一套模型在棋盤上跑得慢，未必更像人。MIT、劍橋和普林斯頓等團隊發表在 Nature 的研究，把問題換成 121 個陌生棋類規則後，結論指向一條很輕的路線：人第一次看見新遊戲時，靠的多半是少量、淺層、帶目標感的心理模擬。
放到 AI 裡看，鉤子很直接。推理模型常把「多想一會兒」當成能力標誌，可真實使用者遇到新任務時，常先判斷這個局面值不值得繼續想、該投多少算力、先試哪一步。
121 個遊戲，測的是第一眼
研究團隊構造了 121 個雙人策略棋類變體，多數從井字棋、五子棋等連線規則改造而來。棋盤大小、連線長度、勝負條件、回合動作會變，但基本動作仍是往格子裡落子。1000 多名參與者能讀懂規則，卻沒有長期訓練形成的套路。
任務包括只看規則判斷公平性、估計好不好玩、第一次落子、看別人對局後預測下一步，以及收到和棋請求時要不要繼續。Intuitive Gamer 用少量自我對局模擬局面，再用目標導向啟發式評估行動。
“whether a task is worth thinking about at all”
快很多，但不是亂猜
在還沒玩過的公平性判斷裡，Intuitive Gamer 與人類估計的擬合達到 R²=0.81，接近人類資料自身可解釋上限 R²=0.82。隨機玩家模型為 R²=0.47，Expert Gamer 為 R²=0.65，MCTS 基線為 R²=0.60。
效率差距更大。按論文的自我對局模擬口徑，Intuitive Gamer 的 wall-clock 耗時約為 Expert Gamer 的 1/700，評估棋盤狀態約少 500 倍；相對 MCTS，耗時接近 1/40000，節點評估少近 10000 倍。
人類玩家也更像淺搜模型
302 名參與者實際打一局新遊戲，共得到 1808 場對局、9892 步落子。在行動預測裡，Intuitive Gamer 對玩家選擇的解釋力優於 Expert Gamer 和隨機模型。41 個測試遊戲中，它能覆蓋超過一半動作機率分布的有 32 個；個體上 302 人中有 243 人符合這個條件。
另一組實驗讓參與者觀看 249 個凍結棋盤狀態並預測下一步。Intuitive Gamer 相對 Expert Gamer 的 TVD 差值為 -0.15，相對隨機模型為 -0.09，分布更接近人類預測。
對 AI 的提示：先學會分配思考
研究不能直接推出通用 AI 架構。任務集中在完全資訊、雙人、競爭性棋類遊戲，多數仍來自連線棋家族。圍棋、國際象棋、合作遊戲、多智能體與開放式科學探索都還需要驗證。
但它提出了一個實用指標：不要只看模型能不能深想，也要看它能不能判斷淺試夠不夠、深搜何時啟動、繼續計算是否划算。對 Agent 產品來說，任務識別、計算預算和解題品質應該分開評測。
參考來源：Nature 論文 “People use fast and flat simulation to reason about new games”、arXiv:2510.11503、36Kr English、CocoLoop；Nature 正文核驗 121 個遊戲、1000+ 參與者、R²/TVD、MCTS 與 Expert Gamer 效率口徑。