在答案之外

撲克的世界，從來不是單一的遊戲，而是由不同層次的牌局所構成。每一種局，都對應著截然不同的理解、技術，甚至思考方式。大多數人以為自己學會了撲克，實際上，只是適應了自己所處的那一層環境。

第一層，常見於 Home Game 或低額 Online 俱樂部。

這是一個「錯誤密集」的世界——幾乎每一手都有多人入池，Limp 成為常態，決策鬆散而直接。

在這個層次，勝負並不取決於誰更精準，而是誰犯更少明顯的錯。

簡單的 Preflop 策略、對 Equity 的基本理解，加上翻後極少詐唬，已足以長期勝出。某些天賦較高的玩家，甚至未曾系統學習，已能脫穎而出；而對大多數人而言，系統學習三個月至半年，便足以看清這一層的本質。

但當你踏入第二層，一切開始改變。這類牌局常見於澳門中低額、街場、中高額 Online Club，或低額公廳。Limp 依然存在，但不再主導；取而代之的，是更頻繁的 Raise、3Bet，甚至 4Bet。

牌局逐漸從「多人混戰」，轉變為更多的單挑對抗。

在這裡，直覺開始失效。玩家若仍停留在第一層的思維，往往會誤判對手、錯估強度。要在此立足，必須開始理解 GTO ——不是為了完美，而是為了建立一個剝削的基準。只有當你真正掌握 Preflop 的 Optimal 範圍，你才會看見：誰過鬆、誰過緊，誰過度攻擊，誰過度保守。而所謂的「剝削」，也從此不再是直覺，而是建立在偏差之上的選擇。

天賦較高者，或許系統學習半年便能跨越；而對多數人而言，一年的時間，只是剛剛開始理解這個層次的語言。

另外，值得一提的是，在第一、二層的牌局中，牌手的其他能力往往更容易轉化為實際優勢。由於對手普遍較容易Tilt，決策亦較粗糙，很多時候只要具備更好的情緒管理、觀察能力、認知同理心，以及對節奏與行為模式的敏感度，便足以在牌桌上建立明顯 優勢。

換句話說，在這一層，除了牌本身以外，人的因素往往更加突出；你不但可以從對手的情緒波動與馬腳中獲利，亦可以藉由更穩定的判斷，避開他人容易犯下的明顯錯誤。

然而，當牌局逐漸上升至第三層，情況便開始改變。對手的漏洞被大幅壓縮，情緒化失誤亦明顯減少，這些能力仍然重要，但已不再如低層牌局般容易直接轉化為可觀的利潤。到了這個階段，真正決定勝負的，往往是對結構、範圍、適應與偏差的理解，而不再只是單純依賴對手的表面破綻。

第三層——那已經不是單純「打牌」的地方。中額 Online 公廳，或澳門高額局，娛樂玩家稀少，留下的，是職業與半職業玩家之間的長期博弈。

在這裡，牌風不再明顯，錯誤被極度壓縮，優勢變得難以察覺。勝負，不再來自表面的決策，而來自結構性的理解。

你需要的不只是 GTO，而是對無數場景的拆解與重組，包括 Nodelock、MDA（數據分析），甚至各種 Suboptimal 策略的運用。

學習，也不再是線性的。你會從不同角度切入，同時修正，反覆推翻，再重建。而最困難的，不是學得更多，而是意識到—— 自己仍然理解得不夠。

在這一層，天賦或許能縮短時間，但無法跳過過程。系統學習兩年，只是入場券；更多人，則會在長時間的探索中，始終無法真正戰勝這個遊戲。

最可惜的是，大多數人沒有打算認真學習這個遊戲。撲克的運氣成分，給了每個人一個繼續自欺的理由——只要贏過幾次，就足以掩蓋長期的落後；只要輸了，也總能怪在牌面上。更現實的是，這是一個極難準確認知自身位置的遊戲：你會錯判對手，也會高估自己，然後用結果去合理化一切決策。

大約三、四年前，在撲克圈中我經常聽到有人說：

「GTO 不適用於我的牌局。」「學習 GTO 沒有用。」

雖然近年這類說法已經明顯減少，但我相信，仍然有不少人持有類似的想法。

一般而言，會產生這種觀點，通常離不開兩個原因。

第一，你打的牌局整體水平偏低，對手錯漏百出、漏洞明顯。在這種環境下，只要掌握基本剝削方向，確實已經足以長期盈利。

第二，你對遊戲具有極高天賦，能夠憑直覺與經驗，大致推算出接近 Optimal 的決策，而不依賴任何理論工具。

然而，以我的經驗來看，絕大多數情況都屬於前者。

至於後者，可以說是萬中無一。

但更令我困惑的，是另一句更常被提及的說法：

「我不是打 GTO，我是打 Exploit，GTO 與我無關。」

能夠說出這句話的人，往往並未真正理解 GTO 與 Exploit 的本質。他們傾向將兩者視為對立關係，彷彿選擇 Exploit，就等同於否定 GTO。

然而事實剛好相反。

GTO 與 Exploit 並不是兩條分離的路，而是一個彼此依存、相互定義的系統。

GTO 提供的是基準；Exploit，則是相對於這個基準的偏離。

換句話說——沒有 GTO，就不存在有意義的 Exploit。

如果你將兩者視為完全獨立的概念，問題便隨之而來：

當你的所謂「剝削」並非建立在任何清晰基準之上時，你其實無法確定自己剝削了什麼、剝削了多少，更無法驗證這種剝削是否真的帶來正向收益。

在這種情況下，所謂 Exploit，往往只是一種被合理化的直覺決策。

你或許會贏，但你不知道為什麼會贏；

而當結果不如預期時，你亦無從修正。

從這個角度來看，GTO 的價值從來不在於取代 Exploit，而在於讓 Exploit 變得可以被理解、被量化，並且被持續優化。

舉一個最簡單的 Preflop 問題：

在 100bb 深度下，BTN 持 J5s open，是過鬆還是過緊？

BB 面對 BTN open 2.5bb，會 Call K8o，是過鬆還是過緊？

如果你連 Optimal 的基準都不清楚，其實便無法判斷對手是 overcall 還是 overfold，更遑論進行有效的 Exploit。

而在我的觀察中，不少自稱「打 Exploit」的玩家，對這類問題的判斷，多數仍然依賴感覺。

感覺與經驗並非沒有價值。

但問題在於感覺並不穩定亦不可驗證，你永遠不知道感覺何時會失了蹤。

而 GTO 的核心價值，正是在於提供一個不會漂移的參考點。

當討論至此，常見的問題是：

「那麼 GTO 是否萬能？」

答案很簡單——並不是。

首先即使是頂級職業玩家，也無法真正做到完美執行。

況且如果你在實戰牌局中「單純執行 GTO」，你很大機會會輸。

GTO 更接近於一種「不被剝削的下限」，而不是「盈利策略」。

這就如同包剪揼：你永遠三分之一出每一種Action，長遠而言你不會輸，但同時亦不會贏。

而撲克與包剪揼最大的差異在於——撲克有抽水。

當你只能做到「不輸」，實際上就等於正在輸。

那麼問題便變成：

撲克如何真正賺錢？

答案其實很簡單——盡可能正確地偏離 GTO。

關鍵不在於「偏離」，而在於你是否偏離在正確的方向。

這種偏離，必須建立在理解 GTO 的基礎之上，準確識別對手的偏差，並作出幅度更大、但方向正確的調整。

換句話說：

GTO 不是終點，而是坐標。

當談到大幅偏離時，另一個常見疑問便會出現：

「這樣不就失去 Balance？」

某程度上，會。

但更現實的答案是——大部分時候，你不需要 Balance。

如果你已經確定對手過度棄牌，但你仍然堅持所謂「Value to Bluff比例」，那其實是在主動放棄利潤。

所謂 Balance，很多時候只是一種心理上的安全感，而不是最佳策略。

當然，偏離一定有代價。你會暴露出可以被反制的空間。

但現實是大多數玩家不會調整，就算察覺問題，也未必懂得如何正確調整。

撲克之所以能夠長期盈利，並不是因為理論完美，而是因為人並不完美。

另一個經常被低估的，是遊戲本身的複雜程度。

許多玩家習慣以經驗或簡化的「金句」來理解策略，在我接觸撲克的初期經常聽到以下金句：

「A-high 牌面對 Raiser 有利，所以要高頻細 c-bet。」

「有 Flush draw 就應該 Check-raise build pot。」

「短碼一定會被深碼壓制。」

這些說法未必完全錯誤。

但問題在於——它們過於簡化。

是否所有 A-high Board都一樣？SRP 與 3BP 是否相同？位置是否影響？

Check-raise flush draw，是想對手 fold，還是 call？Draw不中時也想 Build pot 嗎？

當你真正深入研究，就會發現以上說法其實過於以偏概全，甚至存在不少邏輯上的缺口。

很多 Optimal 決策，其實是反直覺的，甚至違反人性。

而這，正正是學習的價值所在。

最後，談一談為何學習。

如果你的目標只是應付朋友局，其實不需要投入太多。

但如果你願意再向前一步，你會發現你學的，從來不只是撲克。

而是在資訊不完整的情況下作出決策，學會分辨直覺與事實，並以EV（期望值）衡量各種選擇的利弊，從而作出最優決定。

而這些能力，會延伸到牌桌之外的每一個決定。

即使你將撲克視為娛樂，你仍然可以選擇成為一名高質素的娛樂玩家。

當你面對更高水平的對局時，你至少清楚自己在做什麼。

也同時明白——對手，未必清楚。

德州撲克一直是一個不斷演化的遊戲。

很多年前，玩家依靠的是直覺、經驗與心理戰。那是一個資訊極度不對稱的年代，一些今天看來非常基礎的觀念，在當時已經足以成為巨大的優勢。

後來，solver 出現了。

Game Theory Optimal（GTO）的普及，徹底改變了現代撲克的樣貌。過去依賴感覺與經驗建立的策略，開始被數學重新檢視；許多長久以來被視為「理所當然」的打法，也在 equilibrium 的框架下被重新定義。

對很多玩家而言，這是一場革命。

但隨著時間過去，我們也開始慢慢意識到另一件事：

Solver 所提供的，是 equilibrium 的結果；

而真實的撲克世界，從來不是 equilibrium 本身。

現代撲克資訊已經非常流通。從 solver、training site，到各種 node-locking 工具與 AI 輔助研究，研究 exploitative strategy 的門檻正以前所未有的速度下降。

今天幾乎所有玩家都知道： 「不要盲從 GTO，而要學會 exploit。」

但真正困難的問題，從來不是「要不要 exploit」。

而是：

我們如何知道，一個 exploit 真正成立？

很多研究與討論，習慣於比較所謂的 frequency deviation（頻率偏離）。

但單一節點上的頻率差異，很多時候並不足以完整描述一個 exploit 為什麼成立。

因為真實玩家的偏離，並不是從某一個 river frequency 才突然開始出現；而是從 preflop、flop、turn 開始，便已經逐步累積、逐步改變整個 range composition。

而當 range 本身已經發生變化時，後續所有 node 的 EV，也會被重新塑形。

這也是為什麼，很多表面上的「population leak」，未必真的代表對應的 exploit 一定成立。

有些 deviation，並不是錯誤；

有些 frequency difference，也未必真正帶來 EV difference。

Solver 教會了我們 equilibrium。

但 equilibrium 本身，並不足以完整描述真實玩家池如何運作。

而這也是 Mass Data Analysis（MDA）存在的原因。

對我而言，MDA 的價值，從來不只是「找 leak」。

它更像是一種理解玩家池的方法：

理解人們如何偏離理論、如何互相適應、如何在不同環境下逐漸形成集體傾向；並進一步理解，這些偏離如何重新改變整個 EV landscape。

因為撲克從來不是與 solver 對戰。

撲克始終是與人對戰。

而人，並不平衡。

也正因如此，我開始愈來愈認為，現代撲克需要的，未必只是更多 static solver output。

而是一種能夠真正理解真實玩家池如何演化、如何偏離，以及 EV 如何在多個街道之間重新分配的思維方式。

某程度上，Maxploit 也是在這樣的想法下誕生的。

它並不是希望取代 GTO；相反地，它的核心更接近於：如何在理解 equilibrium 的前提下，重新理解真實世界。

這種對於「靜態模型」與「真實市場行為」之間差異的觀察，其實也與我過去在量化研究中的一些經驗十分相似。

無論是市場還是撲克，人們最終面對的，往往都不是理論本身。

而是偏離理論的人。

近年 AI Agent 的發展，也正在快速改變撲克世界。

過去需要大量時間、人力與技術門檻才能完成的研究，如今可能只需要幾句 prompt、幾個 automated workflow，甚至一個晚上便能完成。

某程度上，資訊與工具正在以前所未有的速度被 democratize。

事實上，Maxploit 的開發過程本身，也深受 AI Agent 的影響。許多過去需要大型團隊才能完成的工程，如今個人開發者也能快速實現。

但隨著資訊變得愈來愈廉價，我也愈來愈相信：

真正重要的，從來不是「你能取得多少答案」。

而是你是否真正理解那些答案背後代表什麼。

在 AI 時代，人們或許會逐漸開始外判計算、外判分析，甚至外判部分思考與決策。

但理解，始終無法被完全外判。

因為撲克從來不是一個背誦答案的遊戲。

它更像是一個不斷變化的動態系統：

玩家會適應、會偏離、會互相影響；而策略的價值，也會隨著整個生態改變而重新分配。

工具會愈來愈強大。

資訊量也會以幾何級數增長。

但真正的 edge，也許反而會因此重新回到一件最基本的事情上：

你是否真正理解自己正在面對什麼。