对手建模：让AI记住“你习惯怎么打”

真人玩家从第二轮就会开始互相猜牌、互相针对，这是牌桌上最自然的“智能”；多数机器人的行为每局独立采样，同桌五局仍然用同一套概率出牌。玩家说不出哪里不对，但会隐隐觉得“他没在打我”——这种钝感是盲测识别率的重要来源，而且无法靠提升牌力修复。

对手建模的工程目标因此很明确：让AI的第N局行为依赖前N-1局的可观测证据，且依赖方式与真人一致。真人也记牌，但真人记的是“这人爱诈唬”，不是“他第三手在D6位置出过S9”——建模的对象是习惯与破绽，不是逐帧录像。

记忆的第一层是结构化事实：斗地主的出牌序列与炸弹存量、麻将的牌河与碰杠明牌、掼蛋的级牌与贡牌流向。这一层没有算法含量，却决定AI能否做出“他只剩两张”“这门牌出尽了”这类真人必备的推断——连明牌都记不住的AI，谈拟人化是空中楼阁。

• 牌河与弃牌：按座位与时序存储，支持“某花色/某点数已出尽”类实时查询
• 碰杠与明牌：持续收窄对手手牌的可行域，供推断与危险度计算复用
• 关键事件：炸弹、报牌、长考、大牌结算，供节奏与情绪层直接取用

记忆的第二层是统计画像：把对手的历史动作按场景分桶统计，得到激进度、诈唬频率、跟注韧性、关键局胆量等十几个维度。分桶的意义在于把无限的行为流压缩成可操作的数字，策略层直接查表使用——不需要、也不应该在决策路径上在线跑一个神经网络。

// 每个对手维护一张画像表，按场景分桶
on_action(observed_action):
  bucket = context_of(observed_action)    // 如：偷鸡位/跟注位/关键局
  n = profile[bucket].count + 1
  w = min(0.3, 1 / n)                     // 前期快学、后期慢变
  profile[bucket].rate = profile[bucket].rate * (1 - w)
                        + observe(observed_action) * w
  // 等效半衰期约5局：新近行为主导，陈旧行为自动淡出

画像的价值要在策略层兑现，方向与真人一致：对手激进，就收紧跟注、抬高他的诈唬成本；对手谨慎，就提高施压频率、用中强度下注持续收他的弃牌权益。调整幅度必须有界——单局内策略偏移不超过基线的一到两成，否则会变成玩家可感的“AI在针对我”。

响应还必须滞后且带门槛，这是拟人化的关键细节：真人形成判断需要两三局的观察，AI对画像的使用应设置最短样本要求（同一桶至少3个样本才启用），低样本时回退到人群先验。秒级适应对手的AI，比从不适应的AI更像机器。

玩家风格会漂移，连败上头后打法突变是常态，画像必须跟着衰减：对历史桶采用指数衰减，半衰期5-10局，新近行为权重高，陈旧行为自动淡出。衰减本身也是拟人化——真人对同桌的印象同样以近期为主，没有人拿着永恒档案打牌。

冷启动用人群先验兜底：新对手没有样本时，使用该段位、该玩法的群体统计作为初始画像，随对局逐步个性化。先验与在线更新的权重切换要平滑，避免AI在第三局突然“变聪明”，造成可感的体感断裂。

对手建模的数据边界必须写死在架构里：输入只有牌桌内的公开事件——出牌、碰杠、聊天文本、节奏，不采集牌局外的任何数据，不做跨游戏用户画像，不使用玩家的充值与资产信息。这条边界既是合规要求，也是产品叙事的底线。

边界落地为两条工程约束：画像按会话生命周期存储（默认当日过期），且任何画像维度都必须能回答“这来自牌桌内哪个可观测行为”。回答不了的特征一律不允许进管线——这条审查规则比事后补救便宜得多。