决定自研棋牌AI：团队怎么搭、预算怎么报

最常见的误判是把自研棋牌AI当成“招一个会强化学习的工程师”就能启动的项目。生产级棋牌AI是算法研究、规则工程、推理服务三条线的交集：只有算法没有规则工程，牌型判定和计番结算过不了商用门槛；只有模型没有运维体系，撑不过第一次线上故障。我们的结论是：最小可用编制5-7人，周期6-12个月。

本文不重复算自研与接入API的总账（总账口径见《自研棋牌AI vs 第三方API：成本与效率对比》），只回答管理层的两个实际问题：团队怎么搭、预算怎么报。这两问是立项评审的必答题，答案必须落在编制表与预算表上，而不是落在愿景上。

编制设计的原则是“三条线都有人兜底”：宁可每人多担一摊，也不留无人负责的环节。我们见过的失败自研项目，多数不是算法不行，而是规则工程或运维两线长期空转。以下是最小可用配置，低于这个配置的排期普遍会失控。

• 算法工程师 2-3人：强化学习/博弈论背景，负责自博弈训练、策略池、对手建模与拟人化策略层；2人是下限，1人意味着休假即停摆
• 规则工程师 1-2人：负责牌型判定、计番结算、流局规则与地方变体，交付物是带数千条测试用例的规则引擎——这是商用合规的底线
• 后端与运维 1-2人：负责推理服务化、延迟优化（目标P95<50ms）、监控告警、灰度发布与回滚
• 兼任角色：产品经理管难度分档与胜率区间的运营策略，测试建规则用例库与盲测流程，可由现有团队兼任但必须指定到人

自研的排期必须按里程碑验收，而不是按“模型变强”这类模糊目标推进。四个里程碑的顺序不能颠倒：没有规则引擎就没有可对局的沙盘，没有基线模型拟人化就无从谈起。每个里程碑都要有可签字的验收物，验收不过不进入下一阶段。

• M1 规则引擎（第1-2个月）：牌型判定、计番、流局100%正确，通过不少于5000条结算用例，支持至少一个目标玩法的完整对局
• M2 基线模型（第3-5个月）：自博弈训练收敛，对规则基线胜率稳定占优，对真人试玩不犯低级错误，单步推理进入百毫秒级
• M3 拟人化（第6-9个月）：节奏分布、失误注入、性格档案三层建模，内部盲测识别率先压到15%，再迭代到5%以下才算生产级
• M4 运营工具（第9-12个月）：胜率区间配置、难度分档、监控看板、灰度与回滚上线——没有这一层，AI无法参与真实运营

预算申报的原则是把常被漏报的科目显式列出——漏报的科目不会消失，只会以追加预算的形式在第二年重现。建议按以下五个科目申报，并在表尾注明“第二年迭代预算不低于首年的50%”，让管理层对长期投入有预期。

• 人力：5-7人×12个月，按所在城市市场价，首年人力普遍在150-250万元区间
• GPU训练：自博弈训练单玩法千卡时量级起步；租用高端GPU按小时计费，或自购8卡服务器约30-60万元；多玩法与多版本迭代按3-5倍冗余申报
• 数据与标注：真人对局日志清洗、行为分布建模所需的存储与标注费用，是最常被漏报的一项
• 运维：推理集群、监控体系与7×24 On-call轮值的排班成本
• 风险冗余：按上述合计的15-20%预留，覆盖招聘延迟与里程碑顺延

值得自研的门槛可以用三个条件同时刻画：AI决策月调用量稳定超过1亿次、AI体验构成产品的核心差异化壁垒、公司有支撑算法团队至少两年的预算与编制。三个条件缺任何一个，接入第三方API都是更优解——我们的专业版6999元/月含500万次调用、接入周期1-3天、第一个对局5分钟，用它先跑通业务再决定是否自研，机会成本最低。

一个务实的中间路线是混合架构：高频核心玩法自研、长尾与新增玩法保留API。这条路线的启动条件同样参考月调用1亿次这个量级；在那之前，把自研预算投在产品差异化上的回报率更高。混合路线还能保留供应商侧的玩法补充能力，为试错留出余地。