3.1 未解游戏带来的范式转变
欢迎来到第三章。前两章的棋——井字棋、五子棋——都有个共同点：已被解出，而且棋子都长一个样。国际象棋两条都反过来：它至今无解，棋子还各不相同。这一节先讲清这两点带来的范式转变；你会发现，前两章的搜索框架大多能原样搬过来，真正要补的是几样国象特有的东西。
一、国象为何“未解”：树大到没边
回顾 1.1 那张复杂度表：国际象棋的博弈树约 10123，比五子棋的 1070 还大上天文数字的距离，更别提它至今没有任何“先手必胜/必和”的标准答案被算出来。这带来一个根本转变：
井字棋我们能搜到底，五子棋我们能算清强制杀，但国际象棋——连终局的影子都摸不到。所以这一章的引擎从头到尾都在做一件事：逼近。没有标准答案可走，只能尽量把“最佳着法”估得更准。这也解释了为什么国象引擎如此倚重评估函数——既然到不了终局，对中间局面的判断就是一切。
二、异质棋子：复杂度全面升级
五子棋的子都一样，落下就不动；国象有六种棋子（王后车象马兵），各有各的走法，还能移动、吃子。这一条让方方面面都变复杂：
- 走子规则爆炸：每种棋子走法不同，还有王车易位、吃过路兵、兵升变这些特例，光“合法走子”就比五子棋难写得多（3.2 专门处理）。
- 子力有价值：丢一个后和丢一个兵天差地别。评估必须先会算子力（后≈9、车≈5、象马≈3、兵≈1），这是五子棋没有的维度。
- 有阶段性：开局、中局、残局的下法和评估重点都不同（比如王在开局要躲、在残局要冲）。
一句话：五子棋的难在“算得深”，国象的难在“判得准”。前者靠搜索，后者靠评估——这正是国象引擎的重心所在。
三、本章路线图：两条主线 + 一个老朋友
面对这样的对手，本章会走三条并行的路，它们其实你都已经见过雏形：
- 传统路线：α-β 搜索 + 手工评估。前两章的搜索框架（α-β、迭代加深、置换表、排序）几乎原样迁移（3.3），再配一个国象的手工评估（3.4）。这是经典强引擎的骨架。
- 现代路线：NNUE。把手工评估换成一个可高速增量更新的神经网络——这正是当今最强引擎 Stockfish 的核心（3.5）。它和第二章 2.8 的“混合引擎”一个道理：神经网络评估 + 经典搜索。
- 自对弈路线：Leela Chess Zero。把第二章的 AlphaZero 思想搬到国象（3.8）。
还有个贯穿本章的老朋友：世界最强的开源引擎 Stockfish。很多时候我们不必从零造轮子——直接把它当工具调用（3.6），这也呼应了 ANIMA 文档里“用 Stockfish 作为 skill/tool 指挥下棋”的设定。
四、小结与下一节
- 未解：博弈树 ~10123、无标准答案，引擎只能“逼近最佳着法”，评估函数因此格外关键。
- 异质棋子：六种棋子带来复杂走子规则、子力价值、阶段性——五子棋难在算得深，国象难在判得准。
- 三条路线：传统(α-β+手工评估) / 现代(NNUE) / 自对弈(Lc0)，外加直接用 Stockfish。
先打地基。下一节 3.2 棋盘表示与规则引擎，我们处理国象那套复杂的合法走子（含易位、过路兵、升变），并请出 python-chess 库来省力。