AI 讓國際象棋變無聊後，又讓它更好看了
Stockfish 時代棋手模仿完美引擎，比賽變得沉悶；神經網絡引擎下出激進非常規的棋，反而把人類棋力推得更高。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
2024 年才確認這是門大生意
Erik 說直到 2024 年他才真正認為這是個大生意。此前 chess.com 只有約一百萬日活，他們自己都震驚。COVID 和 Queen's Gambit 帶來第一波，他們當時判斷可能像跑步機和酸麵包一樣是疫情一閃而過的產物；2023 年因為短視頻、mittens bot 和作弊醜聞，學校裡的小孩又開始下棋，第二波 spike 之後回落，但基線比之前高得多。他的結論是：這波不是 flash in the pan，而是在複利增長。他也承認增長的另一面是恐懼——業務萎縮、持平、上漲都各有各的可怕。
— Erik Allebest私募進來，但沒給一分錢增長資本
General Atlantic 在 2020 或 2021 年成為第一個相信他們的 PE，CVC 後來進來。Erik 強調兩筆都是 secondary，買的是老股東手裡的股份，沒有注資。他描述了一個反覆出現的模式：投資人先說「我永遠持有」，幾年後就說「我得賣了」，於是公司被迫去找更大體量的接盤方。他坦言做 PE 輪的過程很不愉快，見的大多數人關注的東西他認為是錯的，直到遇到相信使命的人。反常識的是，他說 PE 進來後公司反而變好了：對方會指出具體該看的領域，而不是只說「做得更好」，同時把 forecasting 和運營紀律帶進來。
— Erik AllebestAI 先讓國際象棋變無聊，再讓它變好看
這是全篇最值錢的機制。Deep Blue 擊敗 Kasparov 後很多人預言國際象棋完了，但 Erik 說真正的低谷來自 Stockfish 這類引擎：它太完美，棋手試圖模仿最優解，磨出沉悶的殘局，比賽一度變得無聊。轉折點是神經網絡引擎——用不同棋局自我強化學習訓練出的 Leela Chess Zero，開始以出人意料的方式擊敗 Stockfish，下得激進、非常規，把棋局往前推。所以計算機先讓國際象棋變無聊，然後又讓它比以前更精彩。人類棋手水平也隨之提高，AI 教練、復盤、個性化題目讓人類更享受這項遊戲。
— Erik Allebest信息平等不會讓所有人一樣強
主持人問：如果人人都有同樣的信息獲取渠道，為什麼不是所有人都一樣擅長下棋？Erik 的回答是重複次數。他給了一個乘法框架：把任何一天做的事乘以一千，就是你人生的樣子——每天五道棋題乘一千是五千道，每天一百道乘一千就是另一個量級。他認為 AI 最擅長的是讓人以極快的速度深挖一個主題、獲得想法、打磨想法，相當於把教授辦公室裝進口袋；但他也承認 AI 有偏見、會說你想聽的話、會膨脹你的自我。他明確說：練習沒有捷徑，工具可以變快，但重複必須進到腦子裡。
— Erik Allebest作弊防不住，但抓得住
Erik 說國際象棋面對作弊的時間遠早於 AI，很多人曾認為這是存在性威脅。chess.com 有兩條獨立工作流：一條做普遍檢測，一條處理有獎金的職業賽事。他拒絕透露具體手段，理由是「不想給作弊的人提供思路」，但說他們追蹤大量數據，有統計模型和機器學習模型，因為既知道人類怎麼下棋，也知道計算機怎麼下棋。他的判斷很剋制：作弊不可能被完全阻止，你沒法在每個人家裡裝攝像頭，但可以做得很好——抓住、封號、並嘗試教育。
— Erik Allebest無限內容時代，經典反而更值錢
Erik 用音樂做類比：內容無限之後，人們反而回去聽 Beatles 和 Led Zeppelin，因為那是所有人能共享的經典。國際象棋同理——沒有 loot boxes，沒有新皮膚，沒有規則改動，沒有要學的新英雄，規則最簡單、信息完全、沒有運氣成分，拿設備或從抽屜裡翻出棋盤就能下，是永遠共享的同一套體驗。它的複雜度足以讓你震驚，簡單度又足以讓你學會。他說這是國際象棋在演化中成為「遊戲之王」的原因，也是今天這個內容爆炸世界裡人們想抓住的東西。
— Erik Allebest創始人建議本身就是一種詛咒
Erik 說今天當創始人最大的詛咒之一，就是市面上有太多創始人建議。他回憶二十年前的 playbook：從 Stanford 招技術創始人、融一大筆錢、租辦公室、瞄準大市場、砸錢做獲客。他們做的全是反面——找了 San Jose State 的朋友、遠程辦公、不融資、不花錢獲客、選了一個極小的市場。他的建議是聽自己的心，想清楚你想讓世界上存在什麼，然後 relentlessly 去做，而不是聽市場怎麼說。他也承認要聽客戶、要 pivot，但核心問題是：你的願景是什麼，證明它所需的最小資源是多少，你想和誰一起做。
— Erik Allebest撲克評級要讓人像在乎錢一樣在乎分
Erik 說撲克的評級算法還在演化，涉及同桌其他人的評級、贏了多少籌碼、打了多少手牌，他們會持續調整。他點出一個難點：一百美元局和一千美元局的行為差異很大，玩 M&M 豆時有人會一直 all in 然後不斷補豆。但他賭的是心理轉變——當人們開始在意自己的撲克評級，會像在意錢一樣在意它，因為評級反映的是作為玩家的技能和價值。他自己的例子很具體：輸一百美元不算什麼，但掉一百點評分真的讓他難受。他認為這對撲克會是個有意思的創新。
— Erik Allebest原話 · 已逐字校驗
Yeah, I think 2024 was when we thought this would be a big business. That was not that long ago.
對，我覺得是 2024 年我們才認為這會是一門大生意。那並不久遠。
Erik Allebest9:31
And that chess computer like actually made chess pretty boring for a little while because it was so perfect.
那臺國際象棋計算機其實讓國際象棋在一段時間裡變得相當無聊，因為它太完美了。
Erik Allebest21:01
And so what was interesting is that like, computers at first made chess a little bit more boring, but then made it so much more exciting.
有意思的地方在於，計算機起初讓國際象棋變得無聊了一點，但後來讓它精彩得多。
Erik Allebest21:01
And one thing that I really love is the concept that if you just take any given day in your life and multiply that by a thousand, that's kind of what your life looks like.
我特別喜歡的一個概念是：把你人生中任意一天乘以一千，那大致就是你人生的樣子。
Erik Allebest25:09
It's the same as when you train a neural net, right? Like you give it a bunch of data.
這和你訓練神經網絡是一樣的，對吧？你給它一堆數據。
Erik Allebest28:10
I think one of the curses of being a founder today is just how much like founder advice there is out there.
我覺得今天做創始人最大的詛咒之一，就是外面有太多創始人建議。
Erik Allebest35:26
I think people are going to care about it as much as money because it's a reflection of like the value and their skill as a player.
我認為人們會像在乎錢一樣在乎它，因為它反映的是作為玩家的價值和技能。
Erik Allebest44:48
數字與實體
| Chess.com 日活用戶 | 約 1000 萬 | 2:11 |
| Chess.com 註冊會員 | 超過 2.5 億 | 2:11 |
| Chess.com 年收入 | 今年略超 2 億美元 | 2:11 |
| Chess.com 團隊規模 | 650 人，全遠程 | 2:11 |
| chess.com 域名收購價 | 5.6 萬美元 | 3:11 |
術語
- StockfishStockfish 引擎
- 傳統國際象棋引擎，棋力極強但風格被認為過於完美、沉悶。
- Leela Chess ZeroLeela Chess Zero
- 基於神經網絡的國際象棋引擎，靠自我強化學習訓練，下法激進非常規。
- mittens botmittens bot
- 2023 年在 Chess.com 上走紅的貓形象機器人，帶動大量新用戶下棋。
- ELOELO 等級分
- 國際象棋等對抗性遊戲通用的水平評分體系。
- secondary老股轉讓
- 投資人從現有股東手裡買股份，資金不進公司，不用於增長。
收聽指南
適合做消費產品、社區平臺或遊戲出海的創始人和投資人，尤其是關心 AI 如何改變人類技能價值、以及不融資公司如何長到 2 億美元收入的人。
開頭 0:00-2:11 的冷開場和嘉賓介紹可跳過。