程式全是 AI 寫的，他自己只下棋：一名新手的第一次訓練模型，在 V2EX 被圍觀

10 月 20 日下午，V2EX 的分享創造版出現了一篇標題帶點惶恐的帖子：「有懂的兄弟麼？這個正常麼？小弟第一次自己訓練模型」。發文者 2018yuli 說，他基於 transformers 架構訓練了一個五子棋 AI，模型只有 600K、約六萬個參數，只會下五子棋這一件事，並附上 Bilibili 影片，讓它和 Jev 對戰。

截至討論串成形時，這篇帖子已有兩千多次瀏覽、九則回覆。數字不算爆量，但留言區的化學變化值得拆開來看。

他做的事：當產品經理，讓 AI 肝出六版模型

先把可確認的事實整理一下。依原 po 自述，他是完全的新手，整個專案的性質是「利用 GPT 做的實驗性小項目」。有幾個細節後續在回覆中補齊：

• 他認為訓練的核心，是用經典的落子得分算法作為反饋，進行反向傳播微調；目前方案仍在驗證中，用到循環 Transformer 與混合架構。
• 程式碼全部由 AI 操作。他的形容是：AI 做完，他還得回頭問「你寫的這行是啥意思」。
• 最初只是有個想法，跑了 v1 之後被 AI 勸退，因為這方向早有人研究、也有論文，結論是沒有效果。他於是在三小時內，讓 GPT 從 modelv1 一路做到 modelv6，並為了要一個 demo，寫出了這個五子棋 AI。
• 寫完後他和 AI 下棋，再讓 AI 去改，改了兩次之後，就下輸了。

「AI 負責寫，我負責下輸」，這個循環本身比棋力更有畫面感。

留言區在吵什麼：三種典型反應

第一種是技術請教。貼文者 cat9life 直接問 op 能不能分享怎麼訓練；KJH 則問得更細：過程中是面向 AI 操作，還是自己獨立實現？原 po 的回答很誠實，全靠 AI，他是「產品經理」。

第二種是行家補充。erquren 指出五子棋先下必贏，但規則簡單，適合作為入門嘗試。這等於溫和地替「這個正常麼」的焦慮給了一個答案：這個題目本來就不是用來證明棋力，是用來練流程。

第三種最有趣，是同路人現身。Haku 說他一直覺得 Jev 這類架構適合做遊戲 AI，自己也在跑 Jev 架構訓練，搭配 LLM 生成可解釋的文字，目標是拿去跑桌遊。原 po 的回覆是「膜拜大佬，坐等硬核分享」。一個自認新手的發問帖，就這樣意外變成兩個業餘實驗者的接頭現場。這種「問路問出同伴」的劇情，在工程師社羣並不罕見，先前 Gork 更新當晚 V2EX 的徹夜討論也是類似氛圍，可參考我們寫過的Grok 4.7 發布這晚 V2EX 在吵什麼。

值得再看一眼的：AI 勸退，人硬拗

整串討論裡最有意思的一段，是原 po 轉述 AI 對他的勸退：這個方向有人研究過了，有論文了，結論是沒有效果。而他選擇在三小時內連肝六版模型。這裡不適合下任何「人定勝 AI」的結論，因為訓練方案他自己也說還在驗證中，最終效果如何，帖子裡沒有足夠資料判斷。

但「AI 說沒效，我偏要試」這個姿態，某種程度呼應了這波 AI 工具普及後的新手處境：入門的門檻從「會不會寫程式」，變成「敢不敢開一個專案」。當寫程式交給模型，人剩下的工作是把想法講清楚、盯進度、下棋、然後輸了再叫它改。原 po 對這個分工的說法最傳神：他還得去問 AI 自己倉庫裡那行程式是什麼意思。

這和 B 站 UP 主自己出題實測大模型的民間風氣其實是同一個方向，素人開始用自己的題目、自己的流程去驗證模型，相關現象可見我們先前的B站UP主出的題，把AI排行榜重排了一遍。

所以，正常嗎？

回到標題那句「這個正常麼」。從留言區的反應看，沒有人嫌這個專案小，反而有人討教、有人認親、有人補上規則知識。六萬個參數的模型當然做不了什麼大事，但第一次訓練模型的重點從來不是參數量，是跑通一次「想法、訓練、對戰、修改」的完整循環。

至於那個 AI 最後有沒有變強？已知的事實只有一條：它被主人改了兩次之後，把主人下輸了。