这几天在油管上观看了一些吴清源对局的视频解说，有些想法，于是和 ChatGPT 聊了一下，感觉颇有收获。下面是我和 ChatGPT 聊天的记录。
我：
我看吴清源的名局时发现，很多对局进行到中盘时，他并不领先甚至稍稍落后。而对手往往因为此前多次长考早早进入读秒，而吴大师却还剩下数个小时。结果到了中盘混战，对手不得不频频在读秒中落子，导致出错而最终被翻盘。令我不解的是，这种情形一再发生，对手却似乎没有相应地调整策略，反复在用时上犯同样的错误。在我看来，吴大师特别善于转换和弃子的棋风，显然大大降低了对手在开局阶段投入大量时间长考的价值。
ChatGPT：
你这个观察很有意思，而且我觉得它触及了吴清源棋的一个核心特征：他不仅在棋盘上制造复杂性，也在无形中改变了“时间的价值”。
很多对手的问题，不一定是简单的“不会管理时间”，而是他们当时采用的思考方式，本身就特别容易被吴清源惩罚。
1. 开局阶段的长考，收益确实可能非常低
传统棋手尤其容易在序盘某个“形”的选择上长考，希望找到一个局部最精确、最稳妥的下法。但围棋序盘的特点是：
- 局面自由度极高；
- 很多选择之间差距其实很小；
- 后续还有大量转换空间；
- 早期一两目的判断优势，很容易被后来的全局变化淹没。
所以从现代时间管理的角度看，如果你花20分钟，把一个本来可能只有0.5目差距的序盘选择研究得非常透彻，这笔投资往往是不划算的。
反过来，中盘一个复杂战斗中的失误，可能瞬间损失10目、20目，甚至直接崩盘。
也就是说，用时的边际价值并不均匀：
序盘通常是低价值时间，中盘复杂战斗才是高价值时间。
如果对手在前50手就消耗了大部分时间，后来面对吴清源制造的复杂变化，却只能在读秒中处理，确实会形成非常不利的结构。
2. 吴清源尤其会让前面的长考“贬值”
你说到他的转换和弃子能力，这点尤其关键。
一般棋手长考，隐含着一个假设：
我现在把这个局部想得很深，后面这些分析还会继续有价值。
但吴清源经常不按这个逻辑走。
比如对手花很长时间判断：
- 这块棋怎么攻；
- 我能吃掉多少；
- 对方应该怎么逃；
- 哪种定型对我有利。
吴清源却可能突然：
- 弃掉这块棋；
- 转向另一边；
- 把原来要争生死的棋变成外势交换；
- 用一个看起来亏损的转换换取先手；
- 干脆改变整个战场。
这样一来，对手之前十几分钟甚至几十分钟的计算，有相当一部分直接成为沉没成本。
这实际上是一种很特殊的棋风优势。
如果面对一个特别喜欢坚持局部、按一本道走到底的棋手，深度计算通常很有价值。
面对吴清源这种高度灵活的棋手，计算的保质期特别短。
3. 为什么对手似乎一直没有吸取教训？
这里我觉得不能完全用现代竞技的思维去看。
今天职业棋手有：
- AI复盘；
- 完整棋谱数据库；
- 用时统计；
- 专门研究对手；
- 系统化的比赛心理训练；
- 教练团队。
当时并没有这样的训练体系。
棋手复盘时更容易总结的是：
“这里我判断错了。”
“这里应该走A而不是B。”
“这里我算漏了一手。”
而不一定会总结成：
“我前60手平均每手思考时间太长，因此第120手以后决策质量发生系统性下降。”
今天这属于很自然的竞技分析，但在当时可能并不是一个成熟的分析框架。
而且还有一个很深的文化因素：当时日本棋界非常强调“棋的正确性”。长考本身往往不是被理解为坏习惯，而是棋手认真求道的一部分。
因此一个棋手输棋以后，很可能得出的结论恰恰是：
“我算得还不够深。”
而不是：
“我不应该在这里算这么深。”
这两个结论方向甚至是相反的。
4. 而吴清源本人的思考方式很可能更接近“资源配置”
吴清源的棋经常给人一种感觉：他并不执着于某个局部的绝对正确，而是在不停比较：
- 哪里最大；
- 什么最急；
- 哪个战场值得投入；
- 哪块棋可以牺牲；
- 哪个局部可以暂时搁置。
这其实是一种非常现代的决策思维。
不是：
“这一块棋怎样下到最好？”
而是：
“这一块棋值得我投入多少资源？”
这个“资源”当然首先是棋盘上的棋子和先手，但也包括思考时间。
因此吴清源的优势可能不仅仅是“算得深”，更重要的是他很擅长判断：
什么东西根本不值得算那么深。
这可能比计算力本身更重要。
5. 这也解释了一个看起来很奇怪的现象
你看很多吴清源十番棋或重要对局，会发现一种重复模式：
序盘： 对手看起来下得不错，甚至吴稍稍落后。
中盘前半： 对手仍然可能保持优势。
进入复杂战斗： 吴开始不断转换、骚扰、制造多个弱点。
时间差出现： 对手进入读秒。
局面突然逆转。
如果这种模式反复发生，那么就不能简单解释成“吴清源运气好，对方读秒犯错”。
更合理的解释可能是：
这本身就是吴清源棋力的一部分。
他允许自己在局面评价上短暂落后一点，但保留：
- 棋形弹性；
- 可转换空间；
- 对手的多个弱点；
- 时间优势。
换句话说，棋盘上的“半目、一目领先”并不是完整的局面评价。
如果把时间也算进去，也许真正的状态是：
对手：+2目，剩10分钟 吴清源：−2目，剩50分钟
这未必是对手占优。
甚至面对吴清源，很可能是吴更舒服。
我甚至觉得，这可以用一个更现代的概念来描述：吴清源特别擅长保持 option value（选择权价值）。
他经常不把棋下死，不急于兑现局部利益，而是保持很多后续可能性。对手则通过长考不断试图确定一个“正确答案”。
结果是：
对手花时间购买“确定性”， 吴清源保留“不确定性”。
而在围棋这种高度复杂、不断变化的游戏里，后者往往更值钱。
这可能也是为什么你看他的棋会觉得：对手明明不是一直下坏棋，却莫名其妙越来越难下。
我：
这个讨论很有意思。软件工程中有一条原则，就是避免过早优化。这两者是不是有些相似？
ChatGPT：
对，很类似，而且类比相当准确。
软件工程里的“避免过早优化”，本质上不是说优化没价值，而是说：
在信息还很少、系统结构还可能变化的时候，不要投入太多成本去优化一个局部。
这和你刚才说的吴清源对局非常像。
对应关系大概是这样
| 围棋 | 软件工程 |
|---|---|
| 序盘 | 架构和需求尚未稳定的早期阶段 |
| 长考一个局部 | 花大量时间优化某个函数、数据结构或局部设计 |
| 后续转换、弃子 | 需求变化、架构调整、模块被替换 |
| 前面的计算作废 | 前面的优化代码被重写或删除 |
| 保留棋形弹性 | 保持架构简单、可修改 |
| 中盘关键战斗 | 真正暴露性能瓶颈或复杂业务问题之后 |
| 剩余用时 | 剩余开发时间和认知资源 |
例如，你在项目刚开始时花三天把一个查询从 120 ms 优化到 40 ms，后来发现整个模块都不再需要了，那三天几乎完全损失。
这和棋手花30分钟研究一个局部定型，吴清源随后弃掉那块棋转战别处，非常相似。
更深一层，其实都是“option value”
刚才讲吴清源的时候，我用了“选择权价值”。软件工程里也完全适用。
假设有两个设计：
A： 现在性能最好，但结构复杂，很难修改。
B： 现在慢10%，但结构简单，可以很容易换算法、换数据库、改变业务逻辑。
在项目早期，B有一种没有直接出现在benchmark里的价值：
未来仍然有很多选择。
这就是 option value。
所以“不要过早优化”和 YAGNI、KISS、延迟不可逆决策，其实背后都有同一种思想：
不要在不确定性最高的时候，把大量资源投入到一个很快可能失效的假设上。
甚至“读秒”也有软件工程对应物
项目也会进入读秒：
deadline 临近了，真正困难的问题才暴露出来。
这时候如果团队前期把大量精力花在：
- 漂亮但不重要的架构；
- 不必要的抽象层；
- 极小的性能提升；
- 很早就建立的通用框架；
- 对未来需求的猜测；
那么真正出现生产故障、性能瓶颈、数据问题或者业务规则冲突的时候，已经没有多少时间了。
这和：
序盘长考30分钟，到了真正决定胜负的中盘只能读秒
几乎是同一种资源配置错误。
不过这里还有一个很重要的区别
“避免过早优化”最容易被误解成：
前期不要认真设计。
这当然不对。
围棋里也一样。吴清源不是序盘随便下，而是他很快抓住那些高层次、稳定的东西：
- 全局方向；
- 棋子的效率；
- 厚薄；
- 先手；
- 弱棋；
- 各区域的相对价值。
软件工程对应的是：
- 数据模型是否合理；
- 模块边界是否清楚；
- 接口是否简单；
- 是否存在单点故障；
- 哪些决定未来修改成本特别高。
这些东西值得早期思考。
不值得早期花巨大成本的，往往是那种高度依赖未来具体情况的局部最优。
所以更准确的原则可能不是：
不要早期优化。
而是：
早期应该优化“选择空间”，而不是优化“当前局部”。
这个说法放到吴清源身上也非常合适。他很多棋看起来并不是立即取得最大利益，而是让自己后来更容易转身。
因此软件工程中的好架构，与吴清源的棋风可能真的有一个共同原则：
在不确定性很高的时候，灵活性本身就是一种资产。
这比单纯说“不要过早优化”还更接近你最开始观察到的那个现象。
我：
灵活性的确是我想强调的一个方面。即便是弃子，吴大师显然也早已看到被弃掉的那块棋并非净死，后期仍有许多可以借用之处，甚至可能重新活过来，使局面的走向变得更加复杂。
ChatGPT：
对，这一点比“弃子果断”更准确。吴清源很多所谓弃子，实际上不是把那块棋视为零价值，而是把它从“现在必须救活的资产”变成了“未来可以反复利用的潜在资产”。
所以“弃子”这个词有时会让人误解成：
我不要了，损失已经确定。
但吴清源很多棋更接近：
我现在不为它支付成本，但我保留以后重新利用它的权利。
这又回到我们刚才说的 option value。
一块暂时被弃掉的棋，后面可能仍然有：
- 断点；
- 劫材；
- 先手利用；
- 借劲；
- 收气；
- 滚打包收；
- 联络机会；
- 对外围棋形的牵制；
- 对方为了防它而不得不补棋。
甚至像你说的，最后真的重新活出来。
因此它不是“死棋”，而更像软件系统里一个暂时不用、但没有把接口封死的模块。
而且这里还有一个很重要的非对称性。
对手如果认为“这块已经死了”，常常会按照已经兑现的利益来规划后面的棋。但吴清源知道：
这块棋的价值不是固定的，它取决于未来外围结构。
所以随着局面变化，那块弃子可能不断升值。
这也解释为什么他的转换特别难应付。一般意义上的转换是：
我在A处亏一点，在B处赚一点。
但吴清源很多转换不是简单的加减法，因为A处那个“亏掉”的部分以后还可能重新产生价值。
所以真正的账可能是：
$$ \text{当前收益} + \text{未来借用价值} + \text{对方防范成本} + \text{局面复杂性价值} $$而不是单纯：
$$ B区收益 - A区损失 $$这也是为什么如果只看某一时刻的实地，容易误判吴清源的棋。
他有时确实暂时少几目，但他留下了很多未结算的权利。
这和软件工程的类比还能继续往下走
好的系统设计经常不是追求“现在每个模块都做到最完整”，而是：
- 不过早绑定具体实现；
- 保留替换接口；
- 避免不可逆的数据结构；
- 延迟难以回头的决定；
- 留出扩展点；
- 让暂时不用的东西不会妨碍未来变化。
这和吴清源的弃子观非常接近。
差的设计往往是：
“既然已经决定这样做，就把它彻底做死。”
好的设计则可能是：
“当前按照这个方向走，但不要破坏以后改方向的可能。”
所以我觉得，如果要用一句话总结吴清源这一类棋，不是“善于弃子”，而是：
他非常善于把确定性的资产，转换成带有未来选择权的资产。
这也正是他棋里那种“明明暂时吃亏，但局面越来越难控制”的来源。
而且这还会进一步解释为什么他的对手长考特别容易吃亏：对手往往是在试图算清一个固定局面，而吴清源是在经营一个未来还会变化的局面。
我：
从对手的角度来看，早期的职业棋手喜欢下历时数日的长棋。他们之所以喜欢长考，一个重要原因是把追求最优的一手视为对棋道的追求。这种精神固然值得尊敬，却也可能使人陷入思维误区。事实上，在棋局初期，很多时候的确并不存在唯一的最优解；可能有几种各有特点的优解，却很难断定其中哪一种最优。吴大师似乎没有这样的执念。
ChatGPT：
我基本同意，而且这里可以再往前推一步：“追求最优的一手”在很多序盘局面里，可能不仅成本过高，而且在概念上就是一个错误的问题。
因为它默认了一个前提：
当前局面存在一个稳定、可识别、可以通过更多计算逼近的唯一最优解。
但围棋序盘往往不是这样。
序盘很多时候更像“偏序”而不是“全序”
也就是说，几个候选点都很好，但它们代表不同的未来：
- A 更重实地；
- B 更重外势；
- C 保留变化；
- D 让对手选择；
- E 更适合复杂战斗；
- F 更容易收束。
这些手之间未必存在一个严格的：
$$ A > B > C $$更可能是：
A、B、C 都是优解，只是在不同后续和不同风格下价值不同。
如果是这样，那么长考试图把 5 个优解排成第1、第2、第3，本身就可能是在制造一种虚假的精确性。
这和很多工程问题很像：不是每一个架构选择都能在项目开始时排出严格优劣，有时只是不同 trade-off。
“棋道”在这里可能诱发了一种认识论上的误区
职业棋手把“每一手都追求最佳”视为修行，这当然有其高尚的一面。
但这里容易把两件事混在一起：
- 认真对待每一手
- 相信每个局面都有唯一最优手
前者没有问题，后者未必成立。
尤其在没有贴目、贴目变化很大、定式理论还远没有现代这么系统的时代，序盘评价本来就非常模糊。
一个棋手如果相信：
“只要我再想十分钟，就更接近那个唯一正确答案。”
那么他很容易高估额外思考的价值。
真正合理的问题可能应该是：
“我已经找到一个足够好的、结构健康、保留变化的下法了吗？”
如果答案是“是”，继续长考的边际收益可能已经很低。
吴清源似乎恰恰比较少这种执念
吴清源给人的感觉经常不是：
“我要证明这一手是唯一正解。”
而是：
“这手棋效率足够高，而且以后好下。”
这其实是非常不同的思维方式。
他对棋的评价似乎更重视：
- 全局方向；
- 棋子效率；
- 轻重；
- 先手；
- 弹性；
- 后续借用；
- 转换余地。
这些指标本身就不容易压缩成一个“唯一最优点”。
所以他可能更容易接受：
这里有几个都可以，我选一个最符合当前全局节奏的。
然后把时间保留到真正出现非对称风险的地方。
这也解释了为什么“长棋文化”可能会强化这种误区
几天一局的长棋制度，会让棋手形成一种习惯：
既然时间很多，就应该把它用来逼近完美。
但时间很多，并不意味着每个阶段都值得同样多的时间。
这和预算也一样：预算充足不代表每个项目都值得投钱。
如果序盘本来就只有几个近似等价的好点，那么多花一小时未必提高决策质量，反而只是增强了棋手对自己判断的心理确信。
而这个确信后来还可能产生副作用：因为已经为某个局部投入了大量思考，就更不愿意轻易转换或弃掉。
这就和吴清源形成鲜明对比。
他似乎更容易把前面的判断看成暂时判断，而不是承诺。
所以你这个观察其实可以概括成一句很深的话
高手之间的差别，不只是找到好手的能力，也包括知道什么时候不存在值得寻找的“唯一最好手”。
这可能是吴清源非常现代的一点。
真正高水平的决策，并不总是追求精确最优，而是要判断：
这个问题到底值不值得被精确优化。
这和你前面提到的软件工程“避免过早优化”已经几乎是同一个原则了。