POKER RTA · ARCHITECTURE
POKER RTA
Real-Time Decision System
竞技扑克实时决策辅助系统
ONE PERSON. TWO MONTHS. ZERO TEAM. 11,526 LINES OF PRODUCTION-GRADE PYTHON.
POKER RTA · ARCHITECTURE
Real-Time Decision System
竞技扑克实时决策辅助系统
ONE PERSON. TWO MONTHS. ZERO TEAM. 11,526 LINES OF PRODUCTION-GRADE PYTHON.
这不是一个商业项目。
是我一个人，在家里，花了一个半月的时间，从零开始做出来的东西。
做它的初衷只有一个：我想知道，以现在的 AI 工程能力，我能把"实时决策辅助"这件事做到什么程度。
竞技扑克是我选的试金石。这个场景的工程难度极高 —— 时间窗口短（15-30 秒）、信息不完全（对手未知）、容错率为零（真金白银的损失）、状态空间巨大。如果一个系统能在这个场景里稳定跑通，迁移到任何业务决策场景都是降维打击。
跑通之后回头看代码：11526 行，9 个模块，8 层决策路由，12 套场景化 prompt。下面是这个系统的关键设计。
01 · DECISION ROUTING
整个系统不是把所有决策都丢给 AI。
一个决策点进来，会按优先级穿过 8 层判断。前 5 层都是本地规则，确定性高、毫秒级响应，处理 60-70% 的标准场景。AI 只在真正需要复杂博弈推理的时候出手，这是第 6 层。最后两层是 AI 失败时的兜底。
这套架构的核心 insight：AI 不是终点，只是其中一层。
02 · SCENARIO ROUTING
翻后策略不按"街道（Flop/Turn/River）"组织，而按"位置 × 底池类型 × 角色"三维路由。
同一条街上，SRP-IP-PFR 和 3BP-OOP-DEF 的策略完全不同；但同一场景在 Flop 和 Turn 上的策略却是连贯的。所以策略的真正主轴是位置和角色，不是街道。
路由器输出 12 种场景，每种对应一套独立的 AI prompt + 共享的核心规则层。
03 · OPPONENT PROFILING
任何"实时辅助"的核心都不是"我该怎么打"，而是"对面这个人是谁，我针对他怎么打"。
系统追踪 18 项核心统计，分类为 12 种对手类型，但真正决定剥削强度的是数据可靠性。
小样本的统计噪声极大。系统给每个统计字段设了独立的最小样本门槛，样本不足直接 N/A，策略回退到中位默认值。基于噪声做剥削，期望损失远大于收益 —— 这是从无数次实战损失反向编码进系统的规则。
ABOUT
