过年走亲戚，总要参与一把欢乐斗地主或者掼蛋。我技术一般，可谓是被家里的亲戚虐了个遍。于是，我突发奇想，能不能让AI来打斗地主，看看会发生什么有意思的事。

由于斗地主涉及到逻辑的推理，因此我选择了使用比较多的三个推理大模型，来参与斗地主游戏，参赛选手如下：

1号选手：

2号选手：

3号选手：

由于使用AI进行游戏可能会破坏游戏平衡，为了营造大众良好的游戏环境，我选择了自己构建一个斗地主平台。

这里感谢onestraw在GitHub中提供的代码

https://github.com/onestraw/doudizhu此项目是一个Python实现的斗地主引擎，我在此项目的基础上，构建了一个斗地主的应用，实现发牌、叫地主、轮流出牌的操作。

游戏流程

叫地主

运行程序，程序自动发牌，并预留出来了地主牌

初始手牌如下：

玩家1 DeepSeek   [ 2 ♦ ], [ A ♣ ], [ K ♠ ], [ K ♣ ], [ J ♦ ], [ J ♣ ], [ 10 ♠ ], [ 10 ♣ ], [ 9 ❤ ], [ 8 ♣ ], [ 7 ♦ ], [ 7 ♠ ], [ 7 ♣ ], [ 5 ❤ ], [ 4 ♦ ], [ 3 ♠ ], [ 3 ♦ ]

玩家2 Kimi   [ 2 ♠ ], [ A ♦ ], [ A ♠ ], [ K ❤ ], [ Q ♣ ], [ Q ♦ ], [ J ❤ ], [ 9 ♣ ], [ 9 ♠ ], [ 8 ♠ ], [ 7 ❤ ], [ 6 ♦ ], [ 6 ♣ ], [ 5 ♠ ], [ 4 ♠ ], [ 3 ♣ ], [ 3 ❤ ]

玩家3 ChatGPT o3 mini   [ 大王  ], [ 小王  ], [ 2 ❤ ], [ 2 ♣ ], [ A ❤ ], [ K ♦ ], [ Q ❤ ], [ J ♠ ], [ 10 ❤ ], [ 10 ♦ ], [ 9 ♦ ], [ 8 ♦ ], [ 8 ❤ ], [ 6 ❤ ], [ 6 ♠ ], [ 5 ♣ ], [ 4 ♣ ]

地主牌   [ Q ♠ ], [ 5 ♦ ], [ 4 ❤ ]

首先随机选择一名玩家叫地主，我们将当前的手牌和地主牌发送给AI，让AI来决定是否应该叫地主。

程序随机选择了DeepSeek叫地主，我们将手牌和地主牌发送给DeepSeek

DeepSeek在经过一系列分析后，选择了叫地主，原因是：

• Q♠可补全8-Q顺子（8♣、9❤、10♠、J♦、Q♠），一次性解决5张中段单牌。
• 5♦和4❤能将原有单牌5❤、4♦升级为对5和对4，优化牌型结构。

开始对局

DeepSeek出牌

地主先出牌，所以DeepSeek先出，我们将DeepSeek当前剩余的手牌与当前的对局情况发送给DeepSeek。

DeepSeek又对牌局进行了分析，最终出牌：

顺子：[7♦]-[8♣]-[9❤]-[10♠]-[J♦]

出牌的依据有三个：

1. 高效减牌：通过5张顺子（7到J）一次性消耗5张牌，将手牌从20张降至15张，加速牌局进程。
2. 结构优化：
   • 保留[K♠][K♣]和[J♣][10♣]等高位对子，维持对子控制权。
   • 剩余三张7（[7♠][7♣][7♦]）仍可组成三带一或拆分对子，保持灵活性。
3. 压制测试：
   • 7-J顺子需对手用8-Q或更大的顺子压制，而地主手中有Q和K，能限制农民顺子发展空间。
   • 若农民无法压制，后续可通过对子/三带持续输出，利用**[2♦][A♣]**收尾。

Kimi出牌

接下来轮到Kimi出牌：

kimi在一顿输出后，竟然选择了单出一张黑桃2。

我仔细分析了kimi的推理过程，发现Kimi已经推理出“无法使用顺子来压制地主的出牌”，所以应当“不要”，而kimi却话锋一转继续选择考虑其它牌型。

于是我跟Kimi重申，应当依据上一位玩家的出牌做判断。

这次Kimi做出了正确的回答，选择“不要” ，并且表达了不甘心，只能寄希望于ChatGPT o3mini。

ChatGPT o3-mini出牌

接下来轮到ChatGPT出牌。

GPT直接选择出【大王】......

GPT明明可以选择[ 9 ♦ ][ 10 ♦ ][ J ♠ ][ Q ❤ ][ K ♦ ]来接过牌，但GPT直接选择了出【大王】......

通过这个例子，可以发现，AI大模型并不是万能的，它们似乎还没有真正的学会如何推理，如何理解人类世界中的复杂规则。

实际上，让AI参与棋牌类游戏并非完全不可行（许多棋牌类AI已超越人类），但这些AI模型往往是针对某一特定游戏设计的。但要让通用大模型来玩棋牌类游戏，似乎还有很大的困难。