机器比人会下棋，已经是几十年的常识。可棋手和观众都没散场，教练与训练工具也留了下来。

No Priors 主持人 Sarah Guo 把国际象棋称为一场持续至今的实验：当机器早已拥有超人能力，人为什么还愿意练习并观看人类比赛？Chess.com 联合创始人兼 CEO Erik Allebest 给出的答案是，人仍然想做人类会做的事，和另一个人竞争，亲手创造和解决问题。

这家公司的规模给问题添了一层商业分量。Allebest 在节目中自报，Chess.com 已有超过 2.5 亿注册账户；他预计公司 2026 年收入会略超 2 亿美元。注册账户不等于活跃用户，全年收入也是他的预测。问题落在那张棋盘之外：机器已经统治棋局，一家人类下棋的平台为什么还会长大？

我的判断是，Chess.com 正在显出一种能力的雏形：它或许能让一个人证明，这盘棋、这个等级分和这段进步史，确实属于自己。

机器赢了，人的棋力却继续涨

Allebest 回忆，早期棋力强大的引擎曾让职业比赛变得乏味。顶尖棋手模仿机器，追求严密、稳定的走法，比赛被拖进漫长的残局。后来，神经网络棋类引擎带来激进而反常规的思路，机器又把棋手带去了此前不熟悉的地方。

同一套能力也进了普通人的口袋。复盘可以指出失误，系统能按弱点生成习题，AI 教练可以读完一周的对局再给建议。机器先成为对手，随后成了陪练。

这并没有抹平人与人的差距。节目问，既然每个人都能接触相似的信息和工具，为什么大家没有变得一样强？Allebest 的回答朴素得近乎扫兴：练习没有捷径。一天做五道题，重复一千天，脑子里才会留下五千次训练。很慢，也很难代劳。工具缩短了找到题目、发现错误的时间，无法替人完成那一千天。

机器可以给出下一步，却不能替一个人拥有那段练习史。 当高水平建议随手可得，稀缺的东西随之改变。过去稀缺的是答案；现在还包括持续练习，以及在压力下独立决策。

那个分数，慢慢长成履历

Chess.com 做过一个看似很小的文化改造。Allebest 说，以前一个人不到 2000 分，常常不敢自称棋手。平台后来开始庆祝新手的错误和进步。500 分也算棋手，也属于这个共同体，只是站在旅程的不同位置。

这句话的商业含义不在安慰新手。它扩大了评级可以服务的人群：分数不再只给少数高手排座次，也给普通玩家记录变化。每场对局都会留下结果，等级分随表现升降，一条长期曲线逐渐形成。一次偶然的妙手可以借助引擎获得，连续几个月的稳定表现却更难伪造。

Allebest 正把这套经验带去扑克产品 Gambit。扑克有运气，也受筹码和风险偏好影响，评级算法仍在调整。他仍然相信，玩家会在意一项能反映自身技术的分数。他拿自己举例：牌桌上输掉 100 美元让人不快，可扑克评级掉 100 分，更让他难受。

当然，评级记录的是估计，不是不可推翻的真相。

这是一种身份资产的早期形态。它可积累，也会受损；能帮助陌生人比较水平，还会反过来改变一个人怎么看自己。这里说的“资产”没有变现承诺。它是一份平台托管的能力履历。

平台为一盘棋签字

评级要成为履历，前提是每一步大体可信。引擎越强，这个前提越昂贵。

Allebest 没有公开 Chess.com 的具体检测方法，只说公司为反作弊投入了大量时间、资金和人力。平台拥有海量人类对局，也知道电脑下棋呈现什么样子；团队结合行为数据、统计模型和机器学习，判断一段表现更接近人还是机器。普通对局的检测与有奖金的职业赛事，走的是两套工作流程。

反作弊由此从一项产品功能变成平台制度。社区和内容把人吸引过来，反作弊决定这些人愿不愿意相信彼此。若作弊者能轻易拿走等级分，分数很快会失去含义；若系统误伤正常玩家，平台自己的判断也会折价。

在我看来，反作弊因此成了评级可信度的一项必要成本。每漏过一次明显作弊，平台都在消耗公信力；每做出一次难以解释、无法申诉的处罚，也在消耗同一笔公信力。检测模型给的是概率判断，平台却要把它变成真实后果。两者之间需要人工复核、分级处置和申诉空间。

Allebest 自己承认，作弊无法彻底阻止。“你不可能在每个人家里都装一台摄像头。”这句话划出了平台能力的边界。Chess.com 能提高作假的成本，能让多数对局更可信，却不能把概率判断包装成确定无误。

棋盘之外，平台还能证明什么

国际象棋给这件事提供了一个干净的样本。规则稳定，信息完全公开，胜负清楚，平台还能观察完整落子过程。即便如此，识别人类表现仍需长期数据和持续投入。棋盘已经算容易的。

换到考试、招聘、创作比赛或专业服务，答案可能由多人协作，结果也没有棋局那样明确的输赢。若记录每一次点击、修改和停顿，平台又会碰到隐私边界。这也是棋类场景难以直接外推的原因。

Chess.com 提供了一种可能的方向。AI 让内容生成越来越便宜以后，平台的价值或许会转向保存可信的过程：谁在什么条件下完成了任务，表现能否重复，水平如何随时间变化。最终结果仍然重要，长期轨迹只是另一种证据，不等于一张能被外部机构普遍采信的证书。

这种能力的雏形，也解释了 Chess.com 的数据为何难以被一个新棋盘迅速复制。Allebest 说，国际象棋没有专利，应用商店里有成千上万的棋类产品，竞争会落到社区、内容和体验。沿着这个逻辑再推一步，社区也可能成为人类行为的样本库。用户越愿意在这里认真比赛，平台越了解正常的人类表现；判断越可信，评级越有分量，又会吸引更多认真比赛的人。

这种判断只有嵌在活动过程中才可能成立。只在结果提交后检查一次，平台看到的只是一份成品，既缺少稳定性证据，也难以区分偶然发挥、机器代劳与真实进步。Chess.com 能连续观察同一个账户的对手、用时、胜负和水平变化；新进入者可以很快做出棋盘和课程，却补不回用户过去几年的认真对局。

这是一个可能成立的循环，远非自动成立。平台一旦为了降低成本而粗暴封禁，或为了增长而纵容可疑流量，循环会朝相反方向转。这层能力若能成立，壁垒来自长期克制，规模本身只提供原料。

认证越重要，申诉越不能省

我认为，能力证明变成身份资产以后，平台也会获得更大的权力。谁有资格参赛，哪一段成绩被承认，什么行为会让多年积累归零，都由一套用户看不见全貌的系统决定。

反作弊不能完全公开。规则讲得太细，作弊者会据此绕过检测。可完全不解释也有代价：正常用户不知道自己为何被判定，外界也无法判断维护公平是否只是平台的一面之词。技术上的保密与制度上的可问责，需要同时成立。

还有数据问题。为了区分人和机器，平台希望观察更多行为、保留更长记录、连接更多账户信息。每增加一层证据，判断可能更准，隐私成本也会增加。认证生意的困难恰在这里：信任需要数据，过度收集又会伤害信任。

所以，Chess.com 的护城河不能只按模型准确率计算。它还包括高风险事件由谁复核、错误如何纠正、用户能否重新获得清白，以及平台是否愿意承认判断的边界。能力认证的质量，既看它抓住多少作弊，也看它怎样对待可能被错判的人。

那一百分为什么会疼

回到 Allebest 说的那一百分。钱的损失很具体，分数却碰到了另一件东西：他相信那是自己的水平。

这也许是 Chess.com 留给 AI 商业的一条线索。机器继续把答案变便宜，人仍会为自己的练习、判断和进步寻找证明。平台若能把这些痕迹保存成可信的长期记录，就能承接另一种价值。

那一百分之所以会疼，因为里面装着一个人亲手完成过什么。

点击“阅读原文”，收听 No Priors 对 Erik Allebest 的完整访谈。