0. Kesimpulan dalam 5 detik
Pertama, suruh AI memainkan banyak game dan membandingkan banyak versi deck. Setelah itu, pemain masuk ke Ranked dengan 40 kartu yang sudah dipersempit dan rencana yang jelas. Di sana, kartu dan langkah yang tidak perlu dibuang. Kalau bertemu lawan yang sama berkali-kali, kebiasaan orang itu ikut terhafal.
AI: mempersempit hal yang perlu dicoba
Pemain: mempersempit pilihan di game sungguhan
Rematch: mempersempit hal yang belum diketahui tentang lawan
Otak: menyimpan seluruh situasi sekaligus
Dalam percobaan anonim ini, Aggro Nightmare sampai ke Group Diamond dan setelah itu masih sering menang. Tapi yang paling menarik bukan “di Diamond menang karena kuat”. Makin sering bertemu lawan yang sama, makin terasa game ini jadi seri panjang yang hanya diketahui satu pihak.
Melawan Witch, akhirnya nama lengkap kartu pun hampir tidak perlu diingat.
Peneliti. Eksperimen. Singa. Oke, berikutnya yang ini.
Perhitungannya tidak hilang. Hitungan yang dulu sudah dipadatkan, jadi begitu melihat papan, jawabannya langsung muncul.
1. AI menginjak ladang ranjau lebih dulu: manusia tidak mencari 40 kartu dari nol
Sebelum deck ini ada, ada riset AI yang panjang. Risetnya dimulai dari deck turnamen resmi, lalu mencakup database kartu, mesin aturan, mulligan, main duluan atau belakangan, cara bermain, persentase menang terendah melawan tiap deck, dan risiko kalah. Dengan aturan lengkap, game dijalankan sampai 12.480 kali, dan di tengah jalan ada masalah: meski aturannya benar, kalau keputusan AI lemah, deck yang sulit dimainkan bisa dinilai lebih buruk dari aslinya.
Pada hari pertama ekspansi ke-9, 32 deck dibandingkan dalam 2.324 game. Di dalam model itu, Aggro Nightmare peringkat pertama dengan rata-rata menang 81,0% dan 63,9% melawan lawan terburuknya. Khusus Pirate Swordcraft, diuji 5.904 game ditambah 1.944 game dengan seed yang belum pernah dilihat, dan 40 kartu dasarnya mencapai 91,4%.
Namun kedua angka itu bukan berarti di Ranked kamu pasti menang 81% atau 91,4%. Yang lebih penting dari angka adalah banyak kandidat sudah dibuang, jadi yang perlu dicoba manusia jauh lebih sedikit.
Sebelum manusia main 100 game lalu bertanya “jangan-jangan deck ini lemah?”, mesin sudah menginjak ranjaunya dulu. Manusia mulai dari mencocokkan jawaban.
2. Diamond dan rematch: di layar satu game, di kepala best-of-seven
Di Worlds Beyond, Group terpisah dari Rank dan, menurut penjelasan resmi, naik turun sesuai hasil menang kalah terbaru. BP dan MP biasa tidak berkurang saat kalah, tetapi Group bisa turun. Diamond adalah Group tertinggi, dan saat naik ke Grand Master, aturan resmi memulai kamu dari CR 1600.
Jadi sampai di Diamond bukan hanya tanda “sudah banyak main”, tetapi setidaknya belakangan ini sering menang.
Di sisi lain, tidak bisa dikatakan bahwa di Diamond lawan pasti lebih sedikit atau kamu hanya bertemu pemain Diamond. Rumus matchmaking-nya tidak dipublikasikan.
Meski begitu, dalam permainan sungguhan saya bertemu lawan yang sama lagi di jam sepi, seperti siang hari kerja dan tengah malam.
Game 1: game biasa.
Game 2: sudah ada info dari yang lalu.
Game 3: kebiasaan orang itu mulai jadi dugaan.
Di layar satu game. Di kepala best-of-seven.
“Orang ini di giliran ke-5 lebih suka membalas begini.” “Di sini dia tidak menahan kartu.” “Dengan papan seperti ini, dia pilih menyingkirkan.” Tanpa sadar, kamu bukan lagi melawan deck, tapi melawan orang itu.
3. Experiment Witch saat ini bisa diingat sebagai “peneliti + eksperimen + singa”
Experiment Witch di ekspansi ke-9 menumpuk eksperimen lewat kartu seperti Sephie si pendosa seni mistik, peneliti yang terpukau, dan eksperimen yang tenggelam. Eksperimen yang tenggelam bisa memengaruhi papan sejak awal, menjadi sekitar 5/5 saat syaratnya terpenuhi, dan kalau persiapan Sephie berjalan, muncul juga tekanan Storm.
Dari sisi saya, tanda bahayanya jauh lebih sedikit daripada teks lengkap kartunya.
Peneliti muncul
→ eksperimen bertambah
→ sekitar 5/5
→ zona Storm
“Singa” di sini adalah julukan dari tampilan gambar kartu eksperimen. Bukan kartu Lio, penjelmaan kehabisan.
Ranked bukan ujian menulis nama kartu. Kalau cabang “singa muncul = balas begini” benar, di game sungguhan itu sudah cukup.
Di sisi Aggro Nightmare, rencananya juga makin kuat: sekitar giliran 5 sampai 6, jangan asal mengeluarkan follower yang tidak berguna karena bisa memberi lawan bahan untuk heal atau merebut papan kembali, dan kumpulkan kartu yang bisa mengenai wajah bersama Storm.
Tujuannya bukan merebut papan kembali. Kalau leader lawan hilang, seluruh papan ikut hilang.
4. “Saya tidak menghitung lagi” itu sebenarnya chunking: jawabannya disimpan
Awalnya kamu memikirkan satu per satu: PP, jumlah eksperimen, target heal, Storm berikutnya, sampai lethal.
Kalau sering bertemu tipe deck yang sama, apalagi orang yang sama, semua itu menyatu jadi satu gumpalan. Ini mirip dengan chunking dalam ilmu kognitif.
Bagi pemula, kelihatannya begini:
Kartu A + papan B + sisa PP + tebakan tangan lawan + giliran berikutnya
Bagi yang sudah terbiasa, cukup begini:
“Ah, bentuk singa.”
Bukan berarti berhenti berpikir. Hasil hitungan yang dulu disimpan dalam bentuk yang tidak perlu dihitung ulang setiap kali. Kalkulatornya tidak dirusak, jawabannya yang disimpan.
Lagi pula, pohon keputusan Aggro Nightmare saat ini kecil.
Kalau bisa mengurangi nyawa, serang wajah.
Kalau jadi makanan heal lawan, jangan dimainkan.
Storm dikumpulkan dan dipakai sekaligus.
Hanya hentikan lethal yang pasti.
Kalau pakai VS Zeta, lihat juga nyawa sendiri.
Karena sisi sendiri sederhana, sisa tenaga otak bisa dipakai untuk kebiasaan lawan.
5. Sering menang. Tapi pisahkan dari “win rate yang sebenarnya”
Rasa menang yang tinggi sekarang bercampur dari setidaknya lima hal.
- Kekuatan deck Aggro Nightmare itu sendiri
- Efek mempersempit kandidat awal dengan AI
- Efek membuang kartu dan langkah yang tidak perlu di game sungguhan
- Penyesuaian lokal terhadap lawan yang sering muncul, seperti Experiment Witch
- Efek mempelajari kebiasaan tiap orang lewat rematch
Menang 70% melawan 100 orang berbeda secara statistik tidak sama dengan menang 70% melawan kelompok kecil yang sudah sering ditemui dan dikenali. Yang kedua juga kemampuan untuk menang di Ranked, tetapi bukan kekuatan umum deck.
Untuk melihat apakah berlaku umum, ambil sampel baru minimal 20 sampai 30 game di jam ramai, melawan lawan yang berbeda. Kalau tetap menang dengan hasil mirip, itu bukan sekadar “menghafal penduduk desa tengah malam”.
Tetapi kalau tujuannya hanya menang di Ranked sekarang, menghafal penduduk desa tengah malam adalah cara memperbaiki diri yang sepenuhnya sah.
6. Kesimpulan akhir: serahkan pencarian ke AI, manusia hanya menghafal pengecualian
Semuanya tersambung dalam satu alur.
Riset AI
→ kandidat dipersempit
→ Aggro Nightmare dipakai di game sungguhan
→ lebih memilih damage langsung daripada merebut papan
→ menghafal pola standar melawan Witch
→ sampai di Diamond
→ menghafal kebiasaan lawan yang sama
→ situasi jadi gumpalan dan berpikir lama pun hilang
Awalnya begini:
“Menghitung di game kartu itu merepotkan, serahkan saja ke AI.”
Akhirnya jadi begini:
AI: “Saya sudah lihat sepuluh ribu game.”
Manusia: “Singa muncul. Oke, pola ini.”
Ini bukan cerita tentang AI yang bermain menggantikan manusia.
Ini cerita tentang pencarian yang diserahkan, sehingga manusia bisa fokus hanya pada pengecualian di lapangan.
