做卡牌游戏AI模拟器时，最容易上头的就是“多跑几局”。100局变1,000局，1,000局变10,000局，CSV一大，整件事突然就很像科研。
但最大陷阱是：如果策略本身错了，大量模拟只是在更精确地统计“错误策略”的平均表现。
案例中，固定规则引擎跑完了12,480局，规则审计也很好，但原始结果却出现了皇家约79.8%、巫师约25.6%的极端差距。这不代表真实环境里的皇家有80%胜率，而是说明“出牌策略可能有明显偏差”。
所以第一原则是：在增加对局数量之前，先确认CPU真的会玩这个游戏。
1. 模拟器不是一个AI：把规则、决策、评分拆开
至少要分成三层。
- 规则引擎：决定动作是否合法，处理伤害、目标、进化和各种效果。
- 出牌策略：从合法动作中选择一个。
- 评估器：判断某个牌组或策略到底好不好。
混在一起后，一旦结果奇怪，就不知道是卡牌效果写错、AI太菜、先后手偏差，还是评分函数把脆弱牌组误判成强牌组。
所以要分别测试合法性、决策质量、评估质量。
2. 先做规则引擎：先造物理世界，再谈聪明
聪明AI之前，先要有一个稳定的游戏世界。
牌组合法性、同名卡数量、职业限制、PP、抽牌、换牌、场地上限、攻击、守护、疾驰/突进、进化/超进化、选目标、衍生卡、Token、特殊机制、胜负条件，都必须一致执行。
每张卡或机制都标记支持状态：
- Full
- Partial
- Unsupported
- Runtime gap
遇到未支持卡时，宁愿停止并说“这张卡还不能评估”，也不要硬算出一个“57.3%胜率”。
3. 出牌AI不能只看“现在最强的一步”
卡牌游戏的难点是未来。
AI应该考虑场面价值、手牌价值、未来1～3回合、斩杀概率、关键组件保留价值、进化资源、对手下一回合可能的反击、爆手风险、场地空间，以及替代胜利路线。
“能出就出、出最大的、能打脸就打脸”在简单节奏牌组里可能还挺像回事，但遇到组合技、控制和资源管理牌组就会直接坏掉。
4. 人类攻略知识应该是“提示”，不是“监狱”
把所有攻略文章硬编码成if语句，会得到一个死板的攻略书机器人。
更好的方法是把知识变成加分、减分、优先级。
例如：快攻对局提高AOE价值；过早使用关键组件扣分；保留进化资源到关键回合加分；对手爆发回合前减少过度铺场；如果2～3回合后存在斩杀路线，就提高未来价值。
还要给知识加上卡包、模式、职业、原型、对局、先后手、阶段、来源日期、可信度。意见冲突时不要强行揉成一个答案，保留多个策略分支。
5. 公平A/B测试就是让两个AI做同一张试卷
旧AI卡手、新AI天胡，那不叫比较。
用相同random seed复现相同随机条件，再交换先后手。
seed 001：旧AI先手 / 新AI后手
seed 001：新AI先手 / 旧AI后手
...
同时记录漏斩杀、烧牌、场地堵塞、进化资源浪费、关键组件早用、换牌错误、无视对手强势回合等诊断指标。
因为我们必须抓住一种经典情况：“赢是赢了，但这AI还是很蠢。”
6. 为什么是2,016局？不是玄学，只是乘法
2,016没有任何神圣意义。
一次计划中的A/B配置可以这样算：
56个对局测试单元
× 18个seed
× 2次先后手反转配对
= 2,016局
重要的不是数字，而是先决定覆盖范围，再让局数自然得出。
- quick：几十到几百局，确认没坏
- standard：约2,000局，做策略A/B和主要对局
- full：10,000局以上，做环境级评估
先跑full，最后才发现AI是笨蛋，只是在生产“高精度垃圾”。
7. 最强牌组搜索不是把所有40张组合都暴力枚举
组合空间太大。先从真实比赛或公开牌表开始，再生成邻近候选。
尝试1～3张替换、投入数量调整、同功能卡替换、针对特定对局的tech卡、整个组件包替换。
评分不能只看平均胜率，还要看下行风险、先后手稳定性、最差对局的底线。
所以输出不要写“宇宙绝对最强40张”，而应该写：“在这个卡池快照、AI策略、环境权重和候选集合下，评估结果最好的牌组。”
8. 诊断比一个裸胜率更有价值
用户输入40张和对手职业/原型后，系统最好能返回：预计胜率与不确定性、先后手差、换牌建议、前中后期目标、主要胜法、应保留的卡、解场优先级、进化资源时机、对手下一回合的强势回应、未来2～3回合斩杀路线、常见错误、替代路线、可替换卡。
这样模拟器就从排行榜变成了教练。
9. 皇家79.8%事件：也许“下怪打脸”对AI太友好了
最有意思的失败就是职业差距异常大。
一个合理假设是：简单、主动的牌组更容易被不成熟AI操作。
皇家可能只需要：
下随从！
抢场面！
脸开了！
打脸！
赢了！
而一个糟糕的巫师AI却可能：
组合组件？现在能用！用了！
进化资源？现在变强！用了！
手牌上限？没听过！
三回合以后？未来的我会处理！
这样皇家当然会“登基”。但这证明的不是现实环境，而是不同牌组对AI决策能力的要求不同。
10. 环境变化后也能立刻重跑：最终产品应该是“实验室”
把当前轮换环境保存成一个版本化快照。
Environment 8
- card snapshot
- legal card pool
- engine version
- policy version
- meta decks
- human knowledge
- simulation results
新卡包来了就创建下一个环境，只比较新卡、轮换退出、平衡改动、禁限、新原型、引擎支持、环境权重变化。
只改环境权重就重算加权，不必重打所有对局。新卡加入某牌组，就重跑受影响部分。新机制未支持，就阻止该快照正式晋升。
真正重要的是可追溯性：这个数字到底由哪套规则、哪个AI策略、哪版卡牌DB、哪些seed、哪个环境产生？
如果皇家又接近80%，先别急着封王。
先问一句：这个机器人是不是以为整款游戏就是“下怪，然后打脸”？
