為什麼我認為 AI Agent 值得投入：從 Riftbound 攻略、規則顧問到 TCG AI

也是在先做出這些東西、遇到實作限制之後，我們才開始往外尋找參照：其他 TCG 怎麼表示牌局、怎麼建立規則引擎、怎麼訓練牌手、怎麼評測 agent。Forge、ygo-agent、PTCG-Bench 與 Riftbound 社群既有工具，是後來用來校正方向、尋找實作可能的材料，不是 Chronicle 誕生的原因。

為什麼不是直接叫聊天機器人回答

只把牌表和問題貼給通用聊天模型，確實偶爾能得到看似合理的答案；問題是玩家無法知道它用了哪個地區的卡池、是否讀到舊勘誤，也無法分辨它是真的理解核心循環，還是只把常見卡名串成一段流暢文字。TCG 的錯誤又很少停在一個名詞：錯認一張卡的職能，會一路污染換牌建議、費用曲線、起手計畫與整副牌的操作說明。值得投入的不是更會說話的 bot，而是能把觀察、來源、假設、建議和評測拆開來的 agent 工作流。

研究過程也讓一個概念逐漸清楚：規則引擎、AI agent、受訓練的牌手模型，是三種不同東西。規則引擎負責合法動作與結算；agent 讀取資料、使用工具並提出有理由的建議；強化學習模型則要在可重複運行的環境裡累積大量對局，從回饋學會決策。Chronicle 一開始只做第二種，並為第一種留下可交換的資料結構。這篇寫完之後，它自己長出了第一種的有界版本——一個由專案自己擁有的規則核心，只宣稱它的驗證套件真的跑得過的東西：四種回合狀態與優先權／焦點的時機核心（21 個可執行案例），以及一套涵蓋 12 種操作的類型化效果 IR，碰到沒有建模的卡牌行為就回報「未支援」而不是猜。它仍然不是第三種。

其他 TCG 讓我看見：prompt 之外還需要一個可運行的世界

MTG 社群的 Forge ↗ 是最清楚的參照：它是一套長期維護的非官方規則引擎，包含大量卡牌實作、遊戲模式與 AI 模組。2026 年的 MTG-Causal-RL 研究則把五種標準賽制原型放進一個 3,077 維的部分觀察環境與 478 動作的遮罩空間，比較隨機、啟發式、PPO 與因果方法。這是有界的研究 benchmark，不是「已經做出通用、超越人類的 MTG 玩家」。

遊戲王的 ygo-agent ↗ 更接近我們長期想研究的方向，但它能訓練的前提是 ygopro-core 與高效能的 ygoenv。專案同時使用強化學習與由語言模型產生的卡片文字 embeddings，也提供人機對戰、重播與模型 battle 工具；公開 roadmap 仍列有更多卡片、牌組構築、BO3、MCTS 等工作。它證明的不是「LLM 可以取代規則引擎」，而是成熟的 TCG agent 往往要把引擎、文字表示、訓練與評測接成閉環。

同樣在 2026 年公開的 PTCG-Bench 也給了一個必要的降溫：LLM agent 可以打出非零、可觀察的表現，但穩定自我演進仍困難，而且結果高度依賴工具與測試框架怎麼設計。因此，「模型偶爾提出好招」和「可靠的牌手」不能畫上等號。

難的其實不是模型，是把規則變成程式

有人問過我一個很自然的問題：AI 能不能自己看兩副牌就判斷優劣。可以，但那條路要先跑夠多品質夠好的模擬對局，也就是要有資料、有可重複的環境、還要有強化學習——而這三件事在 TCG 上都不便宜。真正擋在前面的不是模型不夠聰明，是沒有人先把規則變成程式。

棋類是完全資訊遊戲，盤面攤在那裡，所有東西都可以算。牌類第一關就過不去：牌堆是隨機的、對手的手牌是看不見的，光是「現在的局面」就不是一個確定的東西。這是 AlphaZero 那套在 TCG 上不能直接照搬的第一個理由。

第二個理由更關鍵，而且常被忽略：對手在你的回合能不能行動。爐石是目前公開研究走得最遠的地方，而卡池小其實是次要的理由；真正的理由是對手在你的回合裡幾乎沒有出手的空間，於是一個回合就是一段封閉的序列，可以一路算到底。另外有一件事要注意：連爐石的研究也不是跑在官方客戶端上，而是跑在社群自己重寫的實作上。得先有人把規則寫成程式，才有立足點——這份清單上的每一款遊戲都一樣。

把規則寫成程式這件事，規模最大的一次公開嘗試發生在 MTG，而那個結果值得精確地講。2016 年 Google DeepMind 發表的 Latent Predictor Networks for Code Generation ↗，benchmark 任務就是這一件事：讀一張卡的印刷文字，產生實作這張卡的程式碼。訓練目標是真的引擎——Java 版 XMage 的 11,969 張 MTG 卡，以及 Python 版 hearthbreaker 的 533 張爐石卡。最好的模型只有 4.8% 的 MTG 卡完全正確，而它的 BLEU 分數是 61.4：寫出來的程式碼，看起來非常像應該寫出來的那一份。這兩個數字放在一起就是整個問題——「說得通」跟「是對的」是兩種不同的性質，而只有其中一種跑得起來。

十年過去，沒有研究宣稱這個落差被補上。2026 年的 MTG-Causal-RL 也只能把五種原型放進一個有界的觀察空間去比較方法，那是研究 benchmark，不是一個能自我對弈的完整世界。但改變的東西很具體：現在把規則寫成程式的，就是語言模型。Chronicle 的時機與權限核心、類型化效果 IR，不是人一行一行手寫出來的，是由語言模型 agent 寫、由人審、再用綁著官方條號的一致性套件擋下來的。那正是 DeepMind 2016 年的那個任務，只是它現在以工程的方式在跑，而不是一次性的 benchmark——而一致性套件取代的就是當年的 exact-match，這在 Riftbound 上是唯一可行的做法，因為根本沒有一個權威實作可以拿來對答案。另一半的改變是目標不必再是兩萬張卡：只要那個目標夠小，又還保有困難的部分。

Riftbound 屬於困難的那一側。它有連鎖、有優先權與焦點的傳遞、有反應時機——也就是說，局面會在對手的動作之間反覆改變。嘗試是有的：已經有公開的 Riftbound 模擬器接上了樹搜尋，而且正面處理連鎖結算，沒有繞開它。真正稀缺的不是嘗試，是驗證——沒有一份逐條對照官方條號的一致性套件，就沒有辦法說清楚「哪些時機真的實作對了、哪些根本沒實作」。少了那個，「不合法」跟「沒建模」會是同一個答案：對打牌來說無所謂，兩者都是不能做；但對任何要從這個環境學東西、或拿它當證據的系統來說，那是結果與猜測的差別。

那要怎麼辦？朋友的一句話其實就是答案：實戰上大概也只會用到那幾招，不必所有卡都學會。把它翻成工程語言就是有界範圍——先把真的會被用到的機制寫進去，其餘明確標成沒有建模。這個做法只有在一個前提下成立：系統必須被允許說「我不知道」。如果「未支援」會被當成失敗、被含糊帶過，有界範圍就會退化成「假裝全都支援」，那比什麼都不做更危險。

回到 Riftbound：工具已經出現，研究基礎仍在形成

Rift Atlas ↗ 的公開頁面把產品稱為 Rift Atlas Simulator，提供 Quick Match、Private Room、Solo Play、Spectate、Rewind、Auto-pay 與 Showdown Assist。Solo Play 可以由一位玩家控制雙方，Auto-pay 等功能也確實比單純白板多。僅憑公開功能說明，我們可以稱它為以玩家操作為主、帶便利自動化的線上對戰工具；但不能反向推定它內部沒有任何規則邏輯，也不能把它說成已公開、可供 AI 大量自我對弈的完整規則引擎。後者需要 API、原始碼或開發者說明才能證實。

另一條路是 Mercantec-GHC/riftbound-tcg ↗。它不只是幾個動作的展示：公開 repo 已分出 DomainModels、Engine、Core、Server、Tests 與 React frontend，設計文件談到 server-authoritative 狀態、legal-action engine、事件紀錄／重播和 scenario tests。可是專案 README 也明確自稱 early architecture/prototype phase；公開資料沒有宣稱完整卡池、正式可用或 AI 訓練環境。最準確的描述是：它已搭出值得借鑑的規則引擎骨架，但完成度仍需逐項驗證。

為什麼我選擇先投資 Agent，而不是等待完整模擬器

完整規則引擎當然有價值，但它需要逐張卡實作效果、處理時序、驗證合法動作，還要跟著規則與勘誤長期維護。如果把所有價值都押在引擎完成的那一天，主站今天的攻略需求與玩家今天的規則問題都不會消失。Agent 的優勢是可以先在真人仍掌握規則與決定權的前提下，整理牌組、查找依據、提出候選行動；而它產生的結構化 observation、證據紀錄與評測案例，未來仍可能被規則引擎或學習系統沿用。

後來的發展是這篇最初寫完之後才有的，而且它推翻了「先只做 agent」這個選擇的一半：我們沒有等一個完整的模擬器，但也沒有真的躲得掉規則。把 46 位傳奇的推導拿去對照實戰之後，結論很一致——從卡面推導的部分站得住，一碰到機械判斷就站不住。那份稽核是在規則核心存在之前做的，而它的結果就是後來決定自己寫一個核心的直接理由。

所以現在的形狀是：程式擁有時機與權限那一層（四種回合狀態、優先權與焦點、連鎖上的待處理與已定案項目），加上一組有界的類型化效果；模型只在這個被界定過的空間裡推論，碰到沒有建模的行為就回報「未支援」，而不是補一個讀起來合理的答案。這不是完整的規則引擎，也不宣稱是——它只宣稱它的驗證套件真的跑得過的東西。

Chronicle 因此拆成三個體系：Deck Coach 驗證 agent 能不能把牌表轉成可操作的組牌與打法說明；Rule Consult 驗證它能不能在版本化文件中找到依據，並在證據不足時停止；Player 2 Agent 則驗證它能不能在不接管規則結算的情況下，持續提出一致的對局決策。第四個體系 Match Analyst（賽後複盤與講評）規格已經寫完，但在啟用條件全部通過之前刻意不接上路由——寫完規格不等於做完，這個差別在專案裡是用「有沒有被路由」來標示的。完整功能、輸出格式與驗證紀錄已集中在開源專案說明，這裡不再重複一份規格表。

這三條路也不是三個互不相干的 bot。Deck Coach 建立的牌組 identity，應該能成為 Player 2 的策略背景；Rule Consult 提供的證據，則限制兩者不能建立在錯誤規則上。這種可以彼此校正的閉環，才是我認為 Agent 值得長期投入的核心。

目前更自動化的 P2-S 沒有實作，也不是對外承諾的 roadmap。Chronicle 沒有完整狀態機、全卡效果引擎、自我對弈資料或 RL checkpoint。若未來要走 ygo-agent 式研究，順序應該是可測試的狀態與 legal-action contract、可重播事件紀錄、小範圍 scenario environment、固定基準與人類盲評，最後才討論 imitation learning、search 或 RL。這條順序現在走到第一項的前半：可測試的狀態有了，時機與效果都有可執行的一致性套件；legal action 的列舉還沒有，而它卡的是驗證覆蓋率，不是資料量。

Riot 的公開政策，讓產品邊界比技術野心更早決定

Riot 的 Riftbound Digital Tools Policy 對 card gallery、deck manager 與教育內容相對友善，但明確表示不尋求核准自動規則執行；對 gameplay simulator／replica 也列出不自動執行規則、不得做只服務 Riftbound 的獨立 client、不得營利、不得做 skill matchmaking／rank／ladder，也不得提供定義 meta 的數據等限制。申請時可以提交 working prototype 或詳細 mock-up，最後仍是個案審查。

因此我們能誠實說的是：P2-A 的設計刻意把合法性、結算與狀態更新留給人，方向上與公開限制較一致；但這不等於 Riot 已核准 Chronicle，也不是法律意見。若未來 P2-S 的設計跨到自動規則執行、完整遊戲複製或服務化對戰，就必須先取得明確書面核准，而不是用「研究」兩字自動豁免。

我想做到的那條線：不是打贏人類，是正確教會人

圍棋 AI 的價值建立在屌打所有人類之上，所以那筆錢花得下去。TCG 不是那個形狀：就算真的做出一個能贏過所有人的牌手，它的效益也遠不如圍棋，這大概就是為什麼沒有人願意認真投錢。但我要的那條線本來就不在那裡——我只想做到能正確教人打牌。

這條線聽起來低，其實不低。學會怎麼打，反而是裡面比較容易的一段；難的是組牌、判斷環境、以及被禁牌之後該怎麼換備。這不是猜的：我們自己的禁卡替換流程就是在這裡失敗的——它替一副易大師牌組把被禁的力量方尖碑換成星芒峰，同領域、同樣給符文、完全合法，唯一漏掉的是「誰拿得到」，而那副牌前期刻意不搶戰場，換上去等於資助對手。抓到的是一位玩家的實戰回饋。能正確教人打牌，難的正是這一段。

所以這個專案想長成的樣子，不是一個會替你打牌的 AI，而是一套在準備階段站得住的東西：能說清楚一副牌在做什麼、能指出依據、能在自己不確定的地方停下來。它會不會有一天長出完整的規則引擎或學習系統，我不知道；但它現在留下的結構化狀態、可執行的一致性案例與證據紀錄，都是那條路真的要走時會用到的地基。這也是它開源的原因——這種東西一個人做太慢，而它需要的正是願意一起把規則寫進去的人。

這條路的價值不會停在 Riftbound

這套做法沒有一處是 Riftbound 專屬的：它就是「有界的規則核心 + 綁著條號的一致性套件」。而最明顯缺這個東西的，是魔法風雲會本身。XMage ↗ 與 Forge ↗ 已經實作 MTG 二十年，但兩者都沒有一致性套件——所以兩者都分不出「不合法」與「沒建模」，而那正是任何要從它們身上學東西的系統所仰賴的區別。DeepMind 2016 年拿 XMage 當標準答案，量出來的其實是「像不像 XMage」，不是「對不對」；那個缺口到今天還在，而且就在最大的那款遊戲上。

魔法風雲會之外，這幾年冒出來的西式卡牌遊戲比九〇年代之後的任何一個十年都多：Flesh and Blood、Star Wars: Unlimited、Disney Lorcana、Sorcery: Contested Realm、Altered、Grand Archive。它們在「對手能在你的回合裡做多少事」這件事上差異極大，而那正是決定一款遊戲有多難建模的那條軸線；就我們找得到的範圍，它們沒有一款有附一致性套件的公開規則核心。第二款遊戲才是這套方法能不能推廣的真正檢驗——而第一個做出套件的人，會讓後面每一款都變便宜。這也是這個專案採 AGPL-3.0 授權、把驗證方式一起公開的理由：如果只有 Riftbound 受益，那它就只是一個工具；如果方法搬得走，它才是一份研究。

投入一個方向，不代表把願景當成成果

• 可重現的 Deck Coach 輸入、profile、mask、primer、evaluation 與 A／B battle，而不是宣稱它已懂所有牌組。
• 可追溯版本與頁碼的 Rule Consult 查詢，以及在資料不足時拒絕亂猜的紀錄，而不是冒充官方裁判。
• 由真人掌握牌局與結算的 P2-A session ledger，而不是把候選建議包裝成全自動 AI 對手。
• 和規則引擎社群交換 observation、legal action、event log、scenario test 等介面方法，但不假稱已吸收對方完整引擎。

所以 Chronicle 的發展不是從「我要做一個很厲害的 TCG AI」開始，再替技術尋找用途；順序正好相反。它先要解決主站如何產出更可靠的組牌攻略、如何理解一副牌實際怎麼運作，以及玩家去哪裡取得有依據的規則協助。外部研究讓我看見，這些眼前需求也能累積成更長期的研究基礎。這就是我認為 AI Agent 值得投入的原因：它現在能接受檢驗，做錯時能留下修正路徑，未來又不必和規則引擎或強化學習互相排斥。

想先了解目前三個體系的功能、限制與驗證紀錄，可以看本站的開源專案說明；想找站上已經能直接使用的玩家工具，可以回到小工具。如果你想檢查方法、執行範例或參與改進，完整原始碼與文件都在 GitHub：Zaious/riftbound-chronicle ↗。