AI 的人机对弈史上，深蓝与 AlphaGo 相隔近二十年：1997 年深蓝击败国际象棋世界冠军卡斯帕罗夫，2016 年 AlphaGo 击败围棋棋手李世石。两次胜利背后是两支团队、两套工程方法。本文对照两支团队的公开工程记录与方法路线，只陈述公开事实，不做高下结论。
深蓝团队：专用硬件的公开工程记录
深蓝项目出自 IBM，核心人物是许峰雄。公开记录的时间线：1980 年代他从专用芯片「奇普测试」起步，后以「深思」参加公开对弈，1997 年以深蓝之名与卡斯帕罗夫进行公开六局对弈并以 3.5 比 2.5 取胜，见深蓝 1997一篇。方法上，深蓝的公开资料口径是专用硬件加人工设计的评估函数：棋局搜索与走法评估由定制芯片加速，公开报道给出的算力口径是每秒可评估约两亿个棋局。对弈结束后深蓝即公开退役，硬件此后进入展览机构，未见延续版本，这也是公开记录里常被提到的一个细节。
AlphaGo 团队：通用学习的公开工程记录
AlphaGo 出自 DeepMind，公开项目主持人是大卫·席尔瓦，见大卫·席尔瓦人物篇。公开节点：2015 年 10 月《自然》发表公开论文，报告系统在围棋对弈中击败欧洲冠军；2016 年 3 月 4 比 1 战胜李世石，见AlphaGo 战李世石一篇，第二局的第 37 手成为公开讨论的标志，见第 37 手一篇；2017 年乌镇 3 比 0 战胜柯洁。方法上，公开论文的口径是深度神经网络加强化学习加自我对弈：先从人类棋谱学习，再用自我对弈超越棋谱；2017 年的 AlphaZero 更进一步，完全弃用人类棋谱，用同一套方法通用到国际象棋与将棋，见AlphaZero一篇。
两代工程方法的公开差异
把公开材料并排，差异有三处。第一处是算力来源：深蓝用专用芯片把搜索速度推到公开报道的每秒两亿棋局，AlphaGo 用通用的 GPU 与 TPU 训练神经网络（公开论文口径）——一条把能力写进硬件，一条让硬件跑可学习的模型。第二处是知识来源：深蓝的评估函数由人工设计并在赛前调校，AlphaGo 先学人类棋谱、后以自我对弈替代。第三处是可扩展性：深蓝服务于国际象棋单一棋种，赛后退役；AlphaGo 的方法在 AlphaZero 中被公开验证可迁移到多种棋类。需要说明的是，两支团队面对的是不同年代的算力条件与不同的棋种，方法差异更多是时代条件的函数，谁更聪明的问题公开材料没有答案，本文不做高下结论。
| 对照维度 | 深蓝团队 | AlphaGo 团队 |
|---|---|---|
| 算力来源 | 专用芯片把搜索推到每秒约两亿个棋局 | 通用 GPU 与 TPU 训练神经网络 |
| 知识来源 | 评估函数由人工设计并在赛前调校 | 先学人类棋谱，后以自我对弈替代棋谱 |
| 可扩展性 | 服务国际象棋单一棋种，赛后即退役 | 方法在 AlphaZero 中验证可迁移到多种棋类 |
深蓝与 AlphaGo 团队公开对照速查
- 1997-05：深蓝 3.5 比 2.5 胜卡斯帕罗夫（公开记录）
- 深蓝方法：专用芯片加速搜索，评估函数人工设计（公开资料口径）
- 2016-03：AlphaGo 4 比 1 胜李世石，第 37 手引发公开讨论
- AlphaGo 方法：深度神经网络、强化学习、自我对弈（公开论文口径）
- 2017：AlphaZero 公开报告，弃用人类棋谱并通用到多种棋类
- 说明：本文只对照公开工程记录，不做高下结论
从两个团队看今天的 AI 工具
两代工程的遗产今天都在日常工具里：你问豆包一局残棋的胜负判断、让 DeepSeek 解释蒙特卡洛树搜索的原理，背后承接的正是搜索评估与自我对弈这两条公开方法线；而下棋之外，「模型加搜索」的组合后来也出现在数学与游戏决策方向的公开研究里。想亲手感受两代方法的差别，可以让 Kimi 分别按「人工评估函数」和「自我对弈」两条思路讲一遍系统会如何学下棋，对照两者的解释边界。可带走的判断：读 AI 的对弈史，先看算力与数据的约束条件，再谈方法选择，结论会更接近公开事实。
关于深蓝与 AlphaGo 团队的常见疑问
- 深蓝和 AlphaGo 的算力怎么比较？：两者算力口径分别来自各自年代的公开资料，度量方式不同（专用搜索芯片与通用训练芯片），公开材料没有可直接换算的统一口径。
- 许峰雄后来去哪了？：公开报道显示他离开 IBM 后曾参与其他机器博弈与研究项目，履历以公开资料为准。
- AlphaZero 和 AlphaGo 是什么关系？：AlphaZero 是 2017 年公开发布的后继版本，去掉了人类棋谱输入，把同一套学习方法应用到多种棋类（公开论文口径）。
