策略指南

基本功

石头剪刀布的每一轮都是零和博弈：石头砸坏剪刀，剪刀剪开布，布包住石头。每一手恰好赢一手、输一手。这个游戏完美平衡，没有哪一手天生更强。

正是这种平衡，让 RPS 几百年来一直被用作公平的决策工具。但“公平”不等于“随机”。而策略，就活在公平与随机之间的那道缝隙里。

纳什均衡

博弈论给了我们最优的基准：纯随机化。石头、布、剪刀各以正好相等的概率（各 33.3%）出，那么无论对手怎么打，都无法在数学上占到便宜。这被称为纳什均衡。它无法被击败，但也很无聊。

问题在于？人类极不擅长随机。Wang 等人（2014）的研究表明，选手会陷入可预测的循环，而高手能利用这些循环。纳什均衡是你的安全网，但真正让你占到便宜的，是利用对手对它的偏离。随机保护你，读规律才让你赢下比赛。

利用人类的偏差

大规模研究显示，人在 RPS 上可预测得惊人：

1. 石头偏好

石头是最常见的开局手势。在成千上万局对局中，它作为首手出现的比例约为 36%。石头让人感觉安全，石头让人感觉强硬，而石头也正是你握着拳时本来就在比的那个手势。开局用布来克制它，对付休闲玩家尤其有效。他们不会想到——哪怕你刚刚读到的正是他们本该想到的理由。

2. 赢了不变、输了就换（WSLS）

这是这个游戏中最容易被利用的一条规律。赢了之后，选手倾向于重复同一手；输了之后，他们会换手，通常换成那个本可以赢下对手刚才那一手的手势。

举例：对手用石头赢了，那他多半会再出石头，你用布反制。如果他用剪刀输了（你出的是石头），他往往会换成布（克制你的石头），你就用剪刀反制。这就像他在告诉你他要干什么。他自己没意识到，但他确实在说。

3. 反重复偏差

人们很少连续三次出同样的手。那感觉“太好猜了”，尽管在数学上它和任何其他序列一样可能出现。如果你的对手已经连出两次布，他几乎一定会换。你不知道他下一手会出什么，但你知道他不会出什么。这就很有用。

新手要避开的错误

竞技对局的高阶战术

动态对手建模

高水平选手会在脑子里跨轮次追踪出手。赢了之后他出什么？输了之后呢？平了之后呢？三到五轮之内，规律就会浮现——哪怕对手信誓旦旦说自己在随机出手。他不是。没有人是。

套路

套路是三局两胜制中预先规划好的三手序列（例如石头-石头-剪刀）。提前定好序列，你就能避免比赛中途的情绪化决策。关键在于选一个能克制常见新手和中级选手规律的套路。这就像带着剧本去参加即兴表演——照理不该管用，但它就是管用。

诱敌变招

连出两次同样的手，制造一种预期，然后在第三手变招。这能惩罚那些追踪规律的对手。你是在给他们造一个假规律去“破解”，而他们的破解方案，正是你的陷阱。

心理施压

自信、节奏和身体语言都有分量。冷静、从容的出手节奏，能让依赖读细微线索的对手心里发慌。反过来，一次不易察觉的犹豫，也能诱使对手过度笃定自己的判断。博弈在出手之前就已经发生，出手只是揭晓。

AI 与算法对局

AI 系统在重复对局的 RPS 中占据统治地位，靠的是人类做不到的事：不受情绪干扰的真正规律识别。最成功的方案会用到：

• 马尔可夫模型：根据此前的出手序列预测下一手。对付会陷入短期规律的人类非常有效——而那是大多数人类。
• 机器学习：在成千上万局对局上训练，识别每个对手独有的长期倾向。机器记得你出过的每一手。
• 多智能体系统：同时运行多个预测模型，采用置信度最高的那个预测（Kao 等人，2020）。相当于你手里揣着一个委员会。

竞技选手可以用心算模仿这一点：记住最近 5 到 10 手，找出短的重复序列。WRPSA 平台会在你的选手资料页自动统计这些数据。

赛事策略

WRPSA 赛事采用三局两胜或五局三胜制，奖励的是应变能力，而不是单轮运气。顶尖选手遵循三阶段打法：

1. 侦查（第 1 至 2 轮）：打得均衡，收集数据，观察对手的默认倾向。这时候先别耍聪明。
2. 收割（第 3 至 4 轮）：把观察到的东西用起来，果断地反制他的规律。比赛就是在这里赢下来的。
3. 随机化（领先时）：一旦拿到领先，就回到均衡打法。别给他可利用的规律。用混乱守住优势。

最好的选手在压力下保持冷静、动态调整，而且输了也不上头。心理纪律和战术知识同样重要。可能更重要。肯定更重要。

石头剪刀布怎么才能赢

给直接翻到结尾的人的精简版：

1. 开局出布。它克制最常见的开局手势（石头）。简单的概率问题。
2. 盯住 WSLS。对手赢了之后，预判他会重复；输了之后，预判他会换手。据此应对。
3. 允许自己重复。别害怕连出两次同样的手。这能让你难以预测，几乎和真正随机一样好用。
4. 记住最近 3 到 5 手。短期规律最容易利用，而对手也最难察觉自己正在这么打。
5. 保持冷静。一慌就会出石头。石头可预测。可预测就会输。