是的，機器人可以每次都在剪刀石頭布上贏你，但它靠的是比你眼睛更快的反應，而不是預測你。最有名的例子是東京大學石川奧實驗室打造的猜拳機器人，2012 年首次公開。它用高速視覺讀取你手的形狀，大約在一毫秒內就做出能贏的手勢。真正能預測人類的軟體則是另一回事：在多回合下它能贏過大多數人，但不是每一回合都贏。
永遠會贏的機器人
東京的這台機器人使用速度極快的攝影機，追蹤人手移動的過程。辨識手的位置和形狀大約只要一毫秒，接著一隻快速的機械手就會做出剋制它的手勢。在旁觀的人看來，兩隻手像是同時出拳。但實際上，機器人早就看到你出什麼了。
實驗室之後又推出了改良版。第二版幾乎和人類同時完成手勢，讓反應更難被察覺；第三版加入了快速的水平與垂直追蹤，讓系統能在更大的視野中跟上手的移動。
在有裁判的比賽裡，這算是慢出，會輸掉那一回合。它是高速視覺與控制技術的精彩展示，這也正是這項研究的目的，但它不是一種策略。你無法從中學到任何玩法。
靠預測而不是反應的機器
更有趣的問題是：機器能不能在不提早看到你手的情況下贏你？可以，只要你有規律可循，而幾乎每個人都有。
- RoShamBo 程式設計競賽。 1999 年，Darse Billings 舉辦了第一屆國際 RoShamBo 程式設計競賽，讓程式彼此進行長時間的對戰。冠軍是 Dan Egnor 寫的 Iocaine Powder，它結合了許多預測策略，以及假設對手也在反過來預測自己的「後設策略」。
- 《紐約時報》的遊戲。 這家報紙推出過一款線上遊戲，電腦會根據超過 200,000 回合的過往紀錄，依照最近的出拳來猜人類下一次會出什麼。
- Kaggle，2020 年。 Kaggle 舉辦了一場剪刀石頭布模擬競賽，機器人每場對戰 1,000 回合，長到足以讓模式偵測發揮作用。
常見的方法說起來很簡單：看最近幾次的出拳和結果，找出這位玩家（或一般玩家）在相同情況下通常會怎麼做，然後出剋制它的手勢。像 Wang、Xu 和 Zhou（2014）這類研究發現人類有「贏了不換、輸了就換」的傾向，正好說明了這個方法為什麼有效。更多內容請看我們的科學頁面。
AI 能贏過隨機出拳的玩家嗎？
不能。如果對手每種手勢出的機率都相同、而且沒有任何規律，那麼不論人還是機器，任何策略長期下來的勝率都大約是三分之一。賽局理論指出隨機出拳無法被利用，所以預測型 AI 只對人類有優勢，對骰子就沒有。我們的賽局理論頁面會一步步說明其中的道理。
自己試試看
當你在 WRPSA 和電腦對戰時，電腦只根據已完成的回合來決定出拳，看不到你這一回合出什麼。所以這是一個公平的測試，可以看看你是不是真的像自己以為的那麼隨機。我們自己的 3,020 次出拳資料顯示，大多數人並不是：石頭出現的比例是 36.2%，剪刀只有 28.2%。這些樣本大多來自 2026 年 7 月到 9 月間和電腦對戰的玩家。
常見問題
有沒有一定會贏剪刀石頭布的機器人？
有，就是東京大學的猜拳機器人。但它是靠看到你的手、在大約一毫秒內做出反應來贏的。
機器學習能改善剪刀石頭布的策略嗎？
它能找出並利用一個人出拳的規律，但無法贏過真正隨機的對手。
這台機器人算作弊嗎？
依照比賽規則，算：根據對手的手勢做反應就是慢出。請參考我們的規則。