从AlphaGo到世界杯：AI再次在预测上战胜人类

12个AI，1200次胜平负判断，命中788次——65.7%的命中率，比同期公众用户58.9%的平均水平高出6.8个百分点。这是"世界杯预测人机大战"前100场交出的阶段性成绩单：AI再次战胜人类。

十年前，AI的胜利发生在棋盘上。2016年3月，韩国首尔。著名棋手李世石在第五局认输后，AlphaGo以4比1结束了这场持续一周的人机大战。围棋拥有庞大的可能性空间，职业棋手长期依赖经验、直觉和判断，但它仍然是一个边界清晰的封闭系统：规则始终固定，棋盘状态完全可见，胜负标准明确。机器可以通过海量自我对弈，不断逼近更优策略。AlphaGo最终获胜也成为人工智能领域的标志性事件：在一个足够复杂但规则固定的系统里，机器可以达到甚至超过人类顶尖水平。

十年后，机大战从棋盘进入真实赛场。2026年美加墨世界杯期间，联想集团与咪咕共同发起“世界杯预测人机大战”。联想天禧AI作为召集者，与DeepSeek、千问、中移九天、百度文心、腾讯混元、Kimi、智谱、MiniMax、阶跃、讯飞星火、商汤小浣熊共同组成AI阵营，和体育嘉宾、专业人士以及普通用户面对同一张赛程表。赛前预测32强，开赛后覆盖全部104场比赛，围绕胜平负、精确比分和冠军归属持续作答。

这一次，机器面对的是一套持续变化的开放系统。

的确，球队过往战绩、战术体系，可以成为判断比赛走势的依据；但比赛并不是简单依靠历史数据就能成功预判的游戏。球员、教练、裁判共同推动比赛，球员状态、临场选择、战术调整，甚至一次偶然碰撞，场上微小的变化都有可能改变比赛的走向，更加复杂。历史数据可以告诉AI哪一种结果更可能出现，但AI却无法预知场上的变化，任何一次失误、一次反击甚至最后几分钟的机会，都可能决定一支球队的命运。

历史数据能够帮助AI判断哪种结果更可能发生，却无法提前获知赛场上的每一次变化。104场比赛也不再是棋盘上同一道题的重复计算，而是104个条件不断变化、信息并不完整的独立事件。

“我们并不试图寻找一个无所不知的‘大预言家’，而是希望通过连续百场数据，观察多个AI在真实场景中展现了什么能力、形成了什么差异，又暴露出了哪些共同边界。”近期，联想发布《世界杯预测人机大战百场观察——AI的优势、差异与边界》报告，用截至7月13日的100场比赛、1200次判断的真实数据，给AI行业提供了第一份可量化的样本。

12个AI接力，赢下了人类

100场比赛结束后，AI对比赛结果的判断准确率高于人类玩家。这种优势并不是一开始就建立的。

这条领先线，是在赛程过半之后才画出来的。6月13日，AI命中率只有43.8%，公众用户为54.4%，机器一度落后10.6个百分点。6月18日，AI升至48.6%，公众降至45.0%，两条曲线首次交叉。此后，AI整体保持领先，到第100场结束时，将差距扩大至6.8个百分点。

咪咕公司副董事长、总经理李黎将这一阶段性成果概括为“平均值的提升”：AI 更擅长在高频、连续、信息复杂的场景中抬高长期判断的平均线，而不是把每一场比赛变成确定答案。也就是说，AI靠的不是某一场“神预测”，而是把大量比赛的判断误差一点点磨低；人类恰恰相反，单场可能很准，却很难在长赛程里一直稳得住。

如果把这条领先曲线拆开看，会发现“AI赢了”这四个字背后，其实是12个模型轮流交棒的结果，没有一个从头强到尾。

联想《人机大战百场观察》报告还指出，没有一个 AI 能通吃：每个赛段都有不同“冠军”。具体而言，赛前32强预测阶段，腾讯混元命中29支球队；72场小组赛结束后，中移九天与腾讯混元以49场并列第一；32进16阶段，千问命中14场；16进8阶段，腾讯混元、Kimi和讯飞星火均命中7场。截至前100场比赛，中移九天累计命中71场排名第一，腾讯混元和千问均命中70场，联想天禧AI与商汤小浣熊均为69场。榜首领先第二名1场，前六名之间也只相差3场，没有任何模型能够从头领先到尾。

连续命中纪录又给出了不同的排名。千问曾连续命中14场，阶跃连续命中13场，MiniMax连续命中12场。拥有最长连续命中纪录的模型，并未成为百场累计总榜第一。短期连续判断准确，与长赛程中持续减少失误，是两种不同能力。

联想《人机大战百场观察》指出，世界杯最终会产生一支冠军球队，但这场 AI 预测实验很难用一个“冠军”概括。只看 32 强预测、某轮淘汰赛、最长连续命中或累计总榜，都会得到不同答案。样本越短，单场结果对排名的影响越大；样本越长，持续减少失误的能力越重要。

这几组数据合在一起说明一件事：在预测世界杯这件事上，AI能够完成对人类的反超、并把优势保持到第100场，靠的不是某一个“最强模型”，而是12个模型在不同赛段各自扛过一棒。这一条持续走高的AI预测领先曲线，本质上是12份答卷叠加出来的平均值，而不是任何单一模型独自完成的胜利。同时，不同模型的优势具有明显的场景和阶段特征，AI的能力应当在连续、分层和可验证的数据中衡量。

平局：AI真正的对手

百场数据进一步表明，AI的预测优势并非均匀分布。

面对76场最终分出胜负的比赛，12个AI的方向命中率达到81.0%，高于公众用户的71.8%；但在24场平局中，AI与公众的命中率分别降至17.0%和16.0%。AI在胜负题上建立的明显优势，到了平局几乎完全消失。

本届世界杯明星佛得角就是典型一例。本次世界杯之前，很多人对这个位于非洲西部、北大西洋中部，面积4000多平方公里、人口仅约52.5万的火山岛国一无所知；但就是这支球队，以0∶0顽强逼平西班牙；又2∶2战平乌拉圭；这两场比赛，没有一个AI预测到平局。AI大模型看到了强弱关系，却没有充分估计弱队通过防守、节奏控制和有限反击保住平局的可能。

AI和人类都习惯寻找一个胜者，也都系统性低估了比赛不分胜负的可能。平局是比赛过程对纸面实力的一次折损：强队可能占据控球和射门优势，却迟迟无法进球；弱队可能通过密集防守压低比赛节奏。对实力相对较弱的球队而言，防守反击是世界杯赛场上最现实、也最有效的战术。这样的打法即便是输，也不至于被拉开大比分，同时还能在对方大举压上时窥得反击的机会。

前100场比赛中，有15场出现12个AI全部判断错误，其中11场来自平局，另外4场由赛前不被看好的一方获胜。平局占集体失准的近四分之三，构成AI预测中最稳定、最清晰的难题。

除了平局，AI也多次出现集体误判。德国、荷兰和巴西三场出局战中，12个AI合计给出36次方向判断，无一命中。AI大模型能够识别传统强队长期积累的实力优势，却没有捕捉到这种优势在单场生死战中无法兑现的风险。

当历史成绩、球队声望和纸面阵容形成清晰的强弱秩序时，模型容易集中到同一个方向，却可能低估具体战术匹配、临场状态和心理变化带来的反转。进入淘汰赛后，传统强队的历史优势更容易形成高度一致的赛前判断，也更容易在单场失效时暴露共同偏差。

据联想《人机大战百场观察》报告统计，前100场中，有40场比赛出现12个AI 全票判断同一方向，其中10场全票一致却集体失准。“AI最危险的时候，未必是意见分裂，而可能恰恰是所有模型都觉得自己不会错的时候。”报告指出，高共识意味着多个模型可能从相似信号中提取出相近结论，但当关键变量没有被纳入时，反而可能放大共同盲区。

AI赢下平均值，人类创造峰值

如果按照AlphaGo时代的人机大战逻辑，世界杯预测似乎也应该产生一个明确答案：谁赢了，谁输了。但两者面对的并不是同一种任务。AlphaGo要在固定规则下不断逼近最优解，世界杯预测则要在答案出来之前，就判断最可能出现的结果。这恰恰是这场实验的价值所在。

一位重庆彭水的球迷提供了一个对照样本。世界杯开赛前，他在32强竞猜中命中了31支晋级球队。按照联想《人机大战百场观察》报告，在纯随机选择和掌握分组信息的两种简化假设下，31/32分别对应约1/1.81亿和1/212万的参照概率。这使得他成为超过3500万参与用户中最突出的个体，而AI阵营最高成绩为腾讯混元的29/32。他的判断更多来自长期看球积累的经验——在人类世界中，确实有一个共性是存在的，经验和信息获取越多的人，在某些时刻，就会表现得越“聪明”。

阿根廷3比1瑞士一役提供了另一个样本——12个AI全部判断阿根廷获胜，却没有一个模型精准命中3比1——在联想和咪咕的综艺活动现场，有两名普通观众提前给出了这一比分。它不改变AI在百场方向判断上的平均优势，却再次说明，在更苛刻的精准比分问题上，人类个体仍可能在某一个瞬间超过所有模型。

这并不意味着人类整体比AI更准确。AI在百场比赛中长期平均线上领先，说明模型处理大量结构化信息、持续控制失误的能力正在形成。AI提高的是整体平均水平，人类则留下了这个夏天最难忘的峰值时刻。两者并不相互否定，而是共同构成真实世界中判断能力的不同形态。

让AI接受公开检验

联想《人机大战百场观察》报告，呈现了AI的平均优势、共同盲区、模型差异和人类峰值。AI可以提高判断的基准线，却无法包揽所有正确答案。

这也构成了人机大战2.0更重要的意义：让AI在真实世界中接受公开检验。

如果AI的价值不再是给出一个永远正确的答案，而是在不确定环境中提高判断质量，那么如何验证这种能力，就成为下一个课题。

联想《人机大战百场观察》报告，从某种程度上回应了这个问题。这份材料的首要价值在于方法论。过去一段时间，国内大模型的能力验证长期依赖实验室榜单和标准化测试，这些固然能横向比较技术指标，但与真实应用场景始终存在距离。世界杯赛程提供了一个难得的观察视角。

更深一层，这场实验还揭示了智能分析能力平移的可能性。此前，系统性的信息整合与趋势判断主要集中于专业机构，普通用户获取这类服务的成本较高。而持续百场的数据表明，AI正在将分析能力以更低门槛推向更广泛的人群——用户无需具备深厚的专业背景，也能形成相对理性的决策判断。这种趋势不仅限于体育领域，在金融投资、消费选择、市场研判等场景中，同样正会发生。

作为活动的召集者，联想天禧AI的表现也回应了一个贴近商业现实的命题。它没有在任何单项上拿到过第一，却在赛前32强预测、72场小组赛、32进16阶段和前100场累计总榜四个关键节点上全部进入前四，是12个AI中唯一全程不掉队的模型。对于正在将智能系统接入供应链、客户服务和决策支持体系的企业而言，这种长期可靠性，往往比偶然的高光时刻更具实际意义。

AI不需要成为永远正确的“预言家”，它更重要的作用，是帮助人更快获取信息、更准确理解可能性，并在复杂环境中做出更好的选择。现实中，无论是企业经营、市场分析，还是普通人的消费选择，很多问题都更接近足球比赛，而不是围棋。人们在重大突发时刻之下所能作出的选择，通常只有一次。不可被预测的世界才是有趣的——如果所有变量都被算法穷尽，竞技将失去魅力，我们的商业也将失去价值。