Otwórz Opponent Prep, wpisz nazwę użytkownika, a wkrótce patrzysz przez szachownicę na coś niepokojącego: bota, który otwiera partie tak jak on, wpada w te same chwiejne struktury i jakby dokładnie wiedział, kiedy ma skłonność do błędów. Nazywamy go Ghost Bot, a pod maską to naprawdę wielowarstwowa inżynieria — kilka niezależnych systemów ułożonych jeden na drugim, z których każdy odpowiada na inne pytanie o obcego gracza, z którym nigdy nie grałeś.
Najpierw czyta jego historię
W chwili, gdy wyszukujesz nazwę, pobieramy ostatnie partie tego gracza i przepuszczamy je przez jeden przebieg analizy — procent wygranych, jakie otwarcia faktycznie gra każdym kolorem, mniej więcej jak mocno gra na różnych etapach partii, a co kluczowe, dokładnie gdzie w przeszłości tracił najwięcej punktów. Nic na oko. Wszystko policzone z jego własnych ruchów.
Księga dokładnych pozycji: jego ruchy, zindeksowane
Z tej historii budujemy tabelę wyszukiwania: dla każdej pozycji, do której gracz kiedykolwiek faktycznie doszedł, co zagrał i jak często? Kiedy Ghost Bot idzie jego śladami, nie improwizuje — czerpie wprost z tej tabeli, ważonej tym, jak często naprawdę wybierał daną opcję. Zagraj w pozycję, którą odwiedził pięćdziesiąt razy, a odpowiedź bota pochodzi z dokładnie tych samych pięćdziesięciu punktów danych. To mniej symulacja, a bardziej powtórka, opowiedziana liczbami.
Sztuczka, która sprawia, że wydaje się to niesamowicie trafne: księga nawyków
Oto część, która wymagała prawdziwego namysłu. Tabela dokładnych pozycji pomaga tylko wtedy, gdy wracasz do pozycji, w której gracz już był — a w chwili, gdy zagrasz coś choć trochę nietypowego, tabela zostaje pusta. Prawdziwi przeciwnicy nie mają nieskończonej pamięci, ale mają nawyki: gracz, który zawsze fianchettuje gońca, zawsze roszuje się do ósmego ruchu, zawsze buduje ten sam trójkąt pionków bez względu na to, co robisz po drugiej stronie szachownicy.
Zbudowaliśmy więc drugi indeks, który celowo odrzuca połowę informacji: zapamiętuje pozycję wyłącznie na podstawie własnych bierek gracza, zamazując to, co akurat robisz ty. To właśnie ta bardziej rozmyta pamięć pozwala Ghost Botowi rozpoznać "to wygląda jak jego system londyński" w pozycji, która technicznie nigdy nie wystąpiła w jego rzeczywistych partiach. To rozpoznawanie wzorców zastępujące szachowy mózg — a każdy przypomniany nawyk jest po cichu ponownie sprawdzany pod kątem bezpieczeństwa, zanim zostanie zagrany, więc znajomy schemat nigdy nie zaprowadzi bierki pod wiszący cios na dziewiątym ruchu tylko dlatego, że pozycja tak wygląda.
Na obu księgach spoczywa najdziwniejsza warstwa ze wszystkich: osobowość zredukowana do zestawu pokręteł. Odcisk stylu budujemy, porównując faktyczny wybór ruchów gracza z grupą kontrolną przeciwników o mniej więcej jego sile. Zamienia to "gra ostrożnie", "uwielbia ostrą taktykę" czy "traci cierpliwość w równych pozycjach" na numeryczne popchnięcia, które po cichu przechylają decyzje Ghost Bota w tę samą stronę za każdym razem, gdy musi improwizować poza obiema księgami. Wynik nie tylko pamięta otwarcie — przechyla się tak, jak przechyla się on.
Skąd bierze się siła: Stockfish i model na naszym serwerze
Księgi wyjaśniają, jakie ruchy zna Ghost Bot. Nie wyjaśniają, jak silny ma być ani jak ma się mylić. Ta część zaczyna się na twoim własnym urządzeniu: Stockfish działa prosto w twojej przeglądarce na kilku ostatnich partiach przeciwnika i ocenia każdy legalny ruch w każdej pozycji, w której miał wybór. Wyniki trafiają potem na nasz serwer, gdzie nasz model uczy się z nich: jak często ten gracz znajduje najlepszy ruch, kiedy się potyka i jak duże bywają jego błędy.
Ten model to sieć neuronowa, czyli model matematyczny podobny do LLM-ów, na których działają Claude i ChatGPT. Model językowy wybiera następne słowo. Ghost Bot wybiera następny ruch tak, jak zrobiłby to twój przeciwnik.
Dlaczego więc jest tak szybko, skoro Report i Blunder Puzzle każą czekać?
Większość raportu to liczenie, a nie obliczanie. Repertuar, obie księgi, odcisk stylu i słabe punkty to arytmetyka na partiach, które już się rozegrały, a przeglądarka radzi sobie z tym w okamgnieniu. Stockfish musi ocenić tylko te partie, o które prosisz, a jeśli ktoś już sprawdzał te same partie, wynik wraca ze zweryfikowanej pamięci podręcznej w kilka sekund.
Game Analysis i Blunder Puzzle odpowiadają na zupełnie inny rodzaj pytania, do którego nie ma skrótu: czy ten konkretny ruch, w tej konkretnej partii, był naprawdę dobry — i jak dobry? To pytanie nie istniało pięć minut temu. Nikt go wcześniej nie zadał, bo pozycja na twojej szachownicy jest unikalna dla partii, którą właśnie rozegrałeś. Nie ma tabeli, w której można by to sprawdzić. Jedynym uczciwym sposobem odpowiedzi jest przekazanie pozycji prawdziwemu silnikowi szachowemu i pozwolenie mu przeszukać, ruch po ruchu, całą partię — a gdy sprawdza, czy poświęcenie było naprawdę poprawne, musi zadać drugie pytanie na szczycie pierwszego: co się stanie, jeśli je zbije? To nie jest wyszukiwanie w tabeli. To prawdziwe, sekwencyjne myślenie, dziejące się na żywo na twoim urządzeniu, pozycja po pozycji, i nie ma na świecie pamięci podręcznej, która pozwoliłaby to pominąć dla partii, której nikt nigdy wcześniej nie rozegrał.
Mówiąc prościej: Opponent Prep uczy się nawyków jednego gracza na podstawie kilku partii. Report i Blunder Puzzle muszą przemyśleć każdy ruch partii, którą masz przed sobą.
Zbuduj własnego ducha
Poznaj jego nawyki, zanim jeszcze ruszy zegar.