我用 WorkBuddy 做了个单机掼蛋：能打、能练，还带 AI 教练

掼蛋在江浙沪被叫作"社交普通话"，现在连全国饭局都在打。它比斗地主多了一层——两人一队，要配合。可真上手才发现：规则杂、配合难、还没人从零教。想练？没搭子；想学？老手不愿意从头讲，只在你出错时笑你。

所以我用 WorkBuddy 做了个单机版：一个 HTML 文件，双击就开打，4 个人两两组队（你和对家一队，上家和下家一队），三个 AI 陪你打满整局。

这不是"纸牌 Demo"。它真的能玩一局：发牌、出牌、过牌、升级、甚至末游向头游贡牌、头游还贡，全有。AI 对手还会打配合——队友在压牌时就过、不抢自己人；小炸弹攥在手里当威慑，对手真要跑掉时才出手。

一、规则里最费劲的：它根本不是一条阶梯

网上讲掼蛋的图，几乎都会画一条阶梯：

单张 < 对子 < 三张 < 三带二 < 顺子 < 连对 < 钢板 < 炸弹 < 同花顺 < 天王炸

我第一版代码就是照着它写的：强度大的能压强度小的。

一上手就露馅——上家出一张 A，我手里一对 3，系统说可以压。

那条阶梯讲的是"量级排序"，不是"压制关系"。 掼蛋里绝大多数牌型只能同型才压，而且张数必须相同：单张 / 对子 / 三张 / 三带二 四者彼此不能互接，顺子 / 连对 / 钢板 三者也不能互接。真正能跨牌型压制的，从头到尾只有一个东西——炸弹。

所以在代码里 < 这个符号得分开用：beats() 负责判断"能不能压"，那条阶梯只配用来给新手讲个大概量级。我干脆把这句话直接写进了规则面板，因为它太容易读错了。

第二类错，是把"大概"当"细节"。三条都踩过：

连牌的张数是写死的。 顺子固定 5 张、连对固定 6 张（连续三对）、钢板固定 6 张（连续两组三张），多一张少一张都不成立。我第一版写成"5 张起"，于是 9 张的钢板、6 张的顺子全都合法——看着挺合理，是错的。

炸弹不是一档，是一整段。 完整顺序是：普通牌型 < 4 张炸 < 5 张炸 < 同花顺 < 6 张及以上炸 < 王炸。也就是说，同花顺只压 4、5 张炸弹，撞上 6 张以上大炸要让位。这条我是打出一副 8 张炸才发现的：明明更大的牌，系统不让压。

2 是最小的普通牌。 大王 > 小王 > 逢人配 > 主牌 > A > K > … > 3 > 2。很多地方打牌 2 很大，这里正好反过来。唯一的例外：本局级牌正好是 2 时，它翻身变成主牌、一跃到最大。

还有两条每局都在变的动态规则：级牌每局变——本局级牌是几，几就是主，所有同数字的牌升一级；逢人配是红桃的那张级牌，能顶任意牌凑牌型，但不能单独当王，所以永远凑不出王炸。

这些边界，漏一条，对局里就会冒出"能压却不让压"或者"牌数算不平"。而且它们不会在你写的第一个小时暴露——得真打到那一步。

二、真正的卖点：内置一个"教练"面板

这是它和市面掼蛋 App 最大的不同——不是让你玩，是让你边玩边懂。

右侧有个教学面板，每走一步都给你实时分析：

• 局势分析：谁在抢头游、这轮该送对家还是自己压；
• 记牌器：大王、小王、逢人配、主牌、2、A、K 还剩几张"既没出现过、也不在你手上"——这就是推算对手底牌的依据；
• 炸弹存量：根据已经打出来的牌和你手上的牌，估算对手手里可能还藏着几个炸弹；
• 手牌解析：自动把你的牌拆成顺子、连对、钢板、三带二、炸弹、散牌几组，告诉你先甩长牌型、炸弹留后手；
• 出牌建议：每次给 1–3 条带理由的方案，点一下自动帮你选好牌。

图注：实际游戏界面——绿色牌桌 + 右侧"教练"面板。花色用了黑 / 红 / 绿 / 蓝四色区分，牌叠在一起时也能一眼认出。

对小白来说，这个面板等于身边坐了个肯从头讲的老手：不是替你出牌，是告诉你"为什么这么出"。

三、AI 对手是怎么"想"的

它有一套评分逻辑，把老手的"牌感"拆成可执行判断：

• 领出阶段：优先走三带二——一次带走 5 张、还不留散牌，是清牌效率最高的普通牌型；其次是连对 / 钢板，再是顺子。炸弹和逢人配捏在手里留后手；
• 跟牌阶段：用最小的牌型压住，尽量不动逢人配——牌是打不完的，别一上来就交大牌；
• 送对家：对家快走完时，不是无脑甩最小牌，而是先算他最大能压到几，再挑一张他压得住的最小牌递过去——出张 3 而他最大只到 5，他接不住，这一轮就白送给对手了；真接不住就不硬送，改出最小牌探路；
• 控尾：4、5 张的炸弹攥着当威慑，等对手剩 3 张以内才出手；6 张以上的大炸和王炸不用死藏——它们已经在天花板附近，压过去往往就是收官。

图注：掼蛋牌型的三层结构。第一层是"谁能压谁"的真实规则，下面才是量级排序——这两件事必须分开看，否则很容易写出"对子压单张"这种根本不存在的规则。

说白了，所谓"AI 会打牌"，就是把这些经验规则显式地写进评分里——它不靠直觉，靠的是你把规则讲清楚。

四、它还给自己写了"自检"

这点我挺意外，也挺喜欢：它内置了一套自我测试。

跑 100 局全 AI 互打（这一次是 4100 多次出牌、4200 多次过牌），外加一组 156 条规则用例——其中 82 条直接断言"谁压得过谁"。校验的是：牌数始终 108 张不丢、每一步出牌都合法、终局 4 个人名次完整不重不漏、升级级数落在合理区间、教学面板每走一步都给得出建议。

这组用例的来历挺关键：我上面写的每个坑，最后都变成了一条曾经不通过的用例。 最典型的是"反直觉"那一类——对子压不了单张、顺子压不了连对、9 张的钢板不成立，我一次性钉了十几条，两两之间都比一遍。

一个前端小游戏，自己能跑回归测试——这点其实很多 AI 生成的代码都缺。它让"代码到底对不对"这件事，不再靠人肉玩几把去碰。更实际的好处是：第三轮改规则的时候，我改完只跑一次，就知道有没有碰坏前面已经修对的东西。

图注：这个单机掼蛋的几个硬数字——108 张、10 种牌型、4 人 2 队、100 局自跑自检、0 错误、1 个 HTML 文件。

五、怎么做出来的：是对话，不是写代码

最后说做法，因为这部分可能比游戏本身更值得记一笔。

整个东西是纯前端单文件：没后端、没构建、没依赖，浏览器打开就是全部。做出来的过程，是和 WorkBuddy 坐下来聊——

• 把规则边界讲清楚（同型才能压、连牌张数固定、炸弹怎么分档、2 最小）；
• 说要什么面板（局势 / 记牌 / 炸弹存量 / 出牌建议）；
• 说 AI 该怎么打（领出优先三带二、跟牌用最小的、送对家、控尾）。

它产出的是代码 + 自检，不是一段"能跑就行的脚本"。

关键不在"让 AI 写代码"这几个字，而在于你把需求讲清楚——尤其是那些麻烦的规则边界。而且我发现一个规律：我讲错的地方，它一定照错执行。那条"阶梯"是我照着网上的图讲给它的，它就老老实实写成了"大的压小的"。所以后来每次玩到不对劲，我都不再改代码，而是回去把规则重新说一遍——它比我更缺的不是能力，是准确的输入。

会打掼蛋、但不一定会写程序的人，也能照着这条路，把自己想玩的小工具"聊"出来。

六、结尾

掼蛋这种东西——规则多、状态多、还得会配合——以前你要做成应用，得专门找个会写程序的朋友，求他周末帮你写。

现在你和 AI 把"我要什么、规则边界在哪"讲清楚，它就出来了。

所以真正难的从来不是写代码，是想清楚自己要什么。文件就一个 HTML，双击即玩；想改规则、加功能，也是在对话里接着说。

（顺带一句：这游戏和前面几篇"AI 每周谈"是同一类实验——看看用对话式 AI，普通人到底能"聊"出多完整的东西。这次的答案是：一个能打、能练、能教，还知道自己对不对的完整应用。而且它到第三轮才真正把规则写对——这个过程本身，比"一句话生成一个游戏"有意思得多。）