你復盤一盤棋時，最容易盯著那個醒目的評估分：黑優、白優，或者一個突然跳高的百分比。可真正讓人困惑的常常是下一秒：棋盤上明明只多了一顆子，分數為什麼像被人推了一把。要讀懂它，先把目光從數字移到結構上。
評估分背後，先看誰掌握節奏
五子棋引擎給出的評估，通常會把目前一方的勝率、搜尋深度或局面分合在一起呈現。數字看起來像結論，其實更像一張壓縮後的地圖：哪條線正在成形，哪處交叉點還能轉身，哪一手會把對方逼進單選。
以 15 路棋盤為例，黑子在 H8、I8、J8，白子在 H7、I7。黑若走 K8，橫線變成兩端可延伸的活四；白方下一手大多只能去擋 G8 或 L8 之一。評估分在這裡上揚，不是因為 K8 這顆子本身漂亮，而是因為它把對方的選擇壓窄了。
威脅比子數更敏感
人看棋時容易數子：三顆、四顆、再補一顆。引擎更敏感的是威脅的等級。眠三、活三、衝四、活四之間只差一兩個交叉點，評估分卻可能差很多，因為它們要求對手付出的防守代價不同。
再看一個小例子：黑子在 G8、H8、I8，白子已經占住 F8。黑若走 J8，形成右側衝四，白只要 K8 一擋就能緩住；黑若另有 G9、H10 的斜線伏筆，J8 這手還可能同時打開第二條路。引擎會把這類連動算進去，分數因此不只反映一條線。
威脅空間搜尋解釋了逼迫感
如果只看名次，很容易把引擎理解成「誰算得更深」。公開賽事能提供參照，例如 Gomocup 官方結果頁會整理歷年比賽結果；看 2026 年也一樣，先以官方成績頁為準，再去談不同程式的風格差異。
它的重點很樸素：只沿著有強制性的威脅往前看。若一方每一步都在造衝四、活三、雙威脅，另一方的應手範圍會急遽縮小，搜尋樹也隨之變窄。評估分的陡變，常常就發生在這種「分支突然少了」的時刻。
分數跳動，常因選擇變少。
五子棋的好點不一定貼著既有棋子。有些點暫時不成三、不成四，卻同時照顧橫線、直線和斜線。引擎會給這些交叉點較高權重，因為它們以後能轉換成多種威脅。
比賽結果只能告訴我們一部分
如果只看名次，很容易把引擎理解成「誰算得更深」。公開賽事能提供參照，例如 Gomocup 官方結果頁會整理歷年比賽結果；編輯討論 2026 年結果時，也應以該官方頁面公布內容為準，避免把傳聞當成成績。
但比賽排名無法直接說明某個局面為什麼被高估或低估。一個引擎可能在開局庫上更穩，另一個可能在中盤威脅轉換上更強。把結果和具體棋例放在一起看，才知道差距落在搜尋、評估，還是時間分配。
現代引擎常把兩類能力接在一起：一類負責往前試走，另一類負責判斷葉子局面值不值得繼續。蒙地卡羅樹搜尋的基本框架可參照 Browne 等人的 綜述論文；transformer 評估網路的來源，則可追溯到 Vaswani 等人的 注意力機制論文。
比赛结果只能告诉我们一部分
如果只看名次，很容易把引擎理解成“谁算得更深”。公开赛事能提供参照，例如 Gomocup 官方结果页会整理历年比赛结果；编辑讨论 2026 年结果时，也应以该官方页面公布内容为准，避免把传闻当成成绩。
但比赛排名无法直接说明某个局面为什么被高估或低估。一个引擎可能在开局库上更稳，另一个可能在中盘威胁转换上更强。把结果和具体棋例放在一起看，才知道差距落在搜索、评估，还是时间分配。
搜索与评估在同一盘棋里合作
现代引擎常把两类能力接在一起：一类负责往前试走，另一类负责判断叶子局面值不值得继续。蒙特卡洛树搜索的基本框架可参照 Browne 等人的 综述论文；transformer 评估网络的来源，则可追溯到 Vaswani 等人的 注意力机制论文。
放到五子棋里，搜索负责问“这手之后有哪些强制变化”，评估网络负责估计“这个形状长远是否有利”。有些实验性五子棋引擎会把蒙特卡洛树搜索与 transformer 评估结合使用，用注意力去捕捉远距离棋形，再由搜索检验威胁是否成立。
读评估分，也是在训练自己的眼睛
下一次看引擎复盘，可以少问一句“它为什么喜欢这一手”，多问几个更具体的问题：这手制造了几个必须防的点；它有没有保留两条以上的延展线；对方防住之后，先手还在谁手里。问题越具体，评估分越像解释。
五子棋的魅力正在这里：一颗子落下，棋盘表面很安静，底下的威胁、空间和先后手已经重新排队。试一局时，不妨把数字当作提示，把棋形当作答案。