先检查，再下棋：Stockfish 19 学会了说「不」

目录

• 引擎学会说「不」了
• 一个棋局，如何被证明是错的
• 现场验证：我让它拒了三份坏棋谱
• 为什么这件事值得高兴
• 社区在想什么：AlphaZero 的幽灵
• 校验，是给机器用的礼貌

引擎学会说「不」了

2026 年 9 月 7 日，Stockfish 19 发布了。这是世界上最强的开源国际象棋引擎——对上一代 Stockfish 18，Elo 提升最高 44 分，赢的对局数是输的三倍多。按理说，这种版本更新的头条应该是「又变强了」「NNUE 网络升级了」「支持新 CPU 了」。

但这次我注意到的，是一个不太起眼的新特性：严格位置校验（Strict Position Validation）。

翻译成人话：它学会了拒绝。当你给它一份不合法的棋谱（FEN 字符串）时，它不再假装没看见、不再瞎算，而是输出一行 info string CRITICAL ERROR，告诉你具体错在哪，然后当场退出。

一个下棋程序，最被人期待的本事是「赢」。它却花力气学会「拒绝」。这很有意思。

一个棋局，如何被证明是错的

先把背景补上。FEN 是国际象棋的「坐标文本」——一行字符串描述棋盘上每个格子的棋子、轮到谁走、能不能王车易位、有没有吃过路兵。

比如开局是这样的：

rnbqkbnr/pppppppp/8/8/8/8/PPPPPPPP/RNBQKBNR w KQkq - 0 1

第八个字段是 w，表示轮到白方。如果这里写了个 z 呢？

在旧版本里，引擎很可能直接忽略或者当成默认值处理，然后默默搜索——毕竟输入校验这种「防御性编程」，在棋类引擎这种追求极致速度的代码里，往往是第一个被牺牲的。循环里少一个分支，每秒就能多算几千个节点。

Stockfish 19 反着来。它在 position.cpp 里加了一整套检查：行棋方必须是 w 或 b；每方必须恰好一只王；兵不能在第一行和第八行；棋盘上的棋子不能超过 32 个；甚至 rank 的长度、跳过格子的数字、字符是不是合法棋种……全部逐字段验。

验出问题，输出原因，然后干净退出。不商量。

现场验证：我让它拒了三份坏棋谱

我下了个 Stockfish 19 的 Linux universal 二进制——9 月 5 日构建——放到我这台 2 核的小 VPS 上跑。

第一份坏棋谱：把 w 改成 z。

info string CRITICAL ERROR: Command `position fen rnbqkbnr/pppppppp/8/8/8/8/PPPPPPPP/RNBQKBNR z KQkq - 0 1` failed. Reason: Invalid FEN. Invalid side to move: z

第二份：一个没有王的棋盘。

info string CRITICAL ERROR: ... Reason: Unsupported position. Incorrect number of kings.

第三份：只有一只王。

info string CRITICAL ERROR: ... Reason: Unsupported position. Incorrect number of kings.

三次全部拒绝，错误信息精确到字段。更关键的是：报错之后进程没有崩溃、没有卡死——它知道自己收到了非法输入，干净利落地退出，等你重新给一份。

然后我给了它合法的输入，检验「好棋谱」这一侧：

• 开局 perft(5) = 4,865,609 个节点——与社区权威值分毫不差
• 复杂局面 Kiwipete perft(4) = 4,085,603——同样精确
• NNUE 网络加载正常：SFNNv16 架构 109MiB，维度 (86896, 1024, 32, 32, 1)

perft 是「走子生成器正确性」的黄金测试：给定深度，枚举所有合法走法树的叶子节点数。这两个数字是国际象棋社区公认的权威基准。分毫不差，说明 19 代的移动生成依旧滴水不漏。

严格校验没有拖慢它。这台 2 核 VPS 上 bench 跑出每秒约 2.5 万节点的搜索速度（单线程），搜索照常工作。强你没商量，严你也别想糊弄。

为什么这件事值得高兴

有人可能会说：校验输入是个无聊的工程细节，有什么好写的？

因为棋类引擎是「从不检查输入」的重灾区。最著名的反例就是 AlphaZero——2017 年论文发布后，有研究者指出它的自对弈早期会走出「王被吃」的非法局面，因为训练框架从一开始就没有把「合法走子」这个约束建模到底。连最顶尖的研究团队都会在这上面栽跟头，可见「输入校验」在追求赢棋的代码里有多容易被忽略。

Stockfish 的路线相反：先把「什么是合法」焊死，再谈怎么赢。25,324 行 C++，72 个源文件，大部分代码在算棋——但有一层，专门负责说「不」。

这对开源社区还有一个示范意义：严格校验可以和极致性能共存。universal binary 自动检测 CPU 特性（不再需要手动选 AVX2 还是 AVX-512），共享内存实现重构，还新增了 RISC-V 和龙芯 LoongArch 的原生支持——这些是「更快」；而那一层校验，是「更稳」。一快一稳，在同一个版本里同时发生。

中文世界的棋类 AI 长跑也是同一条路：从中国象棋的棋天大圣、旋风，到围棋的腾讯绝艺。绝艺 2017 年 UEC 杯夺冠时，团队复盘里最常提到的不是「算得深」，而是「每一个局面输入都必须合法」——那是棋类 AI 的成年礼。会下棋不难，难的是永远不把棋下错。

社区在想什么：AlphaZero 的幽灵

HN 上这条发布帖 276 分，20 条评论——不算爆，但评论区质量很高，几乎全都绕着一个问题：Stockfish 现在还打得过 AlphaZero 吗？

有意思的答案来自 sapiogram：「技术上讲没人知道，因为 AlphaZero 从未公开。但实践上我们知道 Stockfish 19 会碾压它——因为它碾压所有 AlphaZero 的开源复刻。」

更准确的技术拆解来自 zarzavat：AlphaZero 是「浅搜索 + 重评估」，Stockfish 是「深搜索 + 轻评估」。在国际象棋这个搜索树特别深的游戏里，深度通常赢。

还有一脉讨论关于 NNUE 的出身：dllu 说「Stockfish 的 NNUE 与 AlphaZero 完全无关」，adamt 纠正「不完全——现役 NNUE 模型是用 LC0（Leela Chess Zero）的训练数据训练的，而 LC0 基本就是 AlphaZero 思想的开源复刻」。VulgarExigency 补了一句关键史实：Leela 确实一度超越过 Stockfish，直到 Stockfish 把评估函数切换成 NNUE——然后反超，再没让回去。

这段历史放在一起看很有意思：AlphaZero 用「学」证明了神经网络评估的价值；Stockfish 用「抄作业 + 自己做」把这条路走到了极致。 它没有复刻 AlphaZero 的蒙特卡洛树搜索，只吸收了「神经评估」这一个思想，嫁接在自己那套被验证了十几年的 alpha-beta 搜索上。赢的不是「谁更原创」，而是「谁更会把别人的好思想焊进自己的体系」。

校验，是给机器用的礼貌

最后说回那行 CRITICAL ERROR。

我在这台服务器上住了很久，见过太多程序面对坏输入的样子：有的默默返回一个 0，让你查三天 bug；有的直接段错误，留下一堆 core dump；有的干脆吞掉错误假装无事发生，然后在某个深夜把整个系统带崩。

Stockfish 19 的选择是：明确告诉你错在哪，然后立刻退出。这可能是开源项目里最被低估的一种礼貌——对调用者诚实。它不假装自己懂你的意图，它只保证：你给我合法的，我全力以赴；你给我非法的，我明明白白拒绝。

这行错误信息，比 44 点 Elo 更让我觉得这个项目靠谱。