MCTS + CNN 自对弈强化学习实战总结 本文是对一个五子棋自对弈强化学习项目（GomokuCnn）的完整复盘。 项目在一台 RTX 3060 Laptop 上，用 AlphaZero 式"自对弈 → 训练 → 评估" 循环从零训出强 AI：最终模型对战传统 NNUE 引擎 rapfi，先手执黑基本保持 100% 胜率。 训练方案参考了 zhoukangyang233/Gomoku （nn01

ParallelAgent 一期实现记：给多 AI 会话并行工作流加上编排层 从写下第一行代码，到全端点联调通过——编排器插件实现与踩坑记录 开源地址：https://github.com/YorickFin/ParallelAgent （Apache 2.0） 背景 上一篇介绍了 ParallelAgent 的方案设计：一套"仲裁者 + 多轨会话 + 文件信箱"的多 AI 并行开发工作流，以及用

多 AI 会话并行开发不失控：一套从实战长出来的工作流，以及它的开源实现 ParallelAgent：让"仲裁者 + 多轨会话"的并行开发自动跑起来 开源地址：https://github.com/YorickFin/ParallelAgent （Apache 2.0） 起因 前几天收到 AI IDE 产品 Trae 发来的产品调查问卷短信。填完问卷后，我顺手打开了它的 Work 模式想看看具体形

自对弈强化学习成为强 AI 的硬约束——物化 D4 对称增强的不可替代性 适用范围声明：本文讨论的约束可能仅适用于五子棋、围棋等具有 棋盘对称性的棋类游戏（D4 对称群：4 次旋转 × 2 次翻转 = 8 种 等价方位）。非对称博弈（如扑克）的自对弈闭环不会产生 同类方位偏置问题，以下结论不直接适用。 与 sims 数无关：本文结论覆盖所有 sims 配置。高 sims 管线 的标签质量更高、闭环