我和 agent 让 Claude Opus 5.5 思考深度开到 max，对引擎下了 30 盘国际象棋，点估计约为国际象棋网站 lichess 的超快棋 1800 分（95% 区间约 1630 到 1970），在当周活跃的约 70 万超快棋玩家里排前约 23%。

这群人的中位约 1490，前 25% 线约 1770，前 10% 线约 2000。opus 刚过前四分之一线，离前 10% 还差约 200 分。换一把尺子，粗折成国际棋联 FIDE 分，点估计约 1770，离 FIDE 2000（常说的专家线）还差一截。

中国象棋下了 37 盘，只能说和每步限搜 300 个局面的象棋引擎相当或略强。人类段位我先不折：能找到的锚在职业水平，离 opus 太远。两种棋的 opus 调用合计按 API 标价约 $1,480，实际走订阅额度。

此前 opus 3 比 1 赢了 GPT-6 Astra，可那场是 astra 领先了也赢不下来，说明不了水平。所以这回对手是强度固定的引擎：模仿人类的 Maia 和限强的 Stockfish，opus 自己不用引擎。引擎的分不是人的分，要换算。先让引擎互下约 2,000 盘，排出一把相对强弱的刻度；再拿 lichess 上跑三档 Maia 的机器人当锚，它们跟真人下出过分，借此把 opus 换成人的分。

有个坑：Maia-1900 的 1900 是训练数据的分段，这档机器人实战超快棋只有 1610。照名字把它当 1900 分的锚，换算出来的分会被抬高，我们早先就这样估高过一次。

1800 取的是偏保守的口径。有 8 盘下满 200 个半回合按规则判和，可 opus 全落后，7 盘落后 3 个兵以上，等于被上限救下。按后来定的判法（到上限时领先 3 个兵以上判胜）回看，这 7 盘改判负，得到约 1800；照规则计和约 1910。两个数是两种计分口径的点估计，不是置信区间，改判也只是事后回看，没重下。

国际象棋AI