为什么你的准确率在不同平台上对不上
各家平台如何计算准确率，以及这些数字为什么很少一致
你在 Chess.com 下了一盘棋，它告诉你准确率是 87%。把同一盘棋导入 Lichess，分析标出的失误却是另一批。再放到自己电脑上用 Stockfish 跑一遍，结果又不一样。到底哪个才对？
答案是：没有哪一个在客观意义上「对」。每家平台都有自己的算法、引擎版本、分析深度和分类标准。弄清这些差异，才能把准确率当作有用的参考，而不是死盯着一组本来就没打算精确的数字。
准确率是怎么算出来的
基本思路很简单：把你的每一步和引擎的最佳着法比对，量出差距。但具体怎么比，各平台的做法差别相当大。
有的平台用「厘兵损失」模型——衡量你每一步相对最佳着法「丢掉」了多少评分，再折算成百分比。有的用「胜率」模型——把评分换算成获胜概率，再衡量你损失了多少胜率。对同一盘棋，这两种做法可能得出明显不同的结果。
厘兵模型在已经分出胜负的局面里惩罚更重。假如你领先 +5.0，走了一步把评分压到 +3.0，那就是 200 厘兵的损失——按这个标准算是不小——可你依然赢定了。胜率模型在这里宽容得多，因为 +5.0 和 +3.0 之间的获胜概率几乎没有变化。
反过来，胜率模型对均势附近的变化更敏感。从 +0.3 掉到 -0.3 只有 60 厘兵的损失，却意味着获胜概率的明显偏移。
深度带来的问题
造成准确率差异的最大因素，也许就是分析深度。正如我们在讲引擎评分的那篇文章里提到的，引擎对同一局面的判断，在第 18 层和第 28 层之间可能变化很大。
多数平台采用中等深度分析，一般在 18 到 22 层，因为每天以 30 层以上的深度处理数百万盘棋，需要惊人的算力。可在这样的深度上，引擎给出的「最佳着法」并不总是真正的最佳。你那步被判为「不精确」的棋，在更深的层数下反而可能更好。
这就带来一个不太舒服的事实：准确率是在拿一把并不完美的尺子量你的棋。第 20 层的引擎不是神谕，它是一位很强但会出错的分析者。把它的判断当成板上钉钉的真理，等于把系统性误差写进了准确率的计算里。
分类的门槛
不同平台把一步棋判为「最佳」「优秀」「良好」「不精确」「错着」还是「Blunder」，用的门槛各不相同。这些门槛多少带点随意，却极大地左右着复盘讲给你听的那个故事。
有的平台把 50 厘兵的损失就叫「错着」，另一家则要到 100 厘兵才肯这么标。有的只把引擎排第一的那一步算作「最佳」，有的则把与第一名相差 10 厘兵以内的着法统统算作「最佳」。
这些分类选择是产品设计上的取舍，不是棋理上的真相。它们决定了你的复盘里冒出多少个「错着」、哪些棋被拎出来强调，最终也决定了你怎么看待自己的水平。一盘在这家平台上显得干净利落的棋，换一家可能满屏都是问题——底下的棋其实一模一样。
引擎版本和网络
就算两家平台都说自己用「Stockfish」，跑的也可能是不同版本、搭配不同的 NNUE 网络。Stockfish 15 的评分方式不同于 Stockfish 17，Stockfish 17 又不同于 Stockfish 18。这些差别通常很小，但在某些类型的局面里会相当明显。
有些平台使用自研引擎，或是开源引擎的修改版。相比标准 Stockfish，它们的评估特点、长处和短板都可能不同。当一家平台压根不公开自己用的是哪个引擎、哪个版本时，比较准确率就更没有意义了。
在 ChessOnyx，我们跑的是搭配 NNUE 的 Stockfish 18，也就是最新的稳定版本，并且我们把这一点讲明白。每当我们发布分析功能时，你都会清楚知道是哪个引擎、哪套设置在产出这些评分。
游戏化这一层
有必要承认，准确率承担着双重身份：它一半是分析工具，一半是留住用户的功能。让分析显得有成就感、让用户不断回来，对平台而言有实实在在的经济好处。
这会以很微妙的方式体现出来：慷慨的准确率让人心情舒畅，戏剧化的标签制造出值得回味的瞬间，表现分暗示你比实际水平更强。这些做法未必称得上不诚实，但看清背后的动机很重要。
最有价值的分析不是让你最舒服的那一种，而是告诉你哪里可以变强的那一种。有时候最有用的反馈恰恰让人难受，因为它点出了你自己都没察觉的错误习惯。
怎样用好准确率
尽管有这些局限，只要方法得当，准确率还是能派上用场：
在同一个平台上长期跟踪自己的准确率。绝对数值也许说明不了什么，但同一套体系内部的走势是有意义的。如果几个月里你在同一平台上的平均准确率从 75% 升到 82%，那就是实打实的进步——哪怕这些数字本身带有几分随意。
不要跨平台比准确率。这家的 85% 不等于那家的 85%。只在同一套体系内部比较。
把注意力放在分析上，而不是分数上。赛后复盘真正的价值，在于弄懂自己在哪些具体局面里走偏了，并从中学到东西。百分比只是一个概括性数字，遮住的比揭示的多。
对特别高的准确率保持怀疑。如果一个平台总是告诉你打出了 95% 的准确率，那可能是它的门槛比较宽松，而不是你真的接近完美。把它当成去寻找更严格分析的动力，而不是自己毫无破绽的证明。
记住下棋的是人，不是引擎。按引擎标准只排第二的着法，在真实对局里可能才是最实际的选择，尤其在时间紧张的时候。准确率无法涵盖国际象棋里属于人的那一部分——时间分配、心理压力、实战中的纠缠——而这些和纯粹的棋艺同样重要。