鲁鲁修

ONE PERSON. TWO MONTHS. ZERO TEAM. 11,526 LINES OF PRODUCTION-GRADE PYTHON.

整个系统不是把所有决策都丢给 AI。

一个决策点进来，会按优先级穿过 8 层判断。前 5 层都是本地规则，确定性高、毫秒级响应，处理 60-70% 的标准场景。AI 只在真正需要复杂博弈推理的时候出手，这是第 6 层。最后两层是 AI 失败时的兜底。

翻后策略不按"街道（Flop/Turn/River）"组织，而按"位置 × 底池类型 × 角色"三维路由。

同一条街上，SRP-IP-PFR 和 3BP-OOP-DEF 的策略完全不同；但同一场景在 Flop 和 Turn 上的策略却是连贯的。所以策略的真正主轴是位置和角色，不是街道。

路由器输出 12 种场景，每种对应一套独立的 AI prompt + 共享的核心规则层。

任何"实时辅助"的核心都不是"我该怎么打"，而是"对面这个人是谁，我针对他怎么打"。

系统追踪 18 项核心统计，分类为 12 种对手类型，但真正决定剥削强度的是数据可靠性。

小样本的统计噪声极大。系统给每个统计字段设了独立的最小样本门槛，样本不足直接 N/A，策略回退到中位默认值。基于噪声做剥削，期望损失远大于收益 —— 这是从无数次实战损失反向编码进系统的规则。