德州撲克研習——由淺入深的職業級技術

德州撲克是一個有明確數學結構的不完全資訊零和賽局：規則五分鐘學得會，但要打到職業水準，需要同時掌握機率、賽局理論、對手建模與情緒控制四件事。這個專欄處理的就是這四件事——不是牌桌軼事，是可以驗算、可以練習、可以被證偽的技術。

這裡談的是技術，不是致富方法。 撲克的長期期望值是「你的技術優勢減去抽水（rake）與手續費」，對絕大多數人而言這個數字是負的。真正需要先想清楚的不是怎麼贏，而是你願意承擔多大的變異數、以及在什麼條件下該離開牌桌。把這一篇當成閱讀前提。

現代 NLHE 理論在 2015 年後被求解器（solver）徹底改寫。過去靠口訣與經驗傳承的東西，現在有了數值上的近似最佳解。這個專欄以求解器時代的框架為主軸——但求解器給的是「對手也完美」時的均衡解，而真實牌桌上錢是從對手的錯誤裡賺來的。 兩者的分工（何時打均衡、何時打剝削）是全專欄反覆出現的主線，明確的證據分級見 主張 vs 可佐證。

三個能力階段

基礎：讓每個決策有依據

不再靠「感覺這手還行」下注。這一階段的目標是把牌桌上的每個動作，都能追溯到位置、範圍與賠率三件事之一。

1. 規則、牌型排序與下注輪：把術語變成精確語言
2. 位置：為什麼它是無限注德州撲克最大的單一變數
3. 資金管理與心態基礎：變異數、破產風險與該不該打

前翻與數學：把優勢固定下來

前翻決策數量最多、犯錯代價最容易累積，而且它是唯一可以完全事先準備好的部分。

4. 起手牌與位置化開牌範圍：從 169 手牌到 range 思維
5. 3-bet／4-bet 與面對加注：極化、線性與冷四注的取捨
6. 賠率與期望值：pot odds、equity、outs、implied odds 與 EV 計算

翻後：真正拉開差距的地方

同樣的起手牌，職業與業餘的收益差距幾乎全部發生在翻牌之後。

7. 牌面結構與持續下注：range advantage、nut advantage 與 c-bet 決策
8. 價值下注、詐唬與尺寸：下注要達成什麼，以及 check-raise

進階：從「照表操課」到「理解為什麼」

9. 平衡與 GTO：MDF、alpha、不可剝削性，以及它真正的用途
10. 剝削性打法：對手分類、HUD 讀數與具體調整
11. 組合數與阻斷牌：用 1326 個組合思考，而不是用單一手牌

錦標賽：另一套錢的算法

12. fold

職業層次：把牌技變成可重複的系統

13. 讀牌與下注線推理：從動作反推範圍
14. C game 與 inchworm
15. 學習系統：資料庫、HUD、復盤流程與求解器的正確用法
16. 常見錯誤與破解：業餘與半吊子各自的典型漏洞
17. 客觀檢視：主張 vs 可佐證、待解問題與延伸資源

「我想學會…」目標索引

「我卡在…」問題索引

怎麼用這個專欄

完全新手：01 → 02 → 06 → 04。先把規則與位置弄清楚，然後直接學賠率——賠率是撲克唯一不需要對手配合就成立的東西，先建立這個地基，後面所有策略才有意義。範圍表（04）放在賠率之後，因為在懂 equity 之前背表只是記憶負擔。

已經在打但沒有系統：04 → 05 → 07。前翻範圍與 c-bet 決策佔了絕大多數的牌局，這三篇的投報率最高。不要先跳到 GTO（09）——沒有範圍概念的 GTO 只是抽象名詞。

技術到了瓶頸：09 → 11 → 10 的順序。先理解均衡（09），再學會用組合數精確描述範圍（11），最後才談偏離均衡去剝削（10）。反過來學會養成「憑感覺說對手在詐唬」的壞習慣。

只打錦標賽：12 是必讀，且要在 04-08 之後讀。ICM 不會取代基本功，它是加在基本功之上的一層修正。

一直進步不了：15 與 14。技術停滯的原因大多不在技術本身，而在練習方法與情緒管理。

牌桌上的東西幾乎都是「知道」與「做得到」有巨大落差。每讀完一篇，去打 200 手只專注那一個主題——比讀完整個專欄再開始打有效得多。

風險與前提（請先讀）

技術討論不改變三件事實：

抽水讓這是一個負和賽局。 現金桌每手抽 5% 上限若干、錦標賽收 5-10% 手續費。你的技術優勢必須先超過抽水，剩下的才是收益。低級別線上桌的抽水比例往往高到讓「小幅領先」等於長期輸錢。

變異數會讓短期結果與技術脫鉤。 現金桌的標準差約每 100 手 80-120 個大盲注，錦標賽更極端——贏家經歷 50 個買入以上的下風期是常態，不是異常。這代表用結果判斷自己打得好不好，在幾萬手以內基本上不可靠。詳見 資金管理。

這不是收入來源的替代品。 只用可以完全損失的錢，設定停損與時間上限，不追損失，不借錢。如果對「停不下來」有任何疑慮，請尋求專業協助——台灣可撥 1925 安心專線。本專欄的所有內容都建立在「你已經決定要玩、而且想玩得正確」這個前提上；決定不玩永遠是一個有效的最佳解。

各地對線上撲克與實體牌局的法律規範差異極大，且會變動。本專欄不提供法律意見，開始前請自行確認所在地的法規。

與其他專欄的連結

• 因子投資（Factor Investing）研究 — 同一套期望值與變異數語言。撲克的 bankroll management 與投資的部位規模控制，數學上是同一個問題（Kelly 準則的兩種應用），連「過度擬合歷史資料」的陷阱都一樣。
• 2026 AI 精通 20 項 — 其中的決策紅隊與刻意練習方法論，直接對應撲克的復盤流程與「找出自己的漏洞」。
• Engineering AI Coding Methodology — 「用工具生成答案」與「理解答案為什麼對」的分野，在求解器使用上完全成立：照抄求解器輸出的人，跟照抄 AI 生成程式碼的人，會撞到同一面牆。
• Problem Framing ＋ Spec-Driven Development — 讀牌本質上是問題框定：先定義對手的範圍（假設空間），再用每個動作收斂它。
• DaVinci Resolve 研習——由新手變大神 — 同樣的「由淺入深＋目標／問題索引」編排結構。

🔍 待解問題 / 持續追蹤

• 求解器的抽象化誤差有多大？ 現行求解方案都對下注尺寸做了離散化（例如只允許 33%／66%／130% 三種尺寸）。這個簡化在多大程度上偏離真正的均衡，公開的量化研究很少。
• 「學 GTO 反而變差」的現象在教學圈廣泛被提及，但缺乏對照研究。到底是均衡策略本身不適合低級別，還是學習者把「近似均衡」誤用成「不管對手」？兩種解釋的處方完全不同。
• ICM 模型的選擇問題：Malmuth-Harville 是業界預設，但它高估了短碼玩家拿到高名次的機率；Malmuth-Weitzman 的假設不同，結果也不同。實務上兩者差異在什麼情境下大到會改變決策？
• AI 對線上生態的影響：求解器輔助與 bot 偵測是持續的軍備競賽，各平台的偵測能力與公開透明度差異很大。「線上遊戲的公平性」在 2026 年是一個沒有好答案的問題。
• 多桌對決策品質的邊際損害曲線長什麼樣？「開越多桌 EV 越低但總量越高」是共識，但轉折點在哪裡幾乎沒有公開資料。
• 心態訓練的效果量：Tendler 的框架被廣泛採用，但屬於臨床心理與運動心理的應用推論，在撲克上沒有隨機對照研究。有效是合理推論，效果多大不知道。
• 短牌（Short Deck）、PLO 等變體的理論成熟度遠低於 NLHE。本專欄暫不涵蓋，但值得評估「NLHE 的哪些直覺可以遷移、哪些是陷阱」。

🕒 更新紀錄

• 2026-08-06 — 專欄建立。hub ＋ 17 篇原子筆記，分基礎・前翻與數學・翻後・進階・錦標賽・職業六個階段，以目標／問題索引編排。理論框架以求解器時代的現代 NLHE 為主軸（GTO Wizard 部落格的 MDF/alpha 與 flop heuristics 文章、Acevedo《Modern Poker Theory》、Upswing 的極化／線性範圍分析、Tendler《The Mental Game of Poker》）。全程區分數學恆等式、求解器輸出、產業共識與風格取向，分級表見 主張 vs 可佐證。