Erik Allebest：机器早已赢过人类，Chess.com 仍在教人变强
Chess.com CEO Erik Allebest 解释机器超越人类棋力后，平台如何用 AI 教练、个性化训练和社区保留人的学习动机。
节目资料
- 播客：No Priors: Artificial Intelligence | Technology | Startups
- 主持人：Sarah Guo
- 嘉宾：Erik Allebest，Chess.com 联合创始人兼 CEO
- 原集标题：What Chess.com Teaches US About Superhuman Capabilities, with CEO Erik Allebest
- 发布日期：2026 年 8 月 13 日（北京时间，以官方 YouTube 发布记录为准）1
- 原集：官方 YouTube 视频
Chess.com 的故事给 AI 讨论提供了一个少见的长期样本：机器三十年前就已经在棋力上超过人类，棋却变得更流行。Erik Allebest 认为，机器没有消灭这项活动，而是把人的参与从「证明自己比机器强」转向和其他人竞争、学习、创作，以及借助 AI 更快地变好。1
先看平台，而不是先看棋力
Allebest 在节目中给出的 Chess.com 规模是：约 1000 万日活用户、2.5 亿注册会员，年收入超过 2 亿美元，团队约 650 人。逐字稿中他还说注册会员是 2.5 亿、而节目简介写作 2.5 亿；这里按节目简介与他口述共同出现的数字记录为 2.5 亿，读者应把它视为嘉宾披露的经营数据，而不是外部审计数字。1
这家公司最初并没有靠大额融资扩张。Allebest 和朋友在 2005 年以约 5.6 万美元买下 chess.com 域名，2007 年上线后靠会员收入雇人、做产品、继续增长；后来 General Atlantic 和 CVC 买入的主要也是原股东的股份，而不是向公司注入经营现金。这个细节解释了他为何反复强调产品体验、社区和内容：在纯软件业务里，持续使用本身就是比融资额更早出现的增长信号。1
AI 把棋类活动推向两端
AI 对 Chess.com 的第一种作用是教练化。平台正在尝试让模型分析用户过去一周的对局，告诉用户要补哪项能力；它也在做按个人弱点生成的题目，以及可以随时对话的 AI 教练。Allebest 强调，这类教练适合即时、低门槛的反馈，不能替代需要长期关系和现场判断的人类教练。1
第二种作用是把人推得更远。Allebest 回顾了棋类 AI 的变化：早期引擎把比赛带向近乎完美、也更沉闷的残局；神经网络棋引擎后来带来更激进的走法，反过来拓宽了人类对棋局的理解。对用户而言，AI 的价值不只在给出最佳着法，还在于指出错误、生成针对性训练，并把高水平知识变成普通玩家能反复练习的反馈。1
机器给了信息，习惯才形成能力
节目里最值得带走的限制是：有信息不等于有技能。Allebest 把进步归因于重复的小动作，例如每天做题、复盘失误、练习一个开局；AI 可以让反馈更快，却不能替用户完成这些重复。与此同时，他也承认，某些领域的 AI 使用会让人停止思考，因此产品需要设计边界，让模型帮助用户理解，而不是替用户把理解过程全部拿走。1
Chess.com 还把这套思路延伸到产品研发：用大模型分析用户数据，找出用户与相邻水平人群的差距，再把结果转成训练建议；内部则用 AI 缩短从发现问题到上线修复的周期。Allebest 讲的不是「AI 自动做完产品」，而是把人的时间从重复交接中释放出来，重新放到判断、验证和体验上。对其他 AI 产品，这是一条更稳的检查线：模型有没有让用户练得更好，还是只让界面显得更聪明。1
为什么人还会继续做超越自己的事
这期 No Priors 的答案很朴素：人类做棋，不只是为了击败最强的计算器。人会在共同规则下和别人比赛，也会享受学习、犯错、进步和创造。AI 把能力边界往外推以后，真正需要观察的变量变成了产品是否保留了这些动机，以及它是否把更强的机器转化成更好的练习环境。仅有超人类答案，无法自动生成超人类的学习者。1
注：节目简介给出约 1000 万日活、2500 万注册会员和 2 亿美元以上收入；访谈口述中部分数字表述略有差异，本文保留节目事实并标出其披露来源。1
References
- 1No Priors 官方 YouTube 视频
youtube.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.