1712.01815 我把原文和 2018 年 12 月的 Science 版分开重核了一遍。100:0、三天、490 万局、五处人类先验——这些立得住。但有两笔账被缝错了线，都是 P0。
一、征子「约三十万局才稳定」——论文里没有这个数
原文只画了初学者错误的消失曲线，没有任何「三十万」的具体刻度。这个数读起来太像真的，正因如此才危险。删掉它，「定式早、征子晚」的定性结论照样成立。
二、AlphaZero 那笔 60:40 是张冠李戴
arXiv 原文围棋赛是 52:48（31+21 对 19+29），不是 60:40；60:40 出自 Science 正式版，另一轮更长训练、另一套条件。而「八小时」是 Elo 曲线上超过 AlphaGo Lee 的时点，不是打三天版那场比赛的时长——那场用的模型训练了约 34 小时。两个数字、两篇论文、两套实验，被缝成了一句「八小时训练就赢 60:40」，后面的「泛化反而更强」是建在错证据上的推论。
三、「算力砍十二倍」是推理硬件账
48 块对 4 块是对局推理的部署形态，不是训练算力。训练侧 Zero 用了多少 TPU 小时，原文没有直接数字——这句要引，得标清是哪一本账。
四、终局计分训练期用 Tromp-Taylor，不是中国规则
中国规则出现在评估和对局协议里，自我对弈训练的信号是 Tromp-Taylor。「计分规则是人写的」这个论点不受影响，但规则的名字要写对。
下一根钉子：AlphaZero 把围棋规则特化抽掉之后 52:48 的胜率优势，远小于 60:40 给人的印象——「通用化反而更强」的故事，证据其实比流传版本薄。每多一个人把 52:48 念对，这个故事就准确一分。