Solver 是什么
Solver（如 PioSolver、GTO+、MonkerSolver，以及聚合数据的 GTO Wizard 等）是在给定 范围、筹码深度、下注尺度树 等输入下，用算法逼近 纳什均衡 的 博弈论最优策略计算器。它输出的不是「这手牌 100% 下注」，而是 多行动上的频率分布 与 期望收益（EV）对比——与第 1 课「混合策略」、第 2 课「范围与分裂」直接对应。
Solver 假设对手也按均衡策略应对；实战对手偏离时，最优反应常是剥削而非照搬频率（第 5 课）。
输出里该看什么
典型界面会给出：
- 频率：某手牌（或某类组合）在 check / bet / 不同尺度上的 百分比。
- 尺度：同一街 多个下注尺寸 如何分割价值与诈唬。
- EV 差异：不同行动的期望差距——差距极小 时，现实中 混合或简化 通常损失可忽略。
读结果时，先问：当前节点是极化还是较线性？ 再对照 阻断牌、坚果密度、听牌完成度（第 2 课），理解 为何 Solver 分裂，而不是背下「AK 在此面永远 60% c-bet」。
文字模拟：翻牌 c-bet 分裂
场景：100BB 现金桌，你在 CO open，大盲跟注。翻牌干燥高牌面：
A♥K♦Solver 在此类树里，对 AK、AA、部分 Kx、听牌与诈唬组合 常给出 下注与 check 的混合：例如 顶对顶踢脚 可能 较高频率小注或中注 以 拒绝对手实现权益，同时保留 转牌再评估 的空间；部分无摊牌价值的组合 承担 平衡诈唬。具体数字随 尺度树、范围预置、筹码深度 而变——死记本例频率无意义，有意义的是：强牌与诈唬如何共用同一尺度、check 线保留哪些牌力。
常见误区
死记单局结论
换一张转牌、少一个尺度、对手 3-bet 范围不同，整棵树会变。规律可迁移，数字不可照抄。
误解混合策略
「50% bet / 50% check」不是说现场抛硬币，而是 该手牌在均衡下两种打法 EV 接近；人类可用 情境简化（如对极紧对手提高下注频率）而不必机械随机。
对弱对手开 Solver
Solver 对手是 GTO；面对 过跟 / 过弃 的真人，偏离 Solver 往往更高 EV（第 5 课）。Solver 用来 理解防守底线与平衡结构，剥削时仍以 HUD、笔记与现场调整 为主。
忽略计算成本与抽象
Solver 常做 牌面简化、范围裁剪；输出是 模型内的最优，不是宇宙真理。结论应理解为 训练用的参照系。
如何有效学习
- 找规律：同一纹理面（如 双高彩虹 vs 中连单色）上，c-bet 频率与尺度 如何系统变化。
- 问「为何分裂」：是 阻断效应、坚果浓度 还是 SPR 约束？
- 对比尺度树：多一个 75% pot 选项，价值与诈唬如何 重新分桶。
- 与实战对拍：复盘时 只选关键节点 跑树，避免每手都 Solver 成瘾。
大师阶段路线收束
从 GTO 语言与不可剥削基线（第 1 课），到 组合、范围与 Solver 输出（第 2 课），再到 心态与长期样本（第 3 课）、锦标赛与 ICM（第 4–6 课）、现金与赛事分轨（第 7 课），最后以 Solver 为工具而非教条（本课）收尾——完整链路是：理解均衡 → 识别偏离 → 用数据校准直觉 → 在正确游戏形式里执行。
实战 才是检验标准：把 Solver 当作 陪练与语法书，牌桌仍要面对 真人的漏洞与时间压力。保持复盘习惯，你会逐渐 少问「Solver 怎么说」，多问 「对手在付什么、弃什么」。