2017年1月20日晚，DeepMind旗下AlphaGo团队成员、职业棋手樊麾通过微博发布声明，就此前网络流传的AlphaGo在60局内部测试棋中出现的两盘“诡异招法”作出解释，称系操作员人为摆错棋子位置所致。然而这一说法迅速引发围棋界广泛质疑。中国职业九段棋手唐韦星于次日（1月21日）发表长微博，从专业角度深入分析该事件，指出所谓“操作失误”在逻辑与概率上均难以成立，进而提出AlphaGo系统本身可能存在未被公开的技术异常或决策偏差。 据樊麾公告描述，其中一盘棋中AlphaGo本应于左下角提掉白子，但实际落子于右上角，两地相距超过十余路，横跨大半个棋盘。唐韦星明确指出，此类失误在人机交互场景中极不寻常：若为滑标（鼠标误点），则随机命中如此遥远且无战略关联位置的概率微乎其微；若为操作员主观误判，则更难解释——作为长期参与AlphaGo对弈测试的资深工程师黄士杰博士，具备丰富实战经验与严谨操作习惯，不大可能在关键节点凭直觉替代AI决策，尤其当正确着法（提子）明显优于所落之子时。唐韦星进一步强调：“如果说AlphaGo选择打吃而黄博士执行提子，我尚可理解；但若AI本意是提子，操作员却主动落子于毫无关联的右上角，这就违背基本逻辑。” 此次争议并非孤立事件。回溯2016年AlphaGo与李世石五番棋后，DeepMind虽多次强调系统稳定性与可复现性，但未完全公开60局测试棋的完整数据集与运行环境参数。近期多位职业棋手在复盘中发现，部分测试谱中存在数步胜率骤降超30%的着法，与AlphaGo一贯的高一致性策略不符。有技术分析人士指出，若确为输入坐标映射错误或神经网络输出层临时扰动，可能暴露分布式训练模型在特定边界条件下的鲁棒性短板。 作为三星杯世界冠军、中国最年轻九段之一，唐韦星自2006年入段以来始终以理性思辨著称。他在微博结尾坦诚表示：“我对AlphaGo的技术细节并不掌握，目前它确实强于我。但正因尊重其强大，才更需严肃对待任何异常信号——科学进步从不回避质疑，而每一次合理追问，都可能推动AI向更透明、更可靠的方向演进。”目前，DeepMind尚未就唐韦星的质疑作出正式回应，相关测试棋谱亦未向公众开放验证。随着人工智能在竞技领域深度渗透，此次事件已超越围棋圈层，成为AI可解释性与人机协作信任机制建设的重要讨论样本。