十年前，AlphaGo击败李世石，被许多人视为人工智能时代的起点。但真正值得回头研究的，并不是那场胜利本身，而是它背后的工程思想：一个只有数百万参数的浅层神经网络，为什么能够逼近一个理论上几乎无法穷举计算的问题？从策略网络、价值网络到蒙特卡洛树搜索，从热启动到自我蒸馏，AlphaGo不仅改变了围棋，更提前演示了今天大模型训练中的许多核心思想。某种意义上，AlphaGo并没有过时，它只是提前十年剧透了AI的发展方向。