12个AI，1200次胜平负判断，当中788次——65.7%的命中率，这比同期公众用户58.9%的平均水平高出6.8个百分点。这是"世界杯预测人机大战"前100场交出的阶段性成绩单：AI再度战胜人类。
十年前，AI的胜利发生在棋盘上。2016年3月，韩国首尔。著名棋手李世石在第五局认输后，AlphaGo以4比1结束了这场持续一周的人机大战。围棋拥有庞大的可能性空间，职业棋手长期依赖经验、直觉和判断，但它仍然是一个边界清晰的封闭系统：规则始终固定，棋盘状态完全可见，胜负标准明确。机器可以通过海量自我对弈，不断逼近更优策略。AlphaGo最终获胜也成为人工智能领域的标志性事件：在一个足够复杂但规则固定的系统里，机器可以达到甚至超过人类顶尖水平。
十年后，人机大战从棋盘进入真实赛场。2026年美加墨世界杯期间，联想集团与咪咕共同发起“世界杯预测人机大战”。联想天禧AI作为召集者，与DeepSeek、千问、中移九天、百度文心、腾讯混元、Kimi、智谱、MiniMax、阶跃、讯飞星火、商汤小浣熊共同组成AI阵营，和体育嘉宾、专业人士以及普通用户面对同一张赛程表。赛前预测32强，开赛后覆盖全部104场比赛，围绕胜平负、精确比分和冠军归属持续作答。
这一次，机器面对的是一套持续变化的开放系统。
的确，球队过往战绩、战术体系，可以成为判断比赛走势的依据；但比赛并不是简单依靠历史数据就能成功预判的游戏。球员、教练、裁判共同推动比赛，球员状态、临场选择、战术调整，甚至一次偶然碰撞，场上微小的变化都有可能改变比赛的走向，更加复杂。历史数据可以告诉AI哪一种结果更可能出现，但AI却无法预知场上的变化，任何一次失误、一次反击甚至最后几分钟的机会，都可能决定一支球队的命运。
历史数据能够帮助AI判断哪种结果更可能发生，却无法提前获知赛场上的每一次变化。104场比赛也不再是棋盘上同一道题的重复计算，而是104个条件不断变化、信息并不完整的独立事件。
“我们并不试图寻找一个无所不知的‘大预言家’，而是希望通过连续百场数据，观察多个AI在真实场景中展现了什么能力、形成了什么差异，又暴露出了哪些共同边界。”近期，联想发布《世界杯预测人机大战百场观察——AI的优势、差异与边界》报告，用截至7月13日的100场比赛、1200次判断的真实数据，给AI行业提供了第一份可量化的样本。
12个AI接力，赢下了人类
100场比赛结束后，AI对比赛结果的判断准确率高于人类玩家。这种优势并不是一开始就建立的。
这条领先线，是在赛程过半之后才画出来的。6月13日，AI命中率只有43.8%，公众用户为54.4%，机器一度落后10.6个百分点。6月18日，AI升至48.6%，公众降至45.0%，两条曲线首次交叉。此后，AI整体保持领先，到第100场结束时，将差距扩大至6.8个百分点。
咪咕公司副董事长、总经理李黎将这一阶段性成果概括为“平均值的提升”：AI 更擅长在高频、连续、信息复杂的场景中抬高长期判断的平均线，而不是把每一场比赛变成确定答案。也就是说，AI靠的不是某一场“神预测”，而是把大量比赛的判断误差一点点磨低；人类恰恰相反，单场可能很准，却很难在长赛程里一直稳得住。
如果把这条领先曲线拆开看，会发现“AI赢了”这四个字背后，其实是12个模型轮流交棒的结果，没有一个从头强到尾。
联想《人机大战百场观察》报告还指出，没有一个 AI 能通吃：每个赛段都有不同“冠军”。具体而言，赛前32强预测阶段，腾讯混元命中29支球队；72场小组赛结束后，中移九天与腾讯混元以49场并列第一；32进16阶段，千问命中14场
