鞍点：当「我能保底」对上「你能压顶」
收益矩阵记录了每种对法的结局，但没说该选哪行。零和博弈里两方各有一条思路：Blue（最大化方） 想「无论 Red 怎么应，我至少保住多少」；Red（最小化方） 想「无论 Blue 怎么出，我最多被赢走多少」。前者叫 maximin、后者叫 minimax。当这两个值相等，就出现一个 鞍点 (saddle point)——这局有了确定的解，双方都该咬定各自的纯策略 (pure strategy)。
1 · 行 min 与列 max：两条保底线
看每一行:Blue 选了它，Red 当然挑对 Blue 最差的那格应对，所以这行的价值下限 = 行内最小值。Blue 会挑下限最高的行 → maximin，这是 Blue 能锁定的保底收益。看每一列:Red 选了它，Blue 会挑对自己最好的那格，所以这列对 Red 的风险上限 = 列内最大值。Red 会挑上限最低的列 → minimax，这是 Red 能把损失压住的天花板。
改格子里的数（直接编辑），右侧 行 min 与底部 列 max 会实时更新；maximin 行与 minimax 列被标紫。两线交于同一格 (★) 时即鞍点。下面两个预设分别对应「有鞍点 / 无鞍点」。
1.1 · 有鞍点 ⇒ 纯策略解，而且「亮牌也不怕」
鞍点处 maximin = minimax = 博弈值 (game value)。这一格既是它所在行的最小、又是所在列的最大，于是谁都不愿单方面改:Blue 换行只会更低，Red 换列只会更高。这种稳态叫纯策略 Nash 均衡。奇妙之处在于：即便 Blue 公开宣布「我就走这一行」，Red
的最优应对仍落在同一格——亮牌也无损保底，这正是支配关系与最优反应在零和下收敛的结果。
1.2 · 无鞍点 ⇒ 纯策略会被对手摸透
当 maximin < minimax，没有任何一格同时满足「行最小且列最大」。此时若 Blue 死守一行，Red 总能找到一列把它压到行内最差；Blue 想反制就得换行，如此互相试探、没有稳态。出路是不再固定出某一行，而是按一定概率随机混用各行——这就是混合策略，它能把保底线从 maximin 抬高到两线之间的博弈值。
1.3 · 它真实跑在哪里
maximin 是稳健决策的通用准则：在最坏情况下争取最好结果——用于对抗性规划（安全防护按最坏威胁布防）、鲁棒优化（参数最坏取值下的最优设计）、以及 AI 对弈里 minimax 搜索（配 α-β 剪枝）的理论根基。鞍点就是这套搜索在零和博弈里追求的均衡点。