“Eles nem tentavam se esconder”: especialista fala sobre bots, datamining e softwares de apoio

Por Alexander Zverev e Dmitry “Imbafer”

Conversamos com o autor da investigação sobre bots no QQPK a respeito da resposta da sala e traduzimos seu texto sobre a proibição de softwares de apoio no GGPoker, que ganhou repercussão.

Em 15 de outubro, o QQPK reconheceu a existência de conluio entre jogadores da plataforma, informou o bloqueio de 893 contas e anunciou compensações de $300 mil. No mesmo dia, o usuário do X conhecido como MTT Database Review publicou os resultados de sua própria investigação. Segundo sua estimativa, a sala poderia ter cerca de 12 mil bots, responsáveis por mais de 70% das mãos da base de dados que reuniu.

Por trás do perfil MTT Database Review está Vojtech Cervinka, treinador de MTTs que analisa regularmente bases de jogadores de limites médios e altos e utiliza um HUD próprio com milhares de indicadores estatísticos. Ele também é responsável por um site com o mesmo nome. Os leitores do GipsyTeam talvez se lembrem de sua investigação de 2024 sobre bots no ACR. Em 2026, realizou verificações semelhantes no WPT Global.

O tópico sobre bots no QQPK foi aberto no fórum 2+2 por um usuário anônimo, mas não atraiu muita atenção. Então, ele procurou Cervinka e pediu uma verificação independente dos resultados.

A busca por bots com o Hand2Note

Vojtech publicou sua investigação no YouTube:

No vídeo de 21 minutos, Cervinka começou comparando as estatísticas gerais do QQPK com sua extensa base do PokerStars. Depois, passou a separar as contas suspeitas. Na primeira seleção, utilizou um filtro relativamente simples: 3-bets frequentes de exatamente 11 BB, com stacks efetivos entre 25 e 60 BB e uma amostra mínima de mil mãos por jogador. O grupo de contas identificado por esse filtro havia disputado cerca de 9,8 milhões de mãos.

Em seguida, Vojtech examinou outros indicadores, incluindo ranges de limp, tamanhos de apostas no pós-flop e ações em diferentes situações de jogo. As estratégias eram semelhantes também depois do pré-flop.

Em 15 de outubro, Cervinka publicou outro estudo, com uma base de 24 milhões de mãos disputadas entre 16 de julho e 11 de outubro. Segundo sua estimativa, os supostos bots haviam jogado 17,5 milhões de mãos, mais de 70% do total. Ao todo, identificou cerca de 12 mil contas desse tipo e publicou uma lista de 11.469 nicks que, em sua avaliação, quase certamente pertenciam a bots.

— O que você conseguiu verificar por conta própria e o que acrescentou à investigação inicial?

— Com minhas próprias ferramentas de análise de bases de dados, consegui confirmar a maior parte das descobertas do rapaz que me procurou. No meu vídeo no YouTube, também compartilhei estatísticas adicionais. Meu principal objetivo era mostrar aos jogadores como explorar esses bots caso o QQPK não tomasse nenhuma providência.

Quanto à identificação dos bots, tudo foi surpreendentemente simples. Eles quase sempre faziam 3-bets de exatamente 6, 8 ou 11 BB, utilizavam tamanhos fixos de continuation bet de 2, 3 ou 4 BB e jogavam de limp-reraise com um range muito específico: 99+, AJs+ e AQo+. A impressão é que nem tentavam se esconder.

— Segundo os dados do seu vídeo, as contas suspeitas haviam disputado cerca de 9,8 milhões de mãos. No novo estudo, o número subiu para 17,5 milhões. Você utilizou filtros adicionais ou apenas ampliou a amostra inicial?

— Sim, a primeira seleção foi muito conservadora, com os filtros mais simples.

— Quais foram os principais indicadores utilizados para montar a lista final de 11.469 nicks?

— A frequência de 3-bets com determinados tamanhos, os tamanhos de apostas no pós-flop, a frequência de limps e os ranges com os quais os jogadores entravam de limp.

Cervinka aplicou seus filtros a uma base de torneios do PokerStars de tamanho semelhante e não encontrou nenhum caso que atendesse aos critérios. Foi necessário flexibilizá-los duas vezes para identificar pelo menos três jogadores suspeitos.

Nicks estranhos e uma conta principal

Uma característica marcante da lista do QQPK é a grande quantidade de nicks parecidos. Vojtech encontrou grupos de contas com nomes construídos a partir dos mesmos padrões, incluindo uma tabela de combinações entre nomes tailandeses e termos de poker. Parte disso, porém, pode ser explicada pelo fato de a própria sala atribuir nicks padronizados aos usuários que não escolhem um nome exclusivo no cadastro.

— Ao montar a lista, você verificou os padrões de jogo de todas as contas ou acrescentou algumas por causa da semelhança entre os nicks?

— Tudo se baseia nas estatísticas de jogo. O que publiquei sobre os nicks é apenas uma observação adicional, sem grande importância.

Várias pessoas me disseram que os nomes com “Happy” seguem um padrão do próprio QQPK. Mas existem outros padrões semelhantes. Por exemplo, meu relatório inclui uma tabela com 70 combinações de nomes tailandeses e termos de poker. Todas aquelas contas são bots.

Entre os jogadores suspeitos, uma conta se destacou pelo volume. O perfil 郑鱼F, apelidado por Cervinka de Big Daddy Bot, havia disputado cerca de 153 mil mãos. O segundo suposto bot com maior volume tinha apenas cerca de 5 mil.

Segundo o SharkScope, Big Daddy disputou 8.329 torneios em 33 dias. Pelos cálculos de Cervinka, isso representava uma média de 8,3 torneios simultâneos. Sua estratégia, por sua vez, era semelhante à das demais contas identificadas como suspeitas.

Cervinka levanta a hipótese de que essa poderia ser uma conta de testes de uma operação de bots, mas não tem comprovação disso. Ainda não está claro por que ela apresenta um volume tão superior ao das demais.

Resultados anormais nos all-ins e o viés de sobrevivência

Um dos principais resultados da primeira investigação foi um desempenho de 138.705 BB acima do all-in EV em 193.757 confrontos de all-in dos supostos bots contra os demais jogadores. Segundo os cálculos dos autores, isso correspondia a 14,6 desvios-padrão, uma diferença tão grande que seria praticamente impossível explicá-la pela variância comum.

A maior parte do resultado acima do esperado ocorreu em situações nas quais as contas suspeitas eram as desfavorecidas. Esses números alimentaram suspeitas de conluio e de possíveis manipulações no gerador de números aleatórios, o RNG. Cervinka, porém, chamou a atenção para outra explicação possível.

— Não consigo confirmar nem descartar conluio apenas com esses dados. Mas existe aqui um problema estatístico importante que, na minha opinião, passou despercebido: o viés de seleção.

Se você agrupar em um único alias apenas contas que disputaram uma quantidade mínima de mãos, pode acabar introduzindo um viés de sobrevivência. Exigir uma amostra mínima faz todo o sentido quando se quer identificar bots com segurança. Mas os jogadores que têm sorte nos all-ins permanecem mais tempo nos torneios, disputam mais mãos e, por isso, ultrapassam o limite estabelecido com maior frequência. Como resultado, o grupo selecionado pode apresentar um desvio positivo em relação ao EV mesmo sem conluio ou manipulação. Portanto, eu não consideraria esse resultado, isoladamente, uma prova suficiente de nenhuma das duas coisas.

Cervinka confirmou que o autor da primeira investigação também utilizou um filtro por quantidade de mãos. Ainda não se sabe, porém, quanto esse processo de seleção pode ter influenciado o desvio final em relação ao EV.

— E se os bots fossem identificados pelas mãos de um período e depois tivessem seus resultados de EV verificados em uma amostra posterior, que não participou da seleção? Vocês fizeram esse teste?

— Não, não fiz isso.

QQPK reconhece irregularidades, mas o problema permanece

No relatório oficial de 15 de outubro, o QQPK informou o banimento permanente de 893 contas. Dessas, 567 estavam na lista inicial dos investigadores, enquanto outras 326 foram identificadas pela equipe de segurança da sala. As 2.020 contas restantes da lista original continuavam sob investigação.

O QQPK também reconheceu a existência de conluio. Segundo a sala, os integrantes de um “grupo criminoso” utilizavam várias contas na mesma mesa e compartilhavam informações sobre suas cartas fechadas em tempo real. Conhecer os blockers permitia evitar confrontos de all-in desfavoráveis. Essa foi a explicação apresentada para o resultado anormal acima do all-in EV.

Ao mesmo tempo, a investigação interna do QQPK não encontrou indícios de manipulação do RNG nem de acesso não autorizado aos dados dos servidores.

Outro ponto de divergência é a metodologia de cálculo dos resultados no Hand2Note. O QQPK afirma que, depois de comparar 4,87 milhões de registros de mãos com os dados dos servidores, restaram apenas 1,76 milhão de mãos únicas. Segundo a empresa, reunir muitas contas em um único alias levou à contagem repetida das mesmas mãos. Cervinka questionou essa interpretação.

— O QQPK contabilizou 1,76 milhão de mãos únicas, em vez dos 4,87 milhões de registros da estatística original. Por que você questiona a explicação sobre duplicatas?

— Não acho que isso devesse afetar o EV. Cada all-in é contabilizado apenas uma vez. Há mais registros de mãos do que mãos únicas porque o programa reúne as estatísticas de cada jogador e depois as combina para calcular os números do alias inteiro.

É claro que outros jogadores também têm aquele all-in em seus históricos, mas, no gráfico, ele só entra na conta de quem participou diretamente do confronto. Outro jogador do mesmo alias também pode ter aquela mão na base, mas registrar apenas uma perda de 0,12 BB porque deu fold no pré-flop e perdeu o ante. Ou um jogador do alias ganhou a mão e outro perdeu. Assim, quando todos os resultados são contabilizados, eles se compensam. É dessa maneira que o resultado final da amostra inteira chega a zero.

Como exemplo, Cervinka enviou dois recortes de gráficos de sua base do PokerStars. No primeiro, após 10,6 milhões de mãos, o resultado somado dos jogadores era ligeiramente diferente de zero. No segundo, após 15,7 milhões, tanto o resultado total quanto o all-in EV eram praticamente nulos: os ganhos de alguns jogadores eram compensados pelas perdas dos demais.

Ele explica a pequena diferença na amostra intermediária pelo fato de as mãos de alguns participantes já terem entrado na base, enquanto as de outros ainda não. Uma mesma mão pode aparecer nas estatísticas de vários jogadores, mas isso não significa que o ganho em um all-in seja contabilizado várias vezes. Os dados publicados não esclarecem como a remoção de duplicatas afetou o EV e a significância estatística dos resultados.

Vale destacar que, mesmo depois de refazer os próprios cálculos, o QQPK encontrou um resultado de 69.700 BB acima do EV nas 893 contas bloqueadas. Pelo modelo da empresa, isso correspondia a 14,17 desvios-padrão.

Cálculos do QQPK: amostra original, dados após remoção de duplicados, 893 contas bloqueadas e 2.020 contas em observação.

No relatório de 15 de outubro, a sala também anunciou a intenção de recompensar os investigadores independentes que ajudaram a expor as fraudes e convidá-los para uma colaboração futura.

— O QQPK explica essa anomalia pelo compartilhamento de informações sobre as cartas entre os integrantes do grupo. Essa versão parece convincente para você?

— Não sei. Eles falam em conluio, mas eu não investiguei esse assunto em detalhes.

— Os representantes do QQPK entraram em contato com você depois da publicação do relatório?

— Não, ninguém entrou em contato comigo.

— Como você avalia a reação da sala de maneira geral? Eles bloquearam 893 contas, mas seu novo estudo indica que pode haver quase 12 mil bots. O QQPK está fazendo o suficiente para resolver o problema?

— Não diria que está ótimo, mas também não é terrível. Acho que precisamos esperar mais alguns dias até o próximo comunicado.

QQPK destina $300 mil a compensações

Em 16 de outubro, o QQPK publicou as condições detalhadas de pagamento aos jogadores prejudicados. Segundo os cálculos da empresa, 13.928 pessoas deveriam receber compensações, dividindo um total de $300 mil.

Desse montante, $64.627 correspondiam aos saldos confiscados das contas bloqueadas. Os outros $235.373 seriam acrescentados pela própria sala. Os pagamentos estavam previstos para começar em 20 de outubro. Segundo o QQPK, os valores seriam creditados automaticamente nas contas dos jogadores e poderiam ser sacados em seguida, sem necessidade de solicitação.

As condições, porém, eram bastante específicas. Para receber, o jogador precisava cumprir três requisitos ao mesmo tempo: ter participado de MTTs nos últimos três meses, ter disputado pelo menos uma mão na mesma mesa que duas ou mais contas que violaram as regras e ter registrado resultado negativo nos torneios correspondentes. Contas bloqueadas e desativadas foram excluídas do programa.

Esse modelo deixa de fora quem enfrentou apenas um infrator. Também não receberiam os jogadores que terminaram com resultado total positivo nos torneios em questão, embora a atuação dos fraudadores pudesse ter reduzido seus ganhos ou seu EV.

No plano publicado, o QQPK não apresentou a fórmula detalhada dos cálculos individuais. Os jogadores poderiam procurar o suporte da sala para esclarecer dúvidas sobre as compensações até 30 de novembro.

— Como você avalia os critérios do QQPK? Considera razoável compensar apenas quem enfrentou pelo menos dois infratores e terminou os torneios correspondentes no prejuízo?

— Não, isso não faz sentido algum. É uma loucura pagar compensações quando eles bloquearam apenas uma pequena parte dos bots. Quanto desse dinheiro vai acabar nas mãos de outros bots?

— Você trabalhou na identificação de bots no ACR, no WPT Global e agora no QQPK. O que as salas precisam fazer de outra maneira?

— Acredito que as salas precisam trabalhar em estreita colaboração com jogadores experientes e analistas independentes especializados nesse tipo de investigação.

Elas têm acesso a muito mais informações do que nós: históricos completos de mãos, dados sobre dispositivos, depósitos, saques, endereços IP e assim por diante. Mas, às vezes, para reconhecer padrões que passam despercebidos pelos sistemas automatizados de segurança, é preciso alguém que tenha dedicado milhares de horas à análise de diferentes estratégias.

O ideal é que essa colaboração seja permanente e proativa, em vez de começar apenas depois que alguém expõe publicamente centenas ou milhares de bots.

E, naturalmente, se os investigadores independentes podem economizar milhões de dólares para as salas e proteger sua reputação, precisam receber uma remuneração adequada. Recompensas significativas por irregularidades identificadas e contratos de consultoria devidamente remunerados motivariam especialistas a dedicar bastante tempo a esse trabalho. Afinal, as pessoas que criam bots certamente recebem muito bem pelo que fazem.

“Proibir HUDs só ajuda os trapaceiros”

Em 17 de outubro, Cervinka publicou no X um longo texto sobre a proibição de softwares de terceiros no GGPoker. O pesquisador explicou por que considera essas restrições praticamente impossíveis de fiscalizar e sugeriu algumas alternativas.

Proibir HUDs é uma estupidez, e garantir que essa proibição seja cumprida é praticamente impossível.

A questão não é gostar ou não de HUDs. Entendo perfeitamente que alguns jogadores prefiram uma abordagem analítica do poker, com muitas estatísticas, enquanto outros gostem de jogar sem HUD por considerar essa uma forma mais pura, justa e correta de jogar. Quero dizer apenas uma coisa: não é possível proibir HUDs de verdade. Mais precisamente, só é possível proibir os HUDs utilizados por quem respeita as regras.

Gostem ou não, as estatísticas dos adversários fazem parte do poker online há muito tempo. Os jogadores as utilizam há anos demais para simplesmente abandoná-las. É possível proibir os HUDs autorizados, mas praticamente não existe uma maneira confiável de fiscalizar o uso de alternativas clandestinas.

As salas podem monitorar os processos em execução, mas existem formas de capturar a imagem da tela sem rodar no computador qualquer programa de gravação. Hoje, seus simpáticos amigos ChatGPT, Grok, Claude e Gemini ficariam felizes em ajudar a criar um aplicativo capaz de reconhecer nicks e ações dos jogadores em vídeos ou capturas de tela, transformar isso em históricos de mãos em texto, enviá-los para outro computador com Hand2Note, PokerTracker, Hold’em Manager ou DriveHUD e exibir um HUD por lá.

Em vez de utilizar um programa de acesso remoto, que poderia ser identificado entre os processos em execução, bastaria visualizar o resultado pelo navegador. Não acho que alguma sala pretenda proibir o uso de Chrome, Safari ou Firefox durante as sessões. Detectar um esquema assim seria praticamente impossível. Talvez por algum padrão de comportamento, caso o jogador explorasse os adversários de maneira exagerada? Tenho muitas dúvidas.

Se até isso parece complicado demais, já existem sites que, na prática, oferecem HUDs na nuvem por assinatura. Eles têm enormes bases prontas de mãos coletadas por datamining. Até onde sei, esses serviços são voltados principalmente aos cash games. Mas, se os HUDs convencionais forem proibidos, tenho certeza de que surgirão versões na nuvem para MTTs. Especialmente agora, quando o chamado vibe coding facilita tanto a criação desse tipo de ferramenta. Não seria tão prático quanto um HUD convencional, mas seria praticamente impossível de detectar.

Assim, em vez de reconhecer que HUDs oferecem alguma vantagem, mas são permitidos em determinados sites e estão disponíveis para todos, vocês dão uma vantagem ainda maior a quem aceita quebrar as regras e contornar as restrições. Boa sorte fiscalizando essa proibição. A menos que alguém seja tão ingênuo a ponto de mostrar nas redes sociais que está utilizando um programa proibido. Um abraço para os ex-profissionais do ACR! 😂

Profissional do ACR, Nacho Barbero é pego com o GTO Wizard aberto durante sessão

Leia Leia

Agora, o GG vai ainda mais longe e proíbe trackers que nem sequer interagem com o próprio GG. Isso significa que alguém jogando no GG e, ao mesmo tempo, no PokerStars ou no ACR não pode utilizar um HUD permitido nem nessas outras plataformas. Enquanto isso, quem estiver disposto a quebrar as regras poderá, potencialmente, ter acesso a estatísticas de HUD também no GG.

E agora? Devemos simplesmente permitir que os regs malvados e predatórios tirem rapidamente o dinheiro dos recreativos utilizando HUDs e seus próprios históricos de mãos, ou talvez ainda mais rápido com datamining? Não. Existem outras maneiras de reduzir a distância entre profissionais e amadores.

Para começar, ofereçam um bom HUD integrado para todo mundo. Sim, sei que algumas salas já têm HUDs básicos no próprio aplicativo. Mas a maioria dos recreativos nem entende o significado de metade dos indicadores, muito menos quais deveriam ser seus valores. Por que ninguém consegue torná-los acessíveis ao usuário comum?

Por exemplo, por que, até onde sei, nenhuma sala permite salvar uma mão específica no perfil de um adversário? Você abre o histórico, clica em “Salvar nas notas do jogador” e pronto. Na próxima vez que encontrar esse oponente, passa o cursor sobre o nick e vê as últimas cinco mãos salvas em pequenas prévias, como no Hand2Note 4. Clica em uma delas e abre o replay completo. Também seria possível marcar os adversários com ícones simples, como “gosta de caçar bounties”. Qualquer recreativo entenderia essas funções imediatamente.

Em vez disso, o GG mostra um pequeno gráfico dos resultados do jogador nos últimos cinco torneios. É difícil imaginar um desperdício de espaço mais inútil. Saber se alguém entrou na premiação ou chegou à mesa final nos últimos cinco torneios não diz praticamente nada. Esses dados são completamente inúteis para avaliar como a pessoa joga.

A possibilidade de trocar de nick certamente merece ser discutida. Por exemplo, permitir que os recreativos que estão perdendo façam isso com maior frequência. É uma opção bastante razoável.

Tentem criar novos formatos. Os torneios knockout são um ótimo exemplo. Bounties grandes podem alterar consideravelmente as estatísticas de um jogador. Não estou dizendo que todos os torneios precisam virar um festival maluco de Monster Mystery Bounty. Apenas experimentem pequenas mudanças nos formatos, nas estruturas e assim por diante.

E, já que estamos falando de impedir que os regs agressivos tirem rapidamente o dinheiro dos recreativos...

Por que ainda é tão vantajoso entrar no último instante do registro tardio e enrolar em todas as mãos?

Essa é a maneira mais idiota de obter uma vantagem. Não é estudando ranges de abertura, continuation bets, ICM, formas de explorar os adversários ou a capacidade de manter seu melhor jogo durante uma sessão longa. Não. Basta disputar o menor número possível de mãos para aumentar a chance de chegar à premiação, porque o registro tardio termina perto demais da bolha.

Não é possível proibir HUDs. Só é possível proibir os HUDs autorizados.

O mesmo vale para o poker online em geral. É possível proibir operadores legais, mas não todas as salas duvidosas, com licenças inventadas, sem proteção à integridade do jogo e com agentes que provavelmente vão enganar você. Todos sabemos muito bem disso.

Nos comentários da publicação, o treinador e criador da ferramenta de treinamento MobiusGTO, Patrick Howard, discordou de Cervinka. Ele reconheceu que o datamining ajuda a descobrir fraudes, mas estabeleceu uma diferença entre analisar estatísticas fora das mesas e utilizar HUDs durante o jogo:

Normalmente concordo com você, mas desta vez penso de outra forma.

Tudo o que você diz sobre a dificuldade de fiscalizar essas proibições vale igualmente para a assistência em tempo real, o RTA. Detectar RTA também é difícil, mas ninguém considera que isso torne seu uso aceitável. A dificuldade de fazer uma regra ser cumprida não significa que ela seja injusta. Significa apenas que as salas precisam se esforçar mais para aplicá-la.

Poker é um esporte da mente. À mesa, você deve tomar decisões com a própria cabeça. Um HUD fornece, em tempo real, informações que você não conseguiria guardar na memória. É uma ajuda externa durante o jogo, ou seja, pertence à mesma categoria do RTA, embora seja menos grave. O mesmo princípio vale no xadrez: antes da partida, você pode se preparar quanto quiser, mas não pode consultar anotações durante o jogo.

Fora das mesas, a situação é diferente. Estudar estratégia, trabalhar com solvers, analisar sua própria base e até revisar mãos obtidas por datamining são atividades perfeitamente aceitáveis, na minha opinião, desde que você não esteja jogando. O datamining aumenta a transparência das salas e, como você observou corretamente, ajuda a desmascarar trapaceiros. Por isso, eu não gostaria que ele desaparecesse.

Não vejo problema em funções que tornam o jogo mais prático, como organização automática das mesas, atalhos de teclado e um gerador de números aleatórios para escolher uma ação. Elas ajudam a executar ações, mas não oferecem informações adicionais. O mesmo efeito de um gerador pode ser obtido com um relógio ou um objeto girando.

Os HUDs só se tornaram nolermais porque os trackers surgiram no início do poker online, quando as salas arrecadavam muito rake dos jogadores que abriam várias mesas. Quando alguém começou a questionar se essas ferramentas eram justas, todo mundo já estava acostumado com sua existência. Eu não teria problema algum em abrir mão dos HUDs.

Concordo com você sobre a necessidade de um bom HUD integrado em cada aplicativo de poker. Também deveriam existir atalhos de teclado e funções básicas de organização das mesas, porque implementar isso é muito simples. Assim, as condições seriam mais equilibradas e o incentivo para utilizar ferramentas proibidas diminuiria.

Por que os jogadores precisam de datamining?

Em 18 de outubro, Cervinka voltou ao assunto. Em uma nova publicação, listou investigações nas quais a análise de bases de mãos ajudou a identificar bots e outras irregularidades e convidou os leitores a refletir sobre o que aconteceria sem essas ferramentas:

E mais uma coisa sobre o próprio datamining.

Uma enorme rede de bots no ACR: descoberta graças ao datamining. Uma grande rede de bots no WPT Global: descoberta graças ao datamining. Uma gigantesca rede de bots no QQPK: descoberta graças ao datamining.

Bots no GG com padrões de jogo semelhantes aos da operação de bots do ACR, embora em quantidade muito menor: descobertos graças ao datamining. Um superusuário no GG: descoberto graças ao datamining.

Um jogador de limites altos que supostamente conseguia ver as cartas dos adversários em várias salas: winrates suspeitas, identificadas por datamining, ajudaram a dar o alerta.

Uma grande rede de bots de Omaha no PokerStars, em 2015: exposta por jogadores que analisaram milhões de mãos obtidas por datamining. O escândalo dos superusuários do Ultimate Bet, em 2008: os próprios jogadores analisaram winrates suspeitas e históricos de mãos, inclusive com dados de sites independentes de acompanhamento de resultados.

E essa lista está longe de ser completa.

Então, o que vocês preferem?

A) Uma sala em que outra pessoa possa saber como você jogou mãos das quais ela nem participou e, com isso, obter uma vantagem adicional. Pelo menos em parte, é possível reagir: estudar seu jogo, corrigir leaks — aliás, posso ajudar com isso — e talvez até começar a explorar esses adversários em resposta. Por exemplo, jogando de forma mais agressiva em situações nas quais antes você era passivo demais.

Ou...

B) Confiar cegamente nas salas, esperando que façam o suficiente para garantir a integridade do jogo, porque os próprios jogadores já não terão ferramentas para investigar irregularidades de forma independente? E apenas torcer para que elas encontrem centenas ou milhares de bots ou, pelo menos, jogadores em conluio, hackers e superusuários?

O que mudou depois do anúncio do QQPK

Em 21 de outubro, Vojtech publicou mais uma atualização:

Em 15 de outubro, denunciei 11.469 bots ao @QQPKOFFICIAL.

Hoje, reuni uma pequena base com mãos recentes, disputadas a partir de 16 de outubro.

Cerca de 6,6 mil dessas contas continuam ativas. Mas sabem o que é mais engraçado? Lembram da famosa estratégia de limps? Pois agora elas dão limp...

Esperem...

Mais um pouco...

Vamos lá...

Eeeeeentão...

Não dão limp com nada.

0%.

Eu os irritei tanto com as minhas piadas sobre a estratégia absurdamente óbvia de limp-reraise com 99+, AQo+ e AJs+ que, agora, essas 6,6 mil contas, que antes todas utilizavam limps, apresentam uma frequência de limp de 0,0%.

Sim, sim. Agora realmente é impossível perceber que vocês são bots.