Sandholm和Brown说有自从那次比赛以来他们的AI在多个常规的方面有所改善。 Claudico在比赛的前期表现良好，但往往快结束时犯错。 它在错误的时刻虚张声势，并且根据桌上所打的牌计算牌局的时候总会遇到麻烦。最简单的情况，如果牌桌上有两张王，而你手头也有两张王，这可以推断出你的对手没有王卡在手。 Libratus在所有这些方面都有改进，它的创造者仍然在其他方面保持谦虚的态度，尤其是在如何根据一天的比赛过程中所学习而进行调整。

　　Libratus所有的细节最终将会在其创造者发表成果时一一揭晓。这种学术研究成果往往以各种方式渗透到现实世界的扑克比赛中。 据布朗说，年度的电脑扑克比赛（The Annual Computer Poker Competitions）也包括了进入现金游戏的参赛者。 Bowling说他的研究论文在留言板上受到造机器人者的欢迎。 “有整个独立的团队阅读并且试图理解这些论文，”他说。

　　Billings在2008年加入了扑克行业。他是少数之一离开阿尔伯塔大学项目之后这么做的人，而大多数人都加入了运行游戏平台的公司。 Richard Gibson 则自立门户，创办了一个名为机器人鲨鱼游戏公司（Robot Shark Gaming ），其主要业务是构建AI程序学习和打战略游戏，还创建了一个称之为Sportsbid的幻想体育公司。

　　Gibson 在2013年完成了博士学位，当时一群职业玩家提出让他提供可用于培训的软件并为此付费。 Gibson手头只有其中一个人的名字而从来没有私自会见过其中任何一个客户，并不确认这群玩家到底有多少人。“即使他们不将软件用于在网上赌博，这仍然是一个污点，”他说。

　　Gibson 开发了多个程序，并说他设计的软件来演示各种策略的有效性; 程序并不能自己运行。 在他最赚钱的一年里，Gibson 在那个项目上赚了大约10万美元，客户又额外在运行软件相关的计算能力上花了2万到3万美元。

　　匿名专业人士并不是Gibson的唯一客户。 在有一个案例中，他说有人支付他几万美元花约6个月建立一个轻量级的扑克机器人。 他没有询问客户将如何使用它 - 而且他并不想知道 - 但是设计方向指向一个特定的应用场景。 “我的客户想要一个独立运行的程序以便可以加载到他们的笔记本电脑，”他说。 “我想他们试图利用它玩在线游戏“。

　　在大河赌场每个夜晚结束的时候，Les和他的扑克专家同伴将订购外卖和仔细研究白天对战的数据以便尽可能寻找Libratus的弱点。在月初，他们每天早上醒来的时候都充满乐观的情绪，因为他们有了一些新的诀窍。 “我们在头几天发现了一些特定的漏洞，”Les说。 “我们利用漏洞反复攻击他们，但现在这些漏洞消失了。"

　　Libratus也在做出调整。 在白天，程序将其计算能力一部分分配在前台进行博弈出牌，另一部分能力分配在Sandholm所说的“持续战略改进”计算上。在晚上，程序完全侧重于战略分析，利用超级计算机的600个节点，相当于约 3,330台高端MacBook协同工作。

　　在扑克和其他一些游戏中，AI在顶层博弈，电脑制定的策略反馈给人类玩家。 Les说他试图弄清楚如何将一些Libratus的不规则投注行为适用于自己的比赛中。 ”这非常困难，我们基本上没有足够心智容量去做这个，”他说。

　　如果人类已经到达了对于他们来说电脑对手太过于完美这个节骨眼，像Sandholm 和Bowling所运营的实验室却面临着几乎相反的问题。与专业玩家一对一比赛是一回事。但将Libratus和DeepStack变成玩家有信心击败一群存在缺陷的人却并没有明确的演进路线。这是因为当其他人游戏的要点不是为了完美博弈而是为了识别和利用缺点，那AI使用的均衡策略在多人游戏中就会崩溃。

　　几年前Bowling做了一个实验，其中三个机器人互相对抗。 其中两个使用他的实验室最接近完美的机器人，而第三个机器人编程提高了鲁莽特性。 在比赛结束时，最笨的机器人仅仅丢失了少量的钱。 其中一个完美的机器玩家获得大胜，而另一个输的很彻底。