一个赌局，抛硬币决定：
你可以选择反复玩很多轮。
连玩 120 轮之后，一个典型的玩家会怎么样？
这个矛盾的解法，是本书最后也最重要的一个概念：ergodicity（遍历性）。它问的是一个看似绕口、实则朴素的问题：
「很多人各做一次」的平均，等不等于「一个人做很多次」的结果？
抛硬币赌固定金额（赢了拿 1 元、输了赔 1 元）是遍历的：一千个人各赌一次的平均收益，和一个人赌一千次的平均收益一致。但只要收益是「按比例」的——涨跌百分比、投资回报、复利——遍历性就破了。
集合平均每轮 +5%，时间平均每轮 −5.1%。一正一负。两个数字都对，它们只是在回答不同的问题。
那个 +5% 的平均值去哪了？它集中在极少数几乎一直赢的路径上。就像 5.2 章那张表：均值被少数暴富者扛着，而中位数在坠落。如果你能同时活在一千个平行宇宙里、并且能把所有宇宙的钱汇总带走，那么 +5% 是你该看的数字。而你不能。
这就是为什么「期望值为正就该做」在很多场合是错的——不是因为算错了，而是因为它算的那个平均，你领不到。它是一群人的平均，而你只有一个人、一条时间线、一次人生。你需要的是时间平均。而最大化时间平均，恰恰等价于最大化对数效用（5.1）、等价于凯利公式（5.2）。Part 5 的三章，其实是同一件事的三种说法。
本书用了二十章讲怎么正确使用概率。最后这一节讲反面：什么时候，概率计算本身就是错的工具。
① 不可逆的事情。破产、死亡、物种灭绝、不可逆的环境损害——这些是 5.1 章的吸收态。对这类事情做期望值计算，等于假设你可以重来，而这个假设正是它们所否定的。正确的问法不是「概率多大」，而是「能不能保证它不发生」。
② 概率根本估不准的时候。5.3 章说过，尾部风险的估计误差可以有好几个数量级。当一个数字的误差比它本身还大时，围绕它做精确计算是一种自欺。此时应该转向不依赖概率估计的策略：控制暴露、保留冗余、留出安全边际。
③ 后果的量级差太远的时候。如果一个选项有 99% 的概率带来小小的好处、1% 的概率带来无法承受的灾难，那么那个 1% 的具体数值是多少，几乎不重要——是 1% 还是 0.1%，结论不会变。这时候纠结概率是在浪费时间，该做的是消除那条尾巴。这就是precautionary principle（预防原则）的合理内核。
需要立刻补一句，否则这条原则会被滥用：预防原则只适用于「可能不可逆且系统性」的风险，不适用于一切不确定的事。如果把它用在所有事情上，结果是寸步难行——而且会付出巨大的机会成本。判据是那三个词：不可逆、系统性、无法通过试错来学习。三条都满足时，忽略概率、直接消除风险是理性的；只满足一条，那还是老老实实算概率。
下面模拟 1000 个人同时玩这个赌局，每人玩 120 轮。琥珀线是全体的平均财富（集合平均，也就是期望值算的东西），青绿线是中位数那个人的财富（时间视角，也就是你会经历的东西）。纵轴是对数刻度。
看那两条线：它们朝着相反的方向走。琥珀线（平均值）一路向上，青绿线（中位数）一路向下。没有一条线在撒谎——它们描述的是同一个赌局的两个不同侧面。
现在把「输了跌多少」从 40% 慢慢拖到 25%。青绿线会在某个点（约 33%）由降转升——那正是时间平均从负转正的临界点。而琥珀线从头到尾都是向上的，它对这个临界点毫无反应。
这就是本书最后一个、也是最重要的一个提醒：当有人拿「期望收益为正」来说服你时，先问一句——这个平均，是谁的平均？
2019 年，物理学家 Ole Peters 在《Nature Physics》上发表了一篇题为《经济学中的遍历性问题》的评论文章。他的核心主张相当尖锐：
经济学在其奠基阶段，默认了一个从未被明确提出、也从未被检验的假设——待决策的随机过程是遍历的。也就是说，当经济学家用「期望值」来定义理性选择时，他们隐含地假定了「很多人各做一次的平均」等于「一个人做很多次的结果」。
而对于财富这种按比例增长的量，这个假设根本不成立——就像上面的实验所展示的那样。
Peters 指出，一旦改用时间平均来定义理性，许多长期被视为「非理性偏差」的行为立刻变得完全合理：
· 风险厌恶不再需要用「心理偏好」来解释——它就是最大化时间平均增长率的直接结果。
· 买保险不再是「牺牲期望值换心安」——在时间视角下，它可以真的提高你的长期增长率，即便它的期望值为负。
· 不把全部身家押在正期望值的机会上，也不再是胆小，而是算术。
换句话说：三百年来被归为「人类不理性」的一大类现象，可能只是人类在解一道和教科书不同的题——而且解对了。
需要如实说明：这个主张在经济学界并未被普遍接受，争论仍在进行。批评者指出，期望效用理论（5.1 章）本来就能通过效用函数处理风险厌恶，遍历性视角在数学上未必提供了全新的内容——对数效用最大化与时间平均增长率最大化本就是等价的，这一点在凯利之后早有讨论。支持者则回应说，两者的解释力不同：效用函数把风险厌恶当作一个需要外部设定的偏好参数，而遍历性视角把它推导成了一个客观的数学结果，不需要假定任何心理特质。本书采用后一种叙述，是因为它对普通读者更有解释力；但读者应当知道这是一个仍在争论中的立场，而非定论。
无论这场争论最终如何收场，有一件事是各方都同意的，也是本书希望你带走的最后一句话：在做涉及自身的决策时，你要问的是「一个人重复做下去会怎样」，而不是「一千个人各做一次的平均是多少」。
读到这里，你已经走完了全书。回头看，那些看起来五花八门的谬误，其实都长在四条根上：
一、问对方向。P(证据|假设) 不是 P(假设|证据)。医疗检测、检察官谬误、条件概率都是这一条。解药：换分母，数人头。
二、问信息从哪来。同样一句话，被统计筛出来的和随手报给你的，含义可以差几个数量级。蒙提霍尔、两个孩子、幸存者偏差、辛普森悖论都是这一条。解药：问「它凭什么活到我面前」。
三、先数机会数，再惊讶。随机本来就会扎堆、会连号、会撞车。生日悖论、赌徒谬误、聚类错觉、回归均值都是这一条。解药：问「纯随机的话，这种事多久来一次」。
四、算完概率之后，还要算你自己。期望值是集合的，而你只有一条命。期望值、效用、凯利、肥尾、以及本章都是这一条。解药：问「最坏情况下我还在不在」。
如果这本书只能留下一样东西，那就是「先猜一次」这个动作本身。不是因为猜得准，而是因为把直觉押在桌上，你才会知道它错在哪。这二十章里的每一个谬误，都是在你已经押过之后才显形的。
把 附录 B 直觉急救卡打印出来，贴在你需要做判断的地方。术语忘了，查 附录 A。
集合平均：0.5 × 1.5 + 0.5 × 0.7 = 1.10 → 每轮 +10%。
时间平均：几何平均 = √(1.5 × 0.7) = √1.05 ≈ 1.0247 → 每轮 +2.5%。
划算。两个数都是正的，方向一致，长期玩下去财富确实会增长。
但请注意两者的差距：集合平均是时间平均的四倍。如果你按 +10% 去做规划（比如据此借钱加杠杆），你会系统性地高估自己的增长速度。差额那 7.5 个百分点，是「波动税」——它不流向任何人，它只是在连乘中被损耗掉了。
顺带验证一个边界：让时间平均恰好为 0，需要 1.5 × (1−d) = 1，即 d = 1/3 ≈ 33.3%。这正是实验里那个临界点。赢 50% 的赌局，只要输的时候跌超过三分之一，长期玩下去就是亏的——哪怕期望值一直是正的。
大致遍历、可以用期望值的：
· 结果是可加的、且相对于你的总量很小。买一杯咖啡、赌 10 块钱、日常的小额选择。财富的相对变化微不足道，连乘近似于连加，两个平均值几乎相同。
· 你真的能重复很多次，且每次的规模都可控。保险公司承保、做市商报价、大规模 A/B 测试。注意关键不在「重复」，而在「每次都不会让你出局」。
· 风险真的被分散了。如果你能把资源摊到大量互相独立的赌局上，你就把「时间」换成了「集合」，两个平均会靠拢。这正是分散投资的数学理由——但独立性是硬要求，相关的赌注数得再多也还是一注。
不遍历、不能只看期望值的：
· 按比例的、复利的过程。财富增长、公司规模、任何「涨跌百分比」的东西。
· 存在吸收态。只要有归零的可能，就不遍历。
· 一次性的重大决定。没有「很多次」可言，集合平均对你毫无意义。
一个可以随身携带的检验：问自己「如果我把这件事重复做一百次，第一百次的我会是什么状态？」如果答案里包含「已经出局了」，那这就不是一个能用期望值处理的决策。
先说清楚这道题不该给出的两种答案：「期望值为正所以该做」是错的，「有风险所以别做」也是错的。前者忽略了不可逆性，后者会让所有事情都停摆。
第一步：确认这三个词是否都成立——不可逆、系统性、无法通过试错学习。
· 不可逆吗？如果损害可以修复（哪怕代价高昂），那它就不是吸收态，期望值仍然适用，只是要把修复成本算进去。
· 系统性吗？损害是局限在一个可隔离的范围内，还是会扩散到整个系统？前者可以承受，后者不能。
· 能不能小规模试错？这是最关键的一条，也是最容易被忽略的一条。
第二步：如果三条都成立，把问题从「做不做」改成「怎么做才能把那 5% 变成可承受的」。
· 分阶段、可隔离地部署。让每一次失败都局限在小范围内——这等价于 5.2 章的仓位控制：把一次大赌拆成很多次小赌，从而把非遍历的过程变得接近遍历。
· 建立可逆性。能不能设计一个「关掉它」的开关？可逆性本身就是最有价值的风险控制，它把吸收态变回了普通状态。
· 那 5% 是怎么估出来的？按 5.3 章，全新技术的尾部风险几乎必然被低估——因为没有历史数据。所以真实数字可能更高，而这进一步支持了「先小规模试」的结论。
核心思路：不要在「做」和「不做」之间选，要在「怎样把不可逆变成可逆」上下功夫。绝大多数看起来是「高风险高收益」的两难，都可以通过改变实施方式来解开。
这道题没有标准答案，但如果只能挑一个，本书的建议是：养成「先说出数字，再听解释」的习惯。
它包含三个连贯的动作，正好覆盖全书的四条主线：
① 把话翻译成频率。听到任何概率表述——「很有可能」「基本不会」「准确率 99%」——先翻译成「多少次里有几次」「1000 个人里有几个」。导读与 1.1 章反复演示的就是这一步，而它几乎能一个人解决全书一半的谬误。
② 先押一个数，再看答案。这就是每章的「先猜一次」。养成这个习惯，你会开始察觉自己在哪些方向上系统性地偏。而且这一步是免费的——它不需要任何数学。
③ 问两个来源问题。「这个信息是怎么到我面前的？」（3.4、4.4）和「一共有多少次机会撞上？」（3.2、4.3）。这两个问题不需要计算，却能挡住大部分假信号。
最后，关于「什么时候该忽略概率」，留一句话：概率是用来在可以重复的事情上做长期最优的工具。而人生里最重要的那些决定，往往恰恰不可重复。对那些事情，把精力从「算准概率」转向「无论结果如何我都还站得住」，可能是这本书能给出的最实用的一条建议。
——全书完。记得带走那张急救卡。