人生是扑克，
不是象棋

一件事最后成没成，取决于你当时的决策，也取决于你控制不了的运气。可我们复盘的时候，几乎只盯着结果。扑克圈给这种习惯起了个名字，叫 resulting，意思是拿结果去倒推决策的好坏。

Duke 用两种游戏做对照。象棋的信息完全公开，几乎没有运气成分，输了一定能找到一步错棋。扑克有看不见的底牌和随机发出的公共牌，打得再好也可能输。现实生活明显更像扑克，我们却习惯用下象棋的标准来复盘。

重新定义“错”

由此推出全书的第一个主张。你对一件事有七成把握，结果三成的那一边发生了，这并不说明你判断错了。敢说“我不确定”，并且能说出有多不确定，是做出更好决策的起点。

麻烦在于，只看一次结果，你很难分清自己落在矩阵的哪一格。下面这张实验桌把这件事算给你看。

史上“最蠢”的一次叫牌

2015 年 2 月 1 日，第 49 届超级碗。西雅图海鹰以 24 比 28 落后新英格兰爱国者，比赛还剩 26 秒。海鹰在对方 1 码线拿到第二档进攻，手里还有一次暂停，场上还有联盟最难拦的跑卫 Marshawn Lynch。全场都在等他硬冲。

主教练 Pete Carroll 叫了传球。Russell Wilson 的快速斜线传球被爱国者的落选新秀角卫 Malcolm Butler 抄截，比赛结束。第二天的头条是这样写的。

这样三次进攻都打得出来，其中两次是跑球。Carroll 赛后的解释，大意就是想在第二档用传球，避开对方专门用来防跑的阵容，同时把时间留给后面两次跑球。传球本身也没有想象中危险。

决定一模一样，结局交给概率。每按一次，就是一个平行宇宙的第二天。

冯·诺依曼的出租车

二战期间的伦敦，数学家 Jacob Bronowski 和冯·诺依曼同坐一辆出租车。Bronowski 问他，博弈论研究的是不是象棋这样的游戏。冯·诺依曼说不是。象棋只是一个定义清楚的计算问题，原则上每个局面都有正确的走法。真正的博弈里有虚张声势和小小的欺骗，你得去猜对方在猜你怎么想。

冯·诺依曼和经济学家 Oskar Morgenstern 在 1944 年合写《博弈论与经济行为》，就是在为扑克这样的世界建模。Duke 用这段对话给全书定了调。

一位认知科学家的牌桌田野调查

所以这本书可以当成一份田野笔记来读。作者先受过认知心理学的训练，又在一个每天都会惩罚好决策、也会奖励坏决策的地方待了将近二十年。

扑克 AI 的那条线

象棋和围棋都是完全信息博弈，扑克要难得多。对手的底牌看不见，同一手牌要按对方可能拿到的所有牌去权衡，这需要反事实遗憾最小化（CFR）这一类专门的方法。

Noam Brown 是 Libratus 和 Pluribus 的核心作者。他在 2024 年 TED AI 的演讲里讲过一个数字：让扑克 AI 在一手牌里多想 20 秒，带来的提升相当于把模型放大 10 万倍、训练时间也拉长 10 万倍。后来他把这条经验带到了大模型的推理上。冯·诺依曼在出租车上做的那个区分，七十多年后又推了 AI 一把。

换成 RL 的语言

强化学习用 baseline、advantage 和大量采样来压低方差。人生里大部分决策只有 n = 1，我们手里只有这个高方差的估计量，还会对它过拟合。后见之明偏差可以理解为人脑做 credit assignment 时出了错，把运气带来的功劳或罪过记到了决策头上。

心理学原典

管理和投资

Howard Marks 给这本书写推荐语时，特别提到它对投资非常适用。带团队也是同样的道理。一篇论文被拒，不一定说明这个方向押错了；一次侥幸中稿，也不一定说明押对了。如果只按结果奖惩，团队会学着规避风险，判断力却得不到训练。

这是 Duke 在书里用过的一个小练习。各写一个，然后诚实地标一下，你是按结果挑的，还是按决策本身挑的。写完可以复制下来，贴回我们的对话里接着聊。