手里只剩两张牌，轮到你先出——大多数人在这一刻靠的是手感：小牌先走，或者大王先砸。孔维民在《”斗地主”的技巧》第四章第三节（原书 P40–45）把这一刻拆成了一道算术题：每张牌先出的期望收益 = 各分支收益 × 各分支概率之和，然后比大小。三个例子、三副牌、三组数字，我逐个复算，算式全部对得上，但结论的用法被大多数人用错了。这一篇讲清楚公式怎么搭、怎么用，以及那个 8/15 到底是什么东西。
一、是什么：把”该出哪张”变成两个数相乘
书里先把玩家分成两类：风险喜好者——好牌烂牌都叫，有炸就炸，先捡大的跑；风险规避者——手握好牌也只敢按 2 分，看到别人叫满又后悔。作者的评价是：两类人都把自己的智慧发挥不到极至，因为打上一段时间，对手就能判断出你的风险类型，然后照着你的类型做决策。对风险规避者，对手把单牌打光、最后留一条长连一甩而出；你因为外面一张 6 都没见过，还在固执地以为有 6666 的炸弹。
所以这一节要做的不是”更勇敢”或”更谨慎”，而是算。作者给的假定是博弈论的标准开法：每个玩家都是理性的，能根据自己的牌形算出期望收益，但看不到对手的牌，只知道关键牌落在谁手里的分布概率。于是每一局的收益（效用）用得失分数表示：
期望收益 = S₁ × P₁ + S₂ × P₂，其中 P₁ + P₂ = 1
就这么一行。它的全部力量在于：它逼迫你把”我大概能赢”拆成”赢多少分、概率多大、输了赔多少分”三个具体数字。手感给不出这三个数，公式能。
二、怎么用：四步，一张纸就够
书里三道例题是同一个局面的三次改动，牌桌结构完全一样：甲、乙、丙三人，甲在乙（地主）的下家，乙叫满 3 分，乙先出牌；甲管住之后一直出牌，两家都没有上手机会，直到甲手里只剩两张。唯一的变量，是这两张牌是什么。已知外面没有炸弹，地主手里有没有大王，甲不知道，只知道概率：有 2/3，没有 1/3（地主牌通常更好，拿大王的概率大些）。
四步操作：
- 第一步，定分制。叫满 3 分，基准输赢是 ±3 分。这一节还藏着一条容易被忘的规则：地主在第一次出牌之后再也没有出过牌，分数翻倍（民间叫反春天）。所以同样赢一局，可能是 3 分，也可能是 6 分——这个差别后面会决定整道题的答案。
- 第二步，列分支。先出 A 牌，地主有两种状态（有大王 / 无大王），每种状态下你再估一个”取胜概率”，就得到四个格子。
- 第三步，填收益。赢 = +3 或 +6，输 = −3。
- 第四步，加权求和再相减。两个期望收益的差，就是”这一手比那一手多赚几分”。
三道例题的收益矩阵，我整理成一张表（收益单位：分）：
| 局面 | 先出哪张 | 地主有大王（2/3） | 地主无大王（1/3） | 期望收益 |
|---|---|---|---|---|
| [例1] 剩 小王 K | 先出小王 | 胜率 2/3 → 2/3×3 − 1/3×3 = 1 | 直接取胜 → 6（翻倍） | 8/3 ≈ 2.67 |
| [例1] 剩 小王 K | 先出 K | 胜率 5/6 → 5/6×3 + 1/6×(−3) = 2 | 直接取胜 → 3 | 7/3 ≈ 2.33 |
| [例2] 剩 小王 2 | 先出小王 | 胜率 3/4 → 1.5 | 直接取胜 → 6 | 3 |
| [例2] 剩 小王 2 | 先出 2 | 胜率 5/6 → 2 | 直接取胜 → 6 | 10/3 ≈ 3.33 |
| [例3] 剩 小王 3 | 先出小王 | 胜率 1/3 → 1/3×3 − 2/3×3 = −1 | 直接取胜 → 6 | 4/3 ≈ 1.33 |
| [例3] 剩 小王 3 | 先出 3 | 胜率 5/6 → 2 | 直接取胜 → 3 | 7/3 ≈ 2.33 |
三道题的答案分别是：例 1 先出小王略优（2.67 > 2.33）；例 2 先出 2 明确占优（3.33 > 3）；例 3 先出 3 大幅占优（2.33 > 1.33）。注意例 2 的性质不一样——不是”算下来更大”，而是无论地主有没有大王，先出 2 的收益都更大，这叫占优决策，不需要概率也能拍板。
三、为什么有效：把六个格子压成一个式子
书里的算式我逐格复算，全部对得上：1×2/3 + 6×1/3 = 8/3、2×2/3 + 3×1/3 = 7/3、1.5×2/3 + 6×1/3 = 3、2×2/3 + 6×1/3 = 10/3、−1×2/3 + 6×1/3 = 4/3。一个不差。但把三组数字并排放着看，会浮出一条更省事的规律，这条规律书里没有写出来。
先看”先出小王”这一支。设地主有大王时你的胜率为 q₁，则：
EV(先出小王) = (3q₁ − 3(1−q₁)) × 2/3 + 6 × 1/3 = (6q₁ − 3) × 2/3 + 2 = 4q₁
检验：例 1 的 q₁ = 2/3，4 × 2/3 = 8/3 ✓；例 2 的 q₁ = 3/4，得 3 ✓；例 3 的 q₁ = 1/3，得 4/3 ✓。三题一支式子，全部命中。也就是说”先出小王”的期望收益只跟一个数有关：地主拿大王时你还能赢多大比例。2 分/3 分/翻倍这些参数，全都折进了那个系数 4 里。
再看”先出小牌”这一支。设胜率 q₂，但这里多一个分岔：如果当地主没有大王时，你手里剩的那张牌本身也压不住，那地主一次都出不了牌，翻倍成立，收益 6；如果剩的那张牌能被压，地主有机会出牌，翻倍没了，只能拿 3 分。于是：
EV(先出小牌) = (6q₂ − 3) × 2/3 + R/3，R = 6（剩牌不可压）或 3（剩牌可压）
把它拆开：R = 3 时是 4q₂ − 1，R = 6 时是 4q₂。检验：例 1 的 K 可被 A、2 压，R = 3，q₂ = 5/6 → 4×5/6 − 1 = 7/3 ✓；例 2 的 2 在没有大王的牌堆里没人压得住，R = 6，q₂ = 5/6 → 10/3 ✓；例 3 的 3 是张废牌，R = 3，q₂ = 5/6 → 7/3 ✓。又是三题全中。
于是整道题被压成一行减法：
EV(小王先) − EV(小牌先) = 4q₁ − (4q₂ − 1) = 1 − 4(q₂ − q₁)
结论一：如果两张牌都能在”无大王”世界里封死对手（R = 6），那先出小王永远不占优——因为 4q₁ − 4q₂ 只有在 q₁ > q₂ 时才为正，而 q₂ 天然更大（理由在下面）。这就是例 2 为什么是占优决策：留一张谁都不怕的牌在手上，比先把它打出去值钱。
结论二：如果剩下的那张小牌是废牌（R = 3），先出小王的临界条件是 q₂ − q₁ < 0.25。换句话说，小牌先出这一支的胜率，必须比小王先出高过 25 个百分点，才值得放弃那一分翻倍。例 1 的实际差是 5/6 − 2/3 = 1/6 ≈ 16.7%，没超过 25%，所以小王先出胜；例 3 的差是 5/6 − 1/3 = 1/2，远超 25%，所以 3 先出胜。这条 25 个百分点的门槛，比书里那两个分数直观得多，牌桌上能记住。
为什么 q₂ 一定大于 q₁？因为”先出小王”这个动作会把自己的顶牌交出去：大王压下来之后，你手里只剩 K 或 3，能不能赢取决于地主下一手出多大的单牌；而”先出 K”是拿小牌钓大王，小王留在手里压所有单张，地主出了大王也没用。先出谁，本质上就是决定”哪张牌陪你走到最后一手”。这个机制解释了三道题的方向，也解释了为什么例 3 里”先出 3″的胜率能飙到 5/6——小王做保险，废牌做诱饵，结构正好。
还有一条书里没说透的机制，值得单独拎出来：无大王那一支的收益是 6 还是 3，取决于你的最后一手是不是”绝对压不住”。小王和 2 在没有大王的牌堆里无人可压，所以先出小牌、把小王或 2 留到最后，地主从始至终没出过牌，翻倍成立；而留一张 K 或 3，地主总能找到 A、2 或者干脆同点——他出过一次牌，翻倍就没了。很多时候这 3 分的差，比胜率的差更值钱——例 2 里 2 先出比小王先出多的那 0.33 分，全部来自这一项。
四、8/15 是个什么东西：混合比例的真实身份
例 1 和例 3 后面，书里各给了一个混合比例，算法是按期望收益归一化：
例 1：8/3 ÷ (8/3 + 7/3) = 8/15，7/3 ÷ (8/3 + 7/3) = 7/15。
例 3：4/3 ÷ (4/3 + 7/3) = 4/11，7/3 ÷ (4/3 + 7/3) = 7/11。
算术没错，8/15 ≈ 53.3%、4/11 ≈ 36.4% 我都复算过。但这个比例不是博弈论意义上的均衡解，这一点必须说清楚，否则你会把它当成”正确答案”去背。
标准的混合策略均衡要求：你的混合比例让对手在两个应对之间无差异，对手怎么选都不亏，他才没法利用你。而在这道题里，地主手里的”有大王”是既成事实，不是他可以选的动作；他面对你的单张，最优反应是唯一的——有王就压，没王就过。对手没有真实的选择空间，就不存在让他无差异的问题，也就算不出真正的均衡权重。书里那句”如果你一味先出小王，属于风险喜好型，收益大但风险也大；如果一直先出 K，属于风险规避型，收益小风险也小”，讲的是重复对局里的信息泄露，不是一次性决策的最优解。
所以正确的理解是分层的：
- 单局：取期望收益大的那一支，纯策略，不用混。例 1 就是 8/3，出小王，没别的。
- 长期重复：如果你每次都出同一张，对手就能给你贴标签、针对你。这时才需要按一定比例打散——而按收益归一化得到 8/15，只是一个”频率与收益成正比”的经验法则，好处是简单、好记、不会让你在两个动作之间露出明显的偏好；坏处是它没有经过对手收益矩阵的推导，换个牌局未必还合理。
- 实战折中：记住“优势越大越要混”——当两支的期望收益只差 0.33 分（例 1）时，混着打几乎不掉分，还能藏住你的类型；当差到 1 分（例 3）时，混的代价就真金白银了，老老实实出 3。
再补一句书里没做的敏感性检验：例 1 里”小王先出”的 2.67 分，是建立在 q₁ = 2/3 这个假设上的。把式子解开，4q₁ > 7/3 ⟹ q₁ > 7/12 ≈ 58.3%。q₁ 只要掉到 58% 以下，结论就翻过来。作者估的 2/3 只比临界值高 8 个百分点——这道题的答案是”薄胜”，不是”稳胜”。所以真正该带走的不是 8/3 这个数，而是“我的判断有多脆”这件事。牌桌上算不出小数点，但你至少该知道自己的结论是靠 8 个百分点撑着的。
五、常见误区
误区一：把期望收益当成”这局一定赚”。2.67 分是打一百局的平均值。单局里你要么拿 3 分、要么拿 6 分、要么赔 3 分，没有一局真的结算 2.67。期望收益只用来比较两个动作，不用来预测这一局。
误区二：拿假定的概率当已知事实。2/3、3/4、5/6 都是作者按牌型估的，牌局里这些数必须随出牌更新。你打掉一张 2，地主有 2 的概率立刻变；对手连着两次不压你的单张，他手里没货的后验概率就该往上调。先验要用，但不能用到散场。
误区三：漏掉翻倍规则，整道题的分制就错了。“地主出过一次牌之后再没出过牌，分数翻倍”这条如果忘了，例 2 里先出 2 的 10/3 会被算成 4/3，占优决策直接消失。翻倍不是附加奖励，它是改变收益矩阵的一整行。
误区四：把”胜率”和”收益”混成一个指标。例 3 里先出小王胜率 1/3，先出 3 胜率 5/6，看起来悬殊；可如果分制改成”赢 1 输 10″，结论立刻反过来。这一节的标题是概率 × 收益，不是概率，两个因子缺一个都是半道题。
误区五：把混合比例背成固定答案。8/15 和 4/11 是两个特定假设下的频率建议，换一副牌、换一个对手、换一套分制，权重全变。真正可迁移的是“优势小就混，优势大就纯”这条策略原则。
误区六：只算自己，不算对手的学习。作者那段”对手可以判断出你的风险类型”是整节最容易被跳过、也最值钱的一句。决策不只是这一手牌的最优解，还是下一手牌的信息投放。你连出三次小王，第四次拿 K 先出，对手已经不信了。
六、FAQ
Q：三个例子的算式我复算都对，但我算不出”8/3 比 7/3 好”这种结论，问题在哪？
A：多半漏了”无大王分支的收益不一样”。例 1 里先出小王那一支拿 6（翻倍），先出 K 那一支只拿 3（地主出过牌，不翻倍）。这一项差 (6−3)×1/3 = 1 分，正好把 1.5 分的胜率劣势补回来还多出 0.33。
Q：为什么要假设地主有大王的概率是 2/3，而不是 1/2？
A：作者的理由是”地主牌较好，拿大王的概率大些”。这个先验可以争论——严格算要看大小王在三人手里的分布和叫分信息。但结论对先验不敏感：把 2/3 换成 1/2，例 1 变成 1×1/2 + 6×1/2 = 3.5 对 2×1/2 + 3×1/2 = 2.5，方向不变；例 2 的占优性也不变。变的是分差，不是选择。
Q：8/15 到底该不该用？
A：当”该混”的习惯用，不当”最优解”用。它不是让对手无差异的均衡权重，而是”频率与收益成正比”的经验配比。真想严谨，需要把地主的应对写成收益矩阵再解，而这道题里地主的应对是唯一的，解出来就是纯策略。
Q：这套算法能直接套到别的残局吗？
A：能套框架，不能套数字。框架是三件事：定分制（含翻倍）/ 列分支（对手的持有状态）/ 填收益再加权。数字要自己按残局重估，尤其是”翻倍是否成立”这一项——它取决于你最后一手是不是绝对压不住，这跟牌本身有关，跟公式无关。
Q：实战里真有人算这些吗？
A：没人算到小数点，但高手算到”门槛”这个粒度：小牌先出要多赚 25 个百分点才值得放弃翻倍；能留在手里的绝对牌，比先打出去值钱；优势小的时候要混，优势大的时候别装。这三条不需要纸笔，能带上桌。
七、出处
本文牌局、概率假设、收益矩阵与三道例题出自孔维民《”斗地主”的技巧》，北京体育大学出版社，2010 年版，第四章”斗地主必须掌握基本的概率知识”第三节”按照’概率 × 收益’的公式进行理性博弈”，原书第 40–45 页。书中给出：风险喜好者与风险规避者的分类、期望收益公式 S₁P₁ + S₂P₂、例 1 至例 3 的完整收益矩阵（含 2/3、2/3、5/6、3/4、1/3 等假定概率）、以及 8/15 与 4/11 两个归一化混合比例。
本文的独立推导包括：把三种局面压成 EV(小王先) = 4q₁ 与 EV(小牌先) = 4q₂ − 1（R = 3）或 4q₂（R = 6）两支通式；”25 个百分点门槛”的临界条件 q₂ − q₁ < 0.25；”R 取 6 还是 3 取决于最后一手是否绝对不可压”的机制解释；例 1 的敏感性检验 q₁ > 7/12 ≈ 58.3% 与”薄胜 8 个百分点”的结论；以及对 8/15、4/11 作为混合策略均衡权重的质疑（对手应对唯一，故本例不存在真正的混合均衡，该比例属经验配比）。以上均为独立计算与推演，书中未载。文中所有分数换算（2.67、2.33、3.33、1.33）均为四舍五入展示，原始值以分数形式参与比较。
发表回复