01原理
期望值是一件事所有可能结果的加权平均：每个结果的得失乘上它发生的概率，再加起来。一张两元的彩票，如果奖池平均每张只返还一块二，它的期望值就是负的八毛，买得越多亏得越稳；如果某些规则让奖池每张返还超过两元，同一张纸就变成了正期望值的资产。计算本身只用乘法和加法，难的是在每个决定前真的去算。
芒格的赛马例子说的是期望值里最容易被忽略的一半：价格。好马更可能赢，任何人都看得出来，但所有人都看得出来的东西已经反映在赔率里。一个决定好不好，不取决于“成功的可能性大不大”，而取决于概率乘上回报之后，和你付出的成本相比是多是少。高胜率配上低赔率可以是坏买卖，低胜率配上高赔率可以是好买卖。
对十人以内的 AI 公司，这个模型几乎出现在每一个日常决定里：一个功能做不做，一个大客户的定制要求接不接，一次模型迁移值不值，免费额度给多少。把“我觉得能成”换成“成的概率大概多少，成了得到多少，没成损失多少，总共要付出多少”，讨论就从语气之争变成了数字之争。
芒格还多说了一层：正期望值的机会稀少，赛马场上长期赢钱的人都下注很少，看准了才押大。期望值告诉你一注值不值，下注频率和仓位要另外决定。
为什么成立
期望值之所以可靠，靠的是大数定律：同一类决定重复得足够多，平均结果会向期望值收敛。所以它对“经常做、单次输得起”的决定最有用，比如定价、获客渠道、功能实验；对一次性、输了就出局的决定，期望值只是起点，还要看最坏结果你能不能承受。
人脑不会自然这样算。芒格在同一场演讲里说，进化给我们的风险直觉是粗糙的近似，里面有费马和帕斯卡的成分，但不够好。常见的偏差有三种：只看概率不看赔率，比如偏爱看起来稳的选项；只看赔率不看概率，被罕见的大奖吸引；以及忘记扣掉“抽成”，芒格提醒赛马场会先从总投注中拿走 17%，任何生意里的交易成本、销售成本和自己的时间，都扮演同样的角色。
02芒格怎么说
芒格没有用过“期望值”这个词作专门的题目，但 1994 年在南加大商学院讲“普世智慧”时，他把费马和帕斯卡的初等概率称为与世界运行方式高度吻合的基本真理，并用赛马场说明它怎么用：好马更可能赢，坏马赔率高，哪匹值得押，要把概率和赔率放在一起算才知道。他把股市比作这种同注分彩系统，结论是：赢家很少下注，只在发现定价错误、胜算在手时重仓。同一场演讲里，他也用“花多少钱、坏的可能性降多少”来描述工程质量控制，这同样是在算期望值。
The Fermat/Pascal system is dramatically consonant with the way that the world works.
费马和帕斯卡的那套体系，和世界运行的方式惊人地吻合。
But if you look at the odds, the bad horse pays 100 to 1, whereas the good horse pays 3 to 2. Then it’s not clear which is statistically the best bet using the mathematics of Fermat and Pascal.
但看看赔率：坏马一赔一百，好马一赔一点五。用费马和帕斯卡的数学来算，哪一注在统计上最好，就说不清了。
And the wise ones bet heavily when the world offers them that opportunity. They bet big when they have the odds. And the rest of the time, they don’t.
聪明人在世界给出机会时重仓下注。胜算在手时他们押大注，其余时间就不押。
03怎么用
- 01
每个“要不要做”都写成四个数
评估一个功能、渠道或客户时，在文档里写下：成功的概率、成功后的收益、失败时的损失、做这件事的全部成本（包括团队的周数）。四个数都是估计也没关系，写下来就能比较不同选项，季度复盘时还能对照实际结果，看看团队的概率估计是不是系统性偏高。
- 02
先看价格，再看胜率
热门方向像赛场上的好马：人人都看好，融资估值、获客成本、人才价格都已经抬上去了。在比较两个方向时，问的不是“哪个更可能成”，而是“按现在要付的价格，哪个的期望回报更高”。一个冷门但定价偏低的细分市场，可能比拥挤的大赛道更值得押。
- 03
把正期望值的事做成可重复的批量
单次期望值为正、但结果波动大的事，比如冷启动外联、内容投放、小规模定价实验，最怕只做一两次就下结论。给它们一个固定预算和足够多的次数，让平均值显现出来；同时设好单次损失上限，保证在平均值显现之前公司还活着。
- 04
把概率和损失写进对外的价格和合同
按结果收费、承诺服务等级、给大客户赔付条款时，你在替客户承担一部分概率。先估出失败率和每次失败的成本，算出平均每单的预期赔付，再把它计入价格。芒格谈工程质量控制时说的“花多少钱、坏的可能性降多少”，就是这笔账：可靠性投入值不值，看它省下的预期损失。
04案例
Cash WinFall：一张负期望值的彩票，在特定几周变成正的
马萨诸塞州 2004 年推出 Cash WinFall 彩票，每张两元，平常每张约有一块二进入奖池，买彩票的期望值是负的。但规则里有一条“滚降”：头奖累积到 200 万美元仍无人中，奖金就分给中了三到五个号码的玩家。据 Adam Kucharski 在《大西洋月刊》的文章，滚降那一周，每卖出一张两元彩票，奖池里至少有 2.30 美元等着分。这正是芒格说的赔率和概率脱节：只要买得足够多，平均每张都赚。几个团体照此行动：曾在密歇根做过类似生意的 Gerald Selbee，以及 James Harvey 在麻省理工发起的彩票团体。据《The Tech》报道，Harvey 的团体在这个游戏上共投注 1700 万到 1800 万美元，每次滚降大约买 30 万张；州监察长按至少 20% 的税前利润估算，这个团体至少赚了 350 万美元。他们靠的是规模：单张彩票的结果几乎全是随机的，几十万张合在一起，平均值才可靠地贴近期望值。州监察长 Gregory Sullivan 的调查认定这些大额投注合法；据 WBUR 报道，他 2012 年 7 月公布的报告还指出，彩票官员多年前就知道一小群老练的玩家在拿高额回报，却一直没有行动。2011 年《波士顿环球报》报道后，这个漏洞人尽皆知，2012 年游戏停办。用同注分彩的眼光看，结局也在预料之中：一个被公开的正期望值机会，会被越来越多的人和规则调整抹平。[2][3][4]
Project Vend：管小卖部的 AI，拒绝了一笔 100 美元的生意
Anthropic 与 AI 安全评测公司 Andon Labs 合作，让一个叫 Claudius 的 Claude 实例在旧金山办公室经营一个小卖部约一个月：定价、进货、和顾客沟通都由它负责，Andon Labs 负责补货等体力活。注意这是大公司内部的实验，不是小团队的经营记录，但它把单笔决策的期望值问题暴露得很清楚。据 Anthropic 2025 年 6 月发布的报告，有人出 100 美元买一箱网上约 15 美元的六罐装 Irn-Bru，Claudius 只说会在今后进货时考虑；它给金属方块报价时不做调研，导致一些商品低于成本卖出；有员工质疑在“99% 的顾客都是 Anthropic 员工”的情况下还给 25% 的员工折扣，它宣布要简化定价、取消折扣码，几天后又恢复了折扣；它还免费送出过一些商品。报告的结论是这门生意没有赚到钱，净值下降最陡的一段来自大量买入金属方块。每一个决定单看都说得过去，问题是没有一个决定被放在“这一单的预期收入减预期成本”的框架里算过。对正在把报价、退款、折扣交给智能体的小公司，这提醒的是：要让智能体在动作前显式算一遍这笔账，并给它设置不能低于成本的硬约束。[5]
AIUC：把智能体出错的概率变成一张保单的价格
AIUC（Artificial Intelligence Underwriting Company）2025 年 7 月结束隐身，获得 Nat Friedman 的 NFDG 领投的 1500 万美元种子轮。据《财富》报道，三位创始人分别是曾任 Anthropic 第一位产品和市场岗员工的 Rune Kvist、此前创办过一家消费者承保业务公司的 Brandon Wang，以及前麦肯锡合伙人、曾任 METR 首席运营官的 Rajiv Dattani。它做三件事：一套叫 AIUC-1 的智能体安全标准，按标准做的独立审计，以及在智能体出错造成损害时赔付厂商和客户的责任保险。据《保险杂志》报道，保险的价格和可得性直接与审计结果挂钩，系统越安全，条款越好。保险本质上就是期望值生意：保费要覆盖“出险概率乘以每次损失”，再加上成本和利润；审计的作用，是把原本只能靠直觉的出错概率变成可以估计的数字。Kvist 对《财富》说，保险重要的地方在于它为降低风险创造了经济激励。对卖智能体的小团队，这是一个可以直接借用的视角：客户担心的是预期损失，能把失败率和失败代价讲清楚、甚至让第三方承担一部分，就是在降低客户眼里的价格。[6][7]
05误用与边界
把一次性的赌注当成可重复的游戏
期望值为正，说的是重复很多次后的平均结果。如果一个决定只做一次，而坏结果会让公司关门，比如把全部现金押在一次性的大合同或一个方向上，平均值对你没有意义，因为你等不到平均。先问最坏情况能否承受，再谈期望值；能承受的前提下，才按期望值挑选。
被极小概率的巨大回报算“晕”
期望值把一个百万分之一的巨奖和一个确定的小收益放在同一把尺子上，但同样一笔钱，对快发不出工资的公司和对现金充裕的公司分量完全不同。创业里也常见这种账：“只要有 1% 的概率做成千亿美元的公司，期望值就是十亿。”这里的 1% 往往是拍脑袋的数字，回报的上限又被无限放大，而失败那 99% 意味着什么却没写进去。遇到靠一个极小概率撑起来的期望值，先把概率换成有依据的基础比率，再问失败时你还剩下什么。
概率是编出来的，就别指望结果精确
期望值的质量取决于输入。一个凭感觉写下的 70%，乘出来的结果并不比感觉更准，只是看起来更像科学。估计概率时要找基础比率，比如同类产品的转化率、同类客户的续约率，给出区间而不是单点，并且留意自己在想要的结果上是不是总给出偏高的数字。
只算期望，忘了别人也在算
芒格用同注分彩系统提醒的是：你看到的正期望值，别人也可能看到，价格会随之调整。Cash WinFall 的漏洞公开后很快消失，热门赛道的机会也会被涌进来的人摊薄。算期望值时要问：这个机会为什么还在，凭什么轮到我。
06检查清单
下次做相关决策前逐条过一遍。勾选只保存在你的浏览器里。
08来源
- 1
- 2
- 3
- 4
- 5
- 6
- 7