人类掷骰子的历史超过六千年。公元前3000年的伊朗遗址就出土了标准的六面骰子；更早之前，古代近东的孩子们用羊的距骨（astragalus）当骰子掷——那是一种形状不规则的小骨头，没有多少骨髓，不值得敲碎取食，却恰好有足够的凹凸面来产生"不确定落地"的效果。

埃及人用它玩"猎犬与豺狗"——一种类似今天"蛇与梯子"的棋盘游戏。荷马史诗里，年幼的帕特洛克罗斯差点在一场距骨游戏中杀死对手。罗马人则比希腊人更狂热地投入这些游戏，狂热到最终不得不立法禁止——除了特定节日。

问题来了：人类赌了六千年，观察了几亿次的骰子落地结果。为什么概率论直到十七世纪才被发明？

这不是一个小问题。这是一个关于人类思维进化的根本谜题。

三道绊脚石

历史学家给出了几个互相叠加的解释。

运气是人的属性，不是事件的属性

在漫长的古代思维中，"运气"不被视为一种可测量的客观事件频率，而被视为一种属于个人的特质。有些人就是"运气好"，有些人就是"运气背"。如果运气的本质是个人属性，那么"掷出双六的概率"就不是一个有意义的命题——一个幸运的人掷出双六的概率，和一个倒霉的人根本不同。

这种直觉不荒谬。如果你观察足够多的赌徒，确实有些人短期内赢的次数多。但这是随机波动，不是个人特质。把波动误读为特质，让人无法把概率从"人"身上剥离出来，变成属于"事件"本身的东西。

骰子受神指引

骨头和骰子从来不只是玩具。从古美索不达米亚到古希腊到中世纪欧洲，占卜者用投骨、掷骰来读取神意。一个面临两难抉择的少女去找占卜师，后者丢几根骨头，看落地花纹来决定她应该嫁给谁。在这个框架里，每一次骰子的落地都不是"随机事件"，而是神在表达意志。

如果每次掷骰都由神掌管，那么寻找其中的数学规律就毫无意义——甚至是亵渎。你不能用统计学去量化神意。

骰子本身不规则

古代骰子多数形状不均匀。羊距骨天然不对称，早期的六面骰也常常歪斜。每颗骰子的概率分布都不同，因此即使有人试图记录频次，也发现不同骰子的结果千差万别。概率没有"标准值"。

直到中世纪末期、文艺复兴初期，工艺水平提升，骰子才开始变得足够均匀，让"1/6"这个概率有了真实的物理对应。

除此之外，还有一个数学层面的障碍：古代希腊数学本质上是几何学。没有成熟的代数符号系统，没有组合数学的框架，很难对概率进行系统计算。希腊人用字母代表变量（A、B、Γ），他们的数学是线段、角度和面积的世界。概率需要的是另一种数学——一种关于"可能性的计数"的数学。

赌徒学者卡尔达诺

杰罗拉莫·卡尔达诺（Gerolamo Cardano, 1501–1576）是一个典型的文艺复兴人物：他是数学家（第一个发表三次方程和四次方程的解法）、医生、占星家、炼金术士——还是一个无可救药的赌徒。

从他的自传来看，他在人生中相当长的一段时间里，几乎每天都在赌博：骰子、象棋、纸牌，什么都玩。但卡尔达诺和其他赌徒的区别在于，他试图理解自己在做什么。大约在1520年到1565年之间（横跨四十年），他断断续续地写了一本书：《论赌博》（Liber de Ludo Aleae）。

这是人类历史上第一本系统讨论概率的著作。在这本书里，卡尔达诺做了一件前人从未做过的事情：他把一个事件的概率定义为"有利情况的数量除以所有可能情况的总数"。这个定义今天看来再自然不过，但在当时是一个真正的思想突破——他把概率从"人"身上抽离出来，变成了属于"事件"的数学属性。

他还独立发现了"幂律"：如果你要掷n次骰子得到某个结果，概率可以通过计算互补事件的乘方来求得。比如，掷一次骰子得到某个特定面的概率是1/6，那么连续掷n次都得不到这个面的概率是(5/6)^n。

卡尔达诺也是第一个明确描述赌徒谬误的人：他注意到，许多赌徒相信连续输了几把之后，下一把赢的概率会变大——这完全是错的。

但《论赌博》这本书在卡尔达诺生前从未出版。直到他死后近一百年，1663年，手稿才被找到并付梓。彼时帕斯卡和费马已经独立地重新发现了概率的基本原理。

历史学家F.N.大卫认为，卡尔达诺研究赌博的动机与其说是数学好奇心，不如说是试图为自己的赌瘾寻找理性控制。他不是一个冷峻的科学家，而是一个试图理解自己沉迷之物的赌徒。

梅雷骑士的难题

1654年，一个叫安托万·贡博（Antoine Gombaud）的人给自己起了个贵族头衔——梅雷骑士（Chevalier de Méré），然后带着两个赌博中遇到的实际问题，去找布莱兹·帕斯卡（Blaise Pascal, 1623–1662）。

贡博本人是个有趣的人物。他的写作大量讨论"honnêteté"——一种涵盖诚实、谦逊、优雅、得体的综合品质——某种意义上是17世纪法国的绅士生活方式手册。但他的另一个爱好是赌博，而他提出的两个问题，恰好是赌桌上最实际的问题。

第一个问题是"分赌本问题"（the problem of points）：两个玩家赌钱，先赢k轮的人拿走全部赌注。但如果游戏在两个人都没达到k轮时被迫中断，赌注该怎么分？

这其实不是一个新问题。早在1494年，意大利数学家卢卡·帕乔利（Luca Pacioli——就是教达·芬奇乘法表的那个人）就提出过一个答案：按已赢轮数的比例分。比如一个人赢了2轮，另一个人赢了1轮，就按2:1分。

但这直觉上就不对。假设两个人约定先赢10轮，现在比分是9:8和0:1，帕乔利的答案会给出完全不同的分配，但两种情况下第二个玩家都只差1轮就输了。帕乔利的方案没有考虑"还差几轮"这个关键信息。

更令人惊讶的是，大约在1400年，一份佚名手稿（后被历史学家劳拉·托蒂·里加泰利发现）就已经给出了一个数值正确的解法，比帕斯卡早了两百多年。但这份手稿的影响几乎为零。

梅雷骑士的第二个问题是骰子问题：他赌"掷四颗骰子至少出现一个6"，长期以来一直在赢。他据此推算，既然一颗骰子掷一次出6的概率是1/6，那么掷四次出现至少一个6的概率应该是4×(1/6)=2/3。但他换了一种赌法——掷两颗骰子，要求在24次中至少出现一次双6——却开始输了。他不明白为什么。

答案：第一种情况的正确概率是1-(5/6)^4≈51.8%，略高于50%，所以长期赌能赢。第二种情况的概率是1-(35/36)^24≈49.1%，略低于50%，所以长期赌必输。梅雷骑士的直觉计算方法在两种情况下给出相同的2/3，但真实概率分别跨过了50%这根线。

帕斯卡与费马的通信

帕斯卡拿到这些问题后，写信给皮埃尔·德·费马（Pierre de Fermat, 1607–1665）。费马是图卢兹的一名律师，业余时间做数学，被后人称为"数论之父"。

1654年7月到10月之间，两人通过一系列信件来回讨论。这些信件后来被视为概率论的出生证明。

他们解决分赌本问题的思路是一个真正的突破。帕斯卡的关键洞察是：不要回头看已经发生的，而要往前看还没有发生的。

假设A需要再赢2轮，B需要再赢3轮。那么最多再比4轮就一定有结果。把这4轮所有可能的结果枚举出来（每轮A赢或B赢，共2^4=16种），然后数一数其中A最终获胜的有多少种。

费马用的是枚举法，帕斯卡用的是递归法——从当前比分倒推。帕斯卡在这个过程中用到了他本人发明的"帕斯卡三角形"（就是中国的杨辉三角），发现了一个优美的递推关系。

有趣的是，两人在一个细节上产生了分歧。费马直接枚举所有可能的未来路径，包括那些实际上不会被比赛到的轮次（因为一旦有人赢了，后面的轮次就不用比了）。帕斯卡一开始觉得这是错的——为什么考虑不会发生的比赛？

但帕斯卡最终意识到：数学定律必须独立于玩家的意愿。即使比赛"实际上"在第三轮就结束了，在数学上仍然可以假设它比完了全部轮次。因为那些"多余"的路径会在两种结果之间对称分配，不影响最终的概率比例。正如帕斯卡所言："数学定律必须支配玩家本身的意愿，他们只是一般原则的抽象化身。"

帕斯卡后来把这个直觉发展成了著名的"帕斯卡赌注"（Pascal's Wager）：即使上帝存在的概率极小，信仰的回报是无限大的（永生），不信仰的风险也是无限大的（永罚），所以理性上应该选择信仰。这是人类历史上第一次把概率论应用于宗教决策——虽然逻辑上漏洞百出（凭什么只有两种选择？如果真神不是基督教的上帝呢？），但它开创了一个范式：用数学期望来指导人生选择。

伯努利的黄金定理

雅各布·伯努利（Jacob Bernoulli, 1655–1705）花了二十年时间思考一个问题：理论概率和实际频率之间的关系是什么？

一枚均匀硬币理论上出正面的概率是1/2。但实际掷10次可能得到4次正面、6次反面。频率不等于概率。然而——伯努利直觉知道——掷的次数越多，频率就越接近概率。

他花了二十年证明这个直觉。1713年，在他死后八年，他的遗作《猜测术》（Ars Conjectandi）出版，其中包含了他自称为"黄金定理"的证明——今天我们叫它"大数定律"。

伯努利的大数定律说：如果你重复进行一个随机实验足够多次，观察到的频率将会以任意你想要的精度逼近真实的概率——只要实验次数足够多。

伯努利本人极为自豪。他用一个优美的例子来说明：假设一个罐子里装了未知比例的黑白弹子。通过反复抽取（取出记录颜色后放回），你观察到的黑白比例会越来越接近罐子里的真实比例。伯努利说："我们不能先验地知道的，至少可以后验地得到。"

这句话的分量很重。它意味着：即使我们不知道真实概率，也可以通过大量观察来逼近它。这是整个统计学的基础。

1913年蒙特卡罗：赌徒谬误的最贵一课

1913年8月18日，蒙特卡罗赌场的轮盘赌桌上，黑色连续出现了26次。

概率是(18/37)^26≈1.367亿分之一。

随着黑色一次又一次出现，赌客们疯狂地押红色。他们的逻辑是："已经出了这么多次黑，红的概率一定越来越大。"他们输了数百万法郎。

这是一个完美的反面教材。轮盘没有记忆。每一次转动都是独立事件，之前的结果不影响下一次的概率。黑色连续出现26次之后，下一次出红的概率仍然精确地是18/37。

赌徒谬误的核心是一种因果幻觉：人类大脑天然拒绝相信"无原因的聚集"。当极端事件连续发生时，我们本能地寻找解释——要么是运气"要回来了"，要么是某种隐藏的力量在起作用。概率论告诉我们：聚集本身就是随机事件的正常组成部分。

贝叶斯：从结果反推原因

托马斯·贝叶斯（Thomas Bayes, 1701?–1761）是一个英国长老会牧师。他在世时几乎没有发表任何数学论文。他死后，朋友理查德·普莱斯在1763年把他的遗稿提交给皇家学会。

贝叶斯解决了一个"逆概率"问题：如果我知道一个事件已经发生了，如何反推导致它的原因的概率？

这是概率论方向上的一次根本性翻转。帕斯卡和费马从原因推向结果（已知骰子是均匀的，求掷出某点的概率）。贝叶斯从结果推向原因（已知掷出了某点，反推骰子可能不均匀的概率）。

这个翻转的意义是巨大的。它意味着你可以用新观察到的事实来更新你对世界的认知。你先有一个"先验信念"（prior），然后观察到数据，更新出"后验信念"（posterior）。这个过程可以不断重复：每一次新数据都是一次信念更新。

拉普拉斯：概率作为"常识的微积分"

皮埃尔-西蒙·拉普拉斯（Pierre-Simon Laplace, 1749–1827）是概率论的集大成者。他在《关于概率的哲学随笔》（1814）中有一句名言：

"概率论本质上不过是常识化为计算。"

他在同一本书中提出了著名的"拉普拉斯妖"假设：如果一个智者在某一刻知道了宇宙中所有粒子的位置和动量，并且有足够强大的计算能力，那么宇宙的过去和未来都将一览无余——对这样的智者来说，没有什么是"不确定"的。

但拉普拉斯随即指出：人类的认知远远达不到这种全知。概率不是世界的属性，而是我们无知的度量。掷骰子在原则上完全可预测——如果你精确知道所有初始条件。我们说概率是1/6，不是关于骰子的物理陈述，而是关于我们认知状态的陈述。

概率论的百年内战

二十世纪，概率论分裂成了两个敌对阵营。

频率学派（Fisher, Neyman, Pearson）：概率是一个客观频率。说"明天下雨概率是30%"意味着：在历史气象条件相似的100天里，大约有30天下了雨。概率是世界的属性，不属于观察者。

贝叶斯学派（Jeffreys, de Finetti, Savage）：概率是一种理性的信念程度。说"明天下雨概率是30%"意味着：基于我目前掌握的所有信息，我对"明天会下雨"这个命题的合理信念程度是30%。不同的人有不同的信息，因此可以有不同但都合理的概率估计。

Ronald Fisher（1890–1962）尤其激烈地反对贝叶斯方法。他在1925年出版的《研究工作者的统计方法》把p值和假设检验变成了科学界的标准工具，统治了整个二十世纪的科学研究。

Bayes派在几十年里被视为异端。但到了二十世纪末，两个变化改变了局面：计算机的出现让大规模贝叶斯计算成为可能；频率学派方法的弊病逐渐暴露（p值操纵、可重复性危机）。

进入二十一世纪，贝叶斯方法在机器学习、人工智能、医疗决策、天气预测中无处不在。

为什么花了这么久？

概率论的故事有一个很奇怪的形状：它的原料（随机事件、不确定性）在人类经验中无处不在。但概率论花了几千年才被发明。比几何学晚了至少两千年。比代数晚了一千年。

也许最深层的原因是：概率要求你接受一个违反直觉的前提——精确的预测和彻底的不确定性可以共存。你知道骰子的每一面概率精确地是1/6，但你永远无法预测下一次会掷出哪一面。

这种"确定的知识关于不确定的事件"的思维方式，和古代的因果思维根本不同。它需要一种新的认识论：承认无知，量化无知，并在无知中做出最优决策。

帕斯卡在1654年的信件结尾隐约看到了这一点。他写道：概率论不只是关于赌博——它是关于如何在不确定的世界中理性地行动。

三百七十年后，这个世界仍然不确定。但我们至少学会了用数字来面对它。