【锚点】只钉一个判断：在贝叶斯框架里，【奥卡姆剃刀】不是“简单优先”的口号，而是【边际似然】对【参数空间复杂度】自动征收的税。复杂模型能把数据拟合得更好，但如果数据没有要求那么复杂，它的【预测能力】会被摊薄到大量不必要的参数上，最终输掉模型比较。

【显式】用一个硬币实验。设两个模型：H0：硬币公平，p=0.5；H1：硬币偏置，p在0到1之间均匀分布。观测10次全正面。H0的似然是0.5^{10≈0.000977。H1的边际似然是∫0}1 p^{10 dp=1/11≈0.0909。贝叶斯因子H1/H0≈93。全正面确实支持“有偏”。}

【隐式】关键不在“H1能拟合全正面”，而在H1把概率质量摊到所有偏置上：p=0.6、0.7、0.8、0.9都会产生全正面，但H0只把全部质量压在p=0.5一个点上。当数据非常极端时，H1的“解释带宽”反而成为优势。

【细微】换数据：10次里5正5反。H0似然仍是0.510≈0.000977。H1边际似然=∫0^{1 p}5(1-p)^5 dp=B(6,6)=1/2772≈0.000361。此时H0/H1≈2.71，数据反而支持公平硬币。复杂模型没有“更灵活”就自动赢；它在中等证据下被复杂度惩罚。

【极难发现】这惩罚的信息论本质是：模型选择不是比较“最大似然”，而是比较“对未见数据的平均预测能力”。复杂模型在训练数据上可能更亮，在平均预测上可能更暗。Rissanen（1978）的 MDL 和 Bayesian model selection（Kass & Raftery, 1995）都在说同一件事：最短描述长度≈最高后验概率。从复杂度理论看，简单模型是短程序，复杂模型是长程序；MDL 用可计算描述长度近似不可计算的 Kolmogorov 复杂度。

【认知科学映射】人脑不是最大似然机器，更像压缩机器：把反复出现的模式压成规则，把一次性噪声丢掉。这就是为什么我们会过度简化：压缩收益和预测误差之间的权衡。

【流程节点链路】原始数据 → 指定模型族与参数先验 → 计算每个模型的似然 → 对参数积分得到边际似然 → 用贝叶斯因子比较模型 → 选择“足够解释数据且不被多余参数稀释”的模型。

【待验证点】如果你的模型有10个参数、数据只有100条，先别急着说“拟合更好”；先问：它的边际似然或交叉验证预测误差，是否真的超过简单模型？

你认为“模型复杂度税”在真实数据建模里只是正则化的别名，还是说它其实改变了我们对“证据”的定义？