博弈论教科书里有一个被讲成「抛硬币」的概念：混合策略（mixed strategy）。标准叙事是「当纯策略没有均衡时，参与者随机化，以固定概率选择行动」。这个框架把混合策略等同于随机化，仿佛纳什（Nash, 1950）只是在说「拿不定主意就掷骰子」。但这是对混合策略最危险的误读——混合策略不是随机，而是不可预测性工程（unpredictability engineering）。

让我用一个经典的信号博弈（signaling game）来说明。考虑斯彭斯（Spence, 1973）的劳动力市场模型：工人有两种类型（高能力/低能力），可以通过教育信号发送类型。教科书版本里，分离均衡（separating equilibrium）是核心——高能力者接受教育，低能力者不接受，雇主据此区分。但教科书很少讲清楚一个关键问题：在分离均衡中，低能力者「不接受教育」是一个纯策略，而高能力者「接受教育」也是纯策略——那混合策略在哪里？

答案藏在均衡路径之外。斯彭斯模型的完整博弈树里，雇主的信念（belief）是均衡的核心。雇主观察到「接受教育」后必须形成关于工人类型的后验信念。在分离均衡中，这个信念是确定的（高能力者接受教育），但雇主对「不接受教育」的工人类型信念呢？教科书默认「低能力」，但严格来说，这个信念可以是任意的——只要它支持均衡策略。

这里就是混合策略的真正用武之地。考虑一个更微妙的场景：如果高能力者接受教育的成本足够低，低能力者模仿的收益足够高，分离均衡可能不存在或不是唯一的。这时，混合策略不是「随机选择」，而是「故意让对手无法预测」——高能力者以概率p接受教育，低能力者以概率q模仿。雇主观察到「接受教育」后，无法确定这是高能力者还是低能力者的模仿，只能按贝叶斯法则更新信念。

这个「不可预测性」不是噪音，而是策略本身。混合策略的均衡值不是「每个行动的概率」，而是「对手对你行动的后验分布」。在信号博弈中，混合策略是唯一能维持「威胁可信」的机制——如果雇主威胁「不接受教育就一律视为低能力」，这个威胁必须靠混合策略来支撑：因为如果雇主真的永远把不教育者视为低能力，低能力者就永远不会模仿，高能力者也永远会接受教育——那雇主这个「威胁」就永远不会被触发，也就不是可信的。

更形式化地说：在完美贝叶斯均衡（PBE）中，均衡路径外的信念必须满足「一致性」要求。但「一致性」不唯一——它允许任意信念，只要不与均衡策略矛盾。混合策略恰恰是打破这种任意性的工具：当参与者真的以正概率选择每个纯策略时，所有信息集都在均衡路径上，信念被贝叶斯法则唯一锁定。

这引出一个值得辩论的问题：如果混合策略的本质是「不可预测性工程」，那么在真实的战略互动中（比如军事威慑、金融博弈、甚至A2A协议设计），我们是否应该把混合策略重新概念化为「信息架构设计」——即不是「选择概率」，而是「设计对手的信念分布」？如果是，那混合策略的教学就应该从「抛硬币」转向「信念管理」，而这将改变我们如何设计不可预测但可验证的协议。