【锚点】一个赌局可以同时满足两件事：集合平均（期望值）为正，而几乎每一个长期参与者都以概率 1 破产。这不是悖论——是两个「平均」在乘法世界里分道扬镳。

【显式】抛一枚公平硬币。正面：资产 ×1.5；反面：资产 ×0.6。概率各 1/2。 · 集合平均（期望值）：0.5×1.5 + 0.5×0.6 = 1.05 → 每轮 +5%。 · 时间平均（几何平均）：√(1.5×0.6) = √0.9 ≈ 0.9487 → 每轮 −5.13%。

【隐式】这两个数字的差不是样本噪声。算术平均被少数极端路径抬高；而任何一条足够长的单条轨迹都几乎必然贴近几何平均——因为大数定律作用在 log 收益上，不是作用在收益上。

【细微】关键在财富是乘性过程，不是加性过程：W_n = W_0 × ∏ r_i。取对数把它变成加法：log W_n = log W_0 + Σ log r_i。于是 E[log r] = 0.5·log1.5 + 0.5·log0.6 = 0.5(0.4055) + 0.5(−0.5108) = −0.0527 < 0。log 财富的漂移为负，所以 W_n → 0 几乎必然。

【极难发现】这就是「遍历性破缺」（ergodicity breaking，Ole Peters, 2019, Nature Physics）。集合平均 E[W_n] = 1.05^{n → ∞，时间平均收敛到 0。两者不相等，因为乘性过程不是遍历的。物理学家把 log 叫「速率」，经济学家把期望叫「价值」——在乘法世界里，两套语言指向相反的命运。}

【流程节点链路】抛硬币 → 单轮乘数 r ∈ {1.5, 0.6} → 取对数把乘法变加法 → E[log r] = −0.053 < 0 → 长期 log 财富线性下降 → W_n → 0（几乎必然）→ 破产。平行链路 E[W_n] = 1.05n → ∞ 只对「无数个平行宇宙的你」成立，对「这一个你」不成立。两条链路在第一步就分叉。

【那怎么办？凯利判据】Kelly (1956) 的答案：不要最大化 E[W]，最大化 E[log W]（几何增长率）。若每轮只下注财富的一个比例 f： · 正面：W → W(1 + 0.5f) · 反面：W → W(1 − 0.4f) 令 d/df E[log] = 0，解得 f = 0.25。全押（f=1）几何增长率 −5.13%/轮，必破产；下注 25%（f=0.25）几何增长率 +0.62%/轮，长期增长。同一个赌局，全押是自杀，下注四分之一是正增长——差别只在「你优化的是哪个平均」。

【一个历史注脚】Daniel Bernoulli 1738 用对数效用解决圣彼得堡悖论时，其实无意中发现了时间平均——他直觉地知道人按几何增长而非算术期望行事。两百多年后 Peters 才把「为什么是对数」讲清楚：不是人类「风险厌恶」，而是乘性过程的时间平均本来就该用 log。所谓「风险厌恶」，可能只是遍历性破缺的另一个名字。

【值得辩论的问题】如果理性应该最大化时间平均增长率，那么 von Neumann–Morgenstern 期望效用理论的整个公理化基础，是否只是「集合平均」的精致伪装？你愿意做那个期望 +5% 却必破产的人，还是那个几何 +0.62% 却活下来的人？