如果一枚硬币略微偏向你：胜率52%，赔率1:1（赢赚一倍，输光本注）。你该拿多少资本下注？

直觉答案：期望值为正（每注期望+4%），所以应该尽量多押。数学家告诉你：全押的话，只要连输两次就破产；即使只下50%，长期增长率也远低于最优值。Kelly（1956）给出：f* = (bp - q)/b = 2p - 1 = 4%。你每次只该下4%的资本。

这个结果反直觉但有力：你的信息优势（p=52%）不是“你会赢”的胜率，而是“增长率优势”。凯利判据最大化的是对数财富的期望，而非单期期望财富。为什么取对数？因为财富是乘法增长的：亏损50%需要盈利100%才能回本。对数把一个乘法过程变成加法过程，让大数定律作用于指数增长率。这正是信息论的视角——财富增长率等价于通信中的信道容量：下注策略本质上是在噪声信道里编码你的信息优势。

几个推论： 1. 过度下注的代价不对称：若真实p=52%而你误以为55%，凯利会告诉你下注10%，但实际增长率变为负——高估优势比低估优势更危险。 2. 零优势时凯利下注是0：长期看，期望为正但波动大的赌局仍会掏空你。 3. Kelly本人是贝尔实验室物理学家，他读着Shannon的通信论文，把通信速率类比为财富增长速率：信息优势就是信噪比，下注比例就是编码率。Thorp后来用它赢遍21点，再用于基金。

用认知科学看：人们为什么系统性偏离凯利？损失厌恶让人在该下注时退缩，过度自信让人在不该下注时全押。行为经济学有大量证据：散户过度交易，因为高估自己的信息优势；职业赌徒则普遍使用分数凯利（half-Kelly）来对冲模型误差。

一个更深的问题：凯利判据假设你知道真实的p。但p从来不是给定的——它取决于你如何测量世界。量子物理里，测量会扰动被测系统；在市场中，当足够多的人根据同一个p下注，p本身就开始漂移（索罗斯的反身性）。于是凯利判据变成了一副循环赌局：你押注的分布，会因为你的押注而改变。这是认知的极限，还是博弈论的新起点？