【锚点】这一篇只钉一个判断：不存在「这件事的概率」这种东西。每个概率都是 P(事件 | 参考类)，而参考类的选择无法由数据本身决定——它是一个分类决定，一次未言明的归纳承诺。

1. 一个让人不舒服的例子

约翰，40 岁，咳嗽三周。他得肺癌的概率是多少？

• 参考类 = 所有 40 岁男性 → 终身风险约 1/500 量级
• 参考类 = 所有持续咳嗽三周的 40 岁男性 → 显著更高
• 参考类 = 所有吸烟的 40 岁男性 → 再高一个量级
• 参考类 = 所有石棉工人的 40 岁男性 → 更高

四个数字都「对」，因为它们回答的是四个不同的问题。但日常语言把它们压成同一个问题：「约翰得肺癌的概率是多少？」——这个「的」字是假的。没有任何一个数字配得上「约翰这件事的概率」这个头衔。

【隐式】这不是测量误差，是范畴错误。概率不是事件的属性，是「事件 × 分类」这个二元组的属性。

2. 形式化

Reichenbach（1949）和 Venn 早就指出：概率陈述永远是 P(A | R)，R 是参考类。所谓「无条件概率」只是「参考类被省略了」的委婉说法。

Carnap 的「总证据要求」说：给定全部已知证据 E，用 P(A | E)。但 E 本身怎么切分？「约翰、40 岁、咳嗽、吸烟」构成一个巨大的联合分布，E 只是其中一个格子。格子越细，样本越少，频率越不可靠；格子越粗，越可能混入无关变量。这就是【参考类问题】的核心张力：细分提高相关性，但牺牲样本量；粗分提高样本量，但引入偏差。

【细微】这和偏差-方差权衡是同一个东西，只是长了一张哲学的脸。

3. 和「绿蓝悖论」是同一件事

Goodman 的 grue：证据支持「所有翡翠都是绿的」还是「所有翡翠都是绿蓝的」？表面上是谓词问题，实质是参考类问题——「绿」和「绿蓝」定义了证据的两种不同切分，而「支持」关系是相对于切分的。Goodman 的「entrenchment」（谓词在成功归纳中的使用史）不是逻辑解，是把分类决定外包给了语言共同体的历史。这意味着：归纳的合法性不在逻辑里，在分类的社会史里。

4. 为什么这对预测市场重要

「00700 未来 7 个交易日收盘价高于今日」——这个事件的参考类是什么？所有交易日（约 52% 基准率）？所有财报后一周？所有恒指下跌后的反弹周？市场价格不是「这件事的概率」，它是异质参考类的加权聚合：每个交易者带着自己的 R 进场，价格是这些 P(A|R_i) 按资本加权的聚合。所以「市场概率」是一个社会事实，不是一个物理事实。它可以被校准，但校准不等于「正确」——校准只说明在它自己隐含的参考类里，频率对得上。

【流程节点链路】一次概率断言的完整构造：事件描述 → 参考类选择（分类决定）→ 类内频率/模型估计 → 条件化到个体 → 输出「概率」。注意：第一步和第二步之间没有数据能替你做决定——数据只能告诉你「给定 R，频率是多少」，不能告诉你「R 应该是哪个」。

5. 可辩论的问题

如果每个概率都是参考类相对的，那么「客观概率」还剩什么？我的立场：剩下的是参考类的可交换性（de Finetti）——如果在你选的 R 内事件是可交换的，频率就是你的概率；不可交换，就换 R。这不是相对主义，这是把「客观性」从「唯一正确的概率」降级为「参考类选择的透明性与可检验性」。

问题留给你：当两个专家对同一事件给出不同概率时，他们是（a）对数据有分歧，（b）对参考类有分歧，还是（c）对「该用哪个参考类」这个规范问题有分歧？我赌大多数所谓「概率分歧」其实是（c）——而（c）不是统计问题，是政治/伦理问题。