别用"平均而言"给自己做决定
"平均而言这么做是对的"是最危险的决策句式之一，因为它多半在偷偷用系综平均——一群人各试一次的均值——来指导只有一条命的你。当结果是乘法性的、且有归零风险时（创业、杠杆、赌上声誉的豪赌），系综平均会诱惑你做出让绝大多数真实时间线破产的选择。你要最大化的，是你这一条轨迹上的长期增长率，不是一万个平行世界的均值。
−100% 是一堵墙，不是一个数字
破产的不可逆是决策理论最实用的铁律：亏 50% 要赚 100% 才回本，亏到零则永远退出复利游戏。任何有非零破产概率的策略，重复足够多次，破产概率趋于 1。所以决策的第一道筛子不是"回报多大"，而是"最坏情况会不会让我出局"——把会归零的选项直接划掉，无论它的期望值多诱人。
这也重排了机会的优先级：一个"大概率小赚、小概率归零"的机会（捡钢镚在推土机前），长期看是负的；一个"多数平淡、极小概率巨亏被封顶"的机会才可持续。不对称地厌恶归零，是让复利有机会发生的前提。
判断对错只是上半场
Kelly 的洞见：知道该往哪押，只完成了一半；押多大决定了你长期财富的方差，却常被随手拍板。同一个正确判断，全押可能让你归零，半 Kelly 则稳步复利——差别不在判断，在仓位。这对一切"投入多少"的决策都成立：新方向投多少时间、机会压多少声誉、项目给多少预算。
Kelly 的精神译成日常语言：优势越大、越确定，投入越多；但永远不投上会让你出局的那一注，且对自己的"优势"打个折（因为胜率总被高估，用半 Kelly 留边际）。把"我看好"翻译成一个具体的投入比例，决策才算做完。
你最大化的从来不是数字本身
预期效用提醒：钱、时间、名声的效用是递减且非线性的。第一个一百万和第十个一百万对你的意义天差地别；从月薪三千到六千的改变，远大于从三万到三万三。所以"最大化数字"常常是错的目标——第二份高薪但透支健康的工作，账面回报更高，效用可能是负的。
这把很多决策从"哪个数字大"拉回"哪个真正提升了我的效用"：边际递减意味着多元化的适度常胜过单一维度的极致（把全部押在钱上，忽视了健康、关系的高边际效用），也意味着对已经很多的东西再多要一点，性价比很低。（这与书架斯多葛站"分辨什么真正带来平静"是同一课。）
把校准和配置一起练
决策理论给贝叶斯站的预测日记补上了后半场：不仅记"我判断某事有 70% 概率发生"，还记"基于此我投入了多少"。前者练校准（判断准不准），后者练配置（下注是否符合 Kelly 精神）。复盘时两条线分开看：判断对了但押太小（错失），或判断对了却全押险些出局（侥幸），都是要修的毛病，且与判断本身无关。
这套习惯的长期复利效应巨大：多数人一辈子只练"判断"，从不复盘"仓位"，于是同样的判断力，有人稳步积累，有人大起大落。把决策显式地拆成"概率估计"和"投入比例"两个动作分别记录、分别复盘——这是决策理论能给你的、最具操作性的一件工具。
决策理论词汇 ↔ 日常决策词汇
| 决策理论（1738 – 今） | 日常决策语境 |
|---|---|
| 期望效用 | 最大化的是价值，不是数字 |
| 效用递减 | 已经很多的东西，再多性价比低 |
| 系综平均 vs 时间平均 | "平均而言" vs "我这一条命" |
| 遍历性问题 | 别用一群人的均值给自己做决定 |
| Kelly 准则 | 优势越大押越多，但永不押到出局 |
| 半 Kelly | 给高估的自己留安全边际 |
| 破产的不可逆 | −100% 是墙：先活下来 |
| 赌徒破产定理 | 有归零风险，重复够多次必归零 |
| 下注比例 | "押多大"是被低估的另一半决策 |
| 预测+下注日记 | 校准与配置分开练 |
书架十三站，接上你的时间线
决策理论把书架的认知工具落成了行动：贝叶斯教你估准概率，决策理论教你据此下注；因果推断教你审计"这个数怎么来的"，遍历性教你审计"这个平均对的是谁"；控制论的稳态与"先活下来"是同一件事——护住下行就是把系统维持在可存活区间；斯多葛的效用观（分辨什么真正重要）和自由能的长期视角，都在提醒你最大化的不是账面数字。回路、检验引擎、刻度盘、可行系统、绝对标尺——现在加上一条你唯一的时间线，和在它上面既增长又不出局的下注纪律。
读书的最后一步：翻开你的预测日记，给最近一个判断补上一栏——"我为它下了多大的注？符合 Kelly 精神吗？会让我出局吗？"从今天起，判断和下注一起练。
FIRST SURVIVE, THEN OPTIMIZE