上一課把 f^n 這條連乘代進單挑池的每一條公式，結論是多人池的錢主要輸在「高估對手的詐唬」——29.65bb 的總落差裡有 24.68bb（83%）來自這一項。那一整套推導從頭到尾靠一個前提：對手的牌看不見，你只能估範圍。 從第 23 課到第 30 課的所有代數，本質上都是在管理一個你永遠測不準的量。
廿一點不是這樣。牌堆是封閉的、有限的，已經打出去的牌全部攤在桌面上，而且莊家沒有決策權——他必須照固定規則補牌。這代表「估」可以換成「數」：牌堆剩下什麼，是一個可以被精確追蹤的狀態變數，而不是一個需要被讀取的心理量。這是牌桌上少數幾個「資訊不對稱可以靠算術消除」的地方。
今天要處理的具體問題有四個：Hi-Lo 的 +1 / 0 / −1 標籤從哪裡來（不是有人拍腦袋決定的，它是一組偏微分的整數近似）、流水計數為什麼必須除以剩餘副數才有意義、剩餘副數該怎麼估以及估錯的代價有多大、還有 betting correlation 與 playing efficiency 這組取捨為什麼決定了「你該學哪一套計數系統」。最後會誠實說清楚：這套技術在什麼前提下成立、什麼時候完全失效、賭場怎麼反制、以及期望優勢只有 0.5%–1.5% 而變異數大到什麼程度。
先把立場講在前面，因為後面每一個數字都要放在這個框裡讀。台灣沒有合法賭場，刑法第 266 條與社會秩序維護法都有相關規範，這一課的定位是機率工程與心算訓練，不是營利計畫。 而且就算你在合法管轄區，後面會算給你看：以 1% 優勢、每手 3 個下注單位的標準差來算，要把破產機率壓到 1.17%，你需要 2,000 個下注單位的銀彈，而回報是每小時 0.8 個單位。這是一門資本密集、時薪低、波動極大的手藝，不是賺錢捷徑。
📖 學
一、先確認牌堆：Hi-Lo 是一個平衡計數
Hi-Lo 的標籤表只有三行：
| 牌 | 標籤 | 每副牌張數 | 小計 |
|---|---|---|---|
| 2、3、4、5、6 | +1 | 5 × 4 = 20 | +20 |
| 7、8、9 | 0 | 3 × 4 = 12 | 0 |
| 10、J、Q、K、A | −1 | 5 × 4 = 20 | −20 |
| 合計 | 52 | 0 |
最後一格的 0 就是「平衡計數（balanced count）」的定義：把一整副牌從頭數到尾，流水計數必須回到 0。 這不是巧合，是設計。平衡計數帶來兩個實用性質：
第一，它自帶錯誤偵測。 你數完一整副牌如果沒有得到 0，你今天的練習就是失敗的，不需要任何人幫你對答案。這是整個練習流程能自我修正的原因。
第二，它可以被「除以剩餘副數」轉換成密度。 這一點下一節詳談，但根源在於：平衡計數的流水值恰好等於「已見低牌數 − 已見高牌數」，而由於整副是平衡的，這個值同時等於「剩餘高牌數 − 剩餘低牌數」。流水計數不是在記錄你看過什麼，它是在記錄牌堆裡還剩下什麼。 這個等價關係只在平衡計數成立，也是為什麼不平衡計數（後面談的 KO、Red 7）不能做真數換算。
驗證一下這個等價。設一副 52 張，已見 n 張，其中低牌 L 張、高牌 H 張、中性牌 M 張。流水計數 RC = L − H。剩餘低牌 = 20 − L，剩餘高牌 = 20 − H，所以剩餘高牌 − 剩餘低牌 = (20 − H) − (20 − L) = L − H = RC ✓。多副牌只要把 20 換成 20×N，同樣成立。
二、標籤從哪裡來：EOR（effect of removal）
真正的問題是：憑什麼 5 跟 2 都算 +1，而 7 算 0？
答案要回到 EOR（effect of removal，移除效應）：從牌堆裡拿掉一張某個點數的牌，基本策略玩家的期望優勢會變動多少。Griffin 在《The Theory of Blackjack》裡用窮舉計算出一組單副牌的數值，量級大致如下（單位：百分點／每移除一張，近似值，不同來源與不同規則組合會有小幅差異）：
| 移除的牌 | EOR（%） | 除以 0.51 標準化 | Hi-Lo 標籤 | 誤差 |
|---|---|---|---|---|
| A | −0.61 | −1.20 | −1 | 低估 0.20 |
| 2 | +0.38 | +0.75 | +1 | 高估 0.25 |
| 3 | +0.44 | +0.86 | +1 | 高估 0.14 |
| 4 | +0.55 | +1.08 | +1 | 低估 0.08 |
| 5 | +0.69 | +1.35 | +1 | 低估 0.35 |
| 6 | +0.46 | +0.90 | +1 | 高估 0.10 |
| 7 | +0.28 | +0.55 | 0 | 低估 0.55 |
| 8 | ≈ 0.00 | 0.00 | 0 | 0 |
| 9 | −0.18 | −0.35 | 0 | 低估 0.35 |
| 10/J/Q/K | −0.51 | −1.00 | −1 | 0 |
先解釋正負號。移除一張小牌對玩家有利（EOR 為正），因為小牌留在牌堆裡是莊家的資產：莊家拿到 12–16 這種「僵牌（stiff）」時沒有選擇權，規則逼他補牌，這時小牌讓他做成 17–21，大牌讓他爆。玩家拿到僵牌可以停牌，莊家不行。這條不對稱性是整個廿一點算牌的物理基礎——莊家的劣勢不是他牌爛，是他沒有決策權。
第二欄的除數 0.51 是刻意選的：它是 10 點牌的 EOR 絕對值，除下去剛好讓 10 點牌落在 −1.00。這樣做之後，整張表就變成「Hi-Lo 的理想標籤應該是多少」。而誤差欄告訴我們三件事：
第一，5 被嚴重低估。 5 的真實權重是 1.35，Hi-Lo 只給 1.00。5 是牌堆裡對玩家最有價值的一張小牌，因為它把莊家的 16 變成 21、把 12 變成 17，是最「完美」的莊家救命牌。
第二，7 被當成中性，但它其實值 0.55。 這是 Hi-Lo 最大的單一誤差。7 名義上是中性牌，實際上偏小牌性質（把 14 變 21，救莊家的僵牌）。
第三，2 被高估。 2 的真實權重只有 0.75，Hi-Lo 給了 1.00。2 對莊家的幫助比其他小牌小，因為它很少把僵牌一次補到 17 以上。
這三個誤差正好解釋了 Wong Halves 這一套系統的設計。把上面第二欄四捨五入到 0.5 的倍數：
| 牌 | 標準化值 | 四捨五入到 0.5 | Wong Halves 實際標籤 |
|---|---|---|---|
| 2 | 0.75 | 0.5 或 1.0 | +0.5 |
| 3 | 0.86 | 1.0 | +1 |
| 4 | 1.08 | 1.0 | +1 |
| 5 | 1.35 | 1.5 | +1.5 |
| 6 | 0.90 | 1.0 | +1 |
| 7 | 0.55 | 0.5 | +0.5 |
| 8 | 0.00 | 0 | 0 |
| 9 | −0.35 | −0.5 | −0.5 |
| 10 | −1.00 | −1 | −1 |
| A | −1.20 | −1.0 或 −1.5 | −1 |
十張裡有九張完全吻合。 這不是巧合——Wong Halves 就是這樣被設計出來的，它是 EOR 向量的最佳 0.5 倍數近似。這也說明了計數系統不是玄學：它是一組偏導數的整數化，而整數化的粗細就是「準確度 vs 心算負擔」的旋鈕。
三、流水計數與真數：為什麼一定要除
流水計數（running count，RC）就是從你開始數的那一刻起，把看見的每一張牌的標籤加總。這件事本身很簡單，難的是下一步。
RC 是一個絕對量，但你需要的是密度。 考慮兩個情境：
- 六副牌的鞋，已發一副，RC = +6。剩 5 副 260 張，裡面多了 6 張高牌。多出來的 6 張分散在 260 張裡。
- 同一副鞋，已發五副，RC = +6。剩 1 副 52 張，裡面多了 6 張高牌。6 張集中在 52 張裡。
兩個情境的 RC 完全一樣，但第二個情境下一張牌是高牌的機率遠高於第一個。RC 告訴你牌堆裡「多了幾張」高牌，你需要的是「這幾張佔多少比例」。 所以：
真數 TC = RC ÷ 剩餘副數
情境一：TC = 6 ÷ 5 = +1.2。情境二：TC = 6 ÷ 1 = +6.0。五倍差距。
用組成去驗證這件事。中性狀態下每 52 張有 20 張高牌（10/J/Q/K/A）、20 張低牌（2–6）、12 張中性牌（7–9）。TC = +1 的意思是「每剩下一副牌，高牌比低牌多出 1 點」，也就是剩餘組成大約是 20.5 張高牌、19.5 張低牌、12 張中性。TC = +6 則是 23 張高牌、17 張低牌。高牌密度從中性的 20/52 = 38.46% 升到 23/52 = 44.23%。差了 5.77 個百分點，而這 5.77 個百分點就是你的錢。
換算成優勢的經驗法則是：Hi-Lo 的每 +1 真數，大約值 0.5% 的期望優勢。 以一個常見的六副牌規則組合（莊家 17 點停、可在分牌後加倍、可投降）為例，基本策略的莊家優勢約 0.5%，所以：
| 真數 TC | 玩家期望優勢（近似） | 意義 |
|---|---|---|
| −2 | −1.5% | 牌堆對你最壞的區間，應該下最小注或離桌 |
| 0 | −0.5% | 基本策略的起點 |
| +1 | 0.0% | 損益兩平點 |
| +2 | +0.5% | 開始加注 |
| +3 | +1.0% | 保險開始有利可圖 |
| +4 | +1.5% | 多數計數者的最大注區間 |
| +6 | +2.5% | 罕見，而且通常出現在鞋尾 |
請注意 +1 才是損益兩平點，不是 0。很多人誤以為「真數為正就有優勢」，事實上真數 0 到 +1 之間你仍然在虧錢，只是虧得比較少。這個偏移完全來自規則本身的 0.5% 莊家優勢，換一組差一點的規則（例如 6:5 賠付），損益兩平點會被推到 +4 以上，算牌直接失去意義——這一點第五節會用數字證明。
四、剩餘副數怎麼估，以及估錯的代價
除法的分子（RC）是可以精確得到的，分母（剩餘副數）永遠是估計值。這裡有一個很多人忽略的結構性問題：除法對分母誤差的敏感度，和分母大小的平方成反比。
對 TC = RC / D 做微分：
∂TC/∂D = −RC / D²
代兩組數字，都假設 RC = +10、你的副數估計誤差是 0.25 副：
D = 4 副：∂TC/∂D = −10/16 = −0.625，誤差造成 TC 偏移 0.625 × 0.25 = 0.156
TC 真值 2.50，你可能讀成 2.34 或 2.66
D = 1 副：∂TC/∂D = −10/1 = −10，誤差造成 TC 偏移 10 × 0.25 = 2.50
TC 真值 10.0，你可能讀成 8.0 或 13.3
同樣是 0.25 副的估計誤差，在 D = 1 時造成的真數誤差是 D = 4 時的 16 倍（(4/1)² = 16）。這是今天最反直覺、也最實用的一條：鞋子越發到後面，你對「數牌」的注意力就該越往「估副數」轉移。 大部分新手的練習時間全花在加減 +1/−1 上，但那一段的錯誤是線性的；真正會毀掉決策的錯誤發生在分母，而且是平方級放大的。
實務上的三條做法：
第一，用棄牌匣（discard tray）估，不要用「發了幾手」估。 棄牌匣是一個實體的高度，你可以練到目測誤差 0.25 副以內。做法是在家用真牌堆出 1 副、2 副、3 副的參考高度，用手機拍下來，練到看一眼就能報數。桌上的棄牌匣通常有刻度或至少有透明外殼，一副 52 張的casino 用牌大約是 1.5 公分上下（存疑：厚度隨牌廠與新舊差異不小，請以你實際會玩的那副牌實測為準）。
第二，以「剩餘」而非「已發」為單位，並且用半副為最小刻度。 六副鞋估出棄牌匣有 2.5 副，剩餘就是 3.5 副。半副刻度足夠了，逼自己估到 0.1 副只會增加心算負擔而不增加準確度。
第三，一律往下取整（floor），不論正負。 TC = +2.8 讀成 +2，TC = −1.5 讀成 −2。正數往下取整讓你下注偏保守，負數往下取整讓你的打法偏保守，兩個方向都站在安全的那一邊。這條規則的成本是你會略微少賺，好處是你不會因為一次樂觀的估計就把最大注押在一個其實只有 +1.8 的牌堆上。
五、Betting correlation 與 playing efficiency：這組取捨決定一切
到這裡為止，計數系統看起來只有一個評分標準：「它多接近 EOR 向量」。但實際上有兩個，而且它們互相衝突。
Betting correlation（BC，下注相關性） 衡量的是：這套計數與「整體期望優勢」的 EOR 向量的相關係數。BC 高，代表你用它決定下多少注會很準。
Playing efficiency（PE，打法效率） 衡量的是：這套計數在偏離基本策略的打法決策（該不該停、該不該加倍、該不該分牌）上能抓到多少可得利益。PE 高，代表你用它決定怎麼打這一手會很準。
Insurance correlation（IC，保險相關性） 是第三個，單獨衡量它預測「莊家底牌是不是 10 點」的準確度。
這三個指標之所以會打架，關鍵在 A（Ace）：
- 對下注而言，A 極度重要。 A 是組成天生牌（natural，21 點）的必要條件，而天生牌賠 3:2。牌堆裡 A 多，你的天生牌就多，而天生牌是玩家與莊家唯一有非對稱賠付的牌型（你的天生牌收 1.5 倍，莊家的天生牌只收你 1 倍）。所以 A 必須被算成高牌。
- 對打法而言，A 幾乎沒用。 你手上 16 點面對莊家 10，你在問的是「下一張會不會讓我爆」。A 在這個問題裡的行為像一張小牌（16 + A = 17，不爆），完全不像 10。把 A 算成 −1 會系統性地污染所有僵牌決策。
於是就出現了分岔：把 A 算進去（Hi-Lo、Zen、Halves）BC 高、PE 低；把 A 拿掉（Hi-Opt I、Hi-Opt II）PE 高、BC 低，代價是必須另外做一個 A 的側計數（ace side count） 才能正確下注——那是額外的一整條心算執行緒。
常見系統的對照（數值取自主流算牌文獻的慣用引述，不同來源在小數第二位上有出入，請當成量級而非精確值）：
| 系統 | 等級 | 標籤重點 | BC | PE | IC | 一句話定位 |
|---|---|---|---|---|---|---|
| Hi-Lo | 1 | 2–6 = +1，T–A = −1 | 0.97 | 0.51 | 0.76 | 事實上的產業標準，投報比最高 |
| KO（Knock-Out） | 1 | 2–7 = +1，不平衡 | 0.98 | 0.55 | 0.78 | 不必做真數除法，入門摩擦最低 |
| Red 7 | 1 | 2–6 = +1，紅色 7 = +1，不平衡 | 0.98 | 0.54 | 0.78 | 同上，靠花色編碼半個點 |
| Hi-Opt I | 1 | 3–6 = +1，T = −1，A 中性 | 0.88 | 0.63 | 0.85 | 打法準，但下注必須配 A 側計數 |
| Zen Count | 2 | 2/7 = +1，3–6 = +2，T = −2，A = −1 | 0.96 | 0.63 | 0.85 | BC 與 PE 兼顧得最好的實用系統 |
| Hi-Opt II | 2 | A 中性，雙層 | 0.91 | 0.67 | 0.91 | 打法與保險最準，需 A 側計數 |
| Wong Halves | 3 | 含 0.5 分數標籤 | 0.99 | 0.56 | 0.72 | 理論上限，心算負擔最重 |
這張表最重要的一列是 Hi-Lo，而最重要的一組比較是 Hi-Lo 對上 Wong Halves：BC 從 0.97 升到 0.99，多了 0.02。 這 0.02 換算成期望優勢大約是 0.02 到 0.05 個百分點（在你本來只有 1% 優勢的基礎上）。而 Halves 是三級分數計數，心算負擔至少是 Hi-Lo 的三倍。
做一個粗略的成本效益：假設你用 Hi-Lo 的錯誤率是每 100 張牌錯 0.5 次，換成 Halves 升到每 100 張錯 2 次。一次計數錯誤造成的 TC 偏移通常在 0.5 到 1 之間，而 1 個真數值 0.5% 優勢。多出來的 1.5 次錯誤 / 100 張，粗估會吃掉 0.05% 以上的優勢——已經和 Halves 理論上多賺的部分同量級，甚至更多。 這就是為什麼幾乎所有嚴肅的廿一點文獻都推薦 Hi-Lo：不是因為它最好，是因為它在「理論準確度」與「人腦錯誤率」的乘積上最好。
還有一個更深的觀察藏在 BC 與 PE 的數值差裡。相關係數的平方是「被解釋的變異比例」：
Hi-Lo 對下注：0.97² = 94.1%
Hi-Lo 對打法：0.51² = 26.0%
同一套計數，對「下多少」解釋了 94%，對「怎麼打」只解釋了 26%。 這代表在多副牌的鞋式遊戲裡，算牌的錢絕大部分來自下注幅度（bet spread），而不是來自偏離基本策略。 常見的引述是鞋式遊戲中下注變化貢獻約七到八成、打法偏離貢獻約兩到三成（存疑：確切比例隨副數、滲透率與 index 使用量變動很大），但方向是明確的：如果你只能練一件事，練下注時機，不要練 index。
唯一的例外是保險，它的價值高到必須單獨處理。
六、把保險算清楚：唯一值得在第一課就學的偏離
保險是一個獨立的邊注：莊家明牌是 A 時，你可以額外押原注的一半，賭莊家底牌是 10 點。賠率 2:1。
損益兩平條件很直接：設底牌是 10 點的機率為 p，押 0.5 個單位，
EV = p × (0.5 × 2) − (1 − p) × 0.5 = p − 0.5 + 0.5p = 1.5p − 0.5
令 EV = 0：p = 1/3 = 33.33%
中性的六副牌鞋，莊家的 A 已經現形，剩 311 張牌裡有 96 張 10 點牌：
p = 96 / 311 = 30.87%
差 33.33% − 30.87% = 2.46 個百分點，所以基本策略說「永遠不買保險」。但這是中性牌堆的結論，不是恆真句。
現在代入 TC = +3。真數 +3 的意思是「每剩一副，高牌比低牌多 3 點」。中性每副是 20 高 / 20 低 / 12 中性，所以 TC = +3 時每副大約是 21.5 高 / 18.5 低 / 12 中性（多出來的 3 點由高牌 +1.5、低牌 −1.5 平分）。高牌裡 10 點牌與 A 的比例是 16:4，所以：
每副 10 點牌 ≈ 16 × (21.5 / 20) = 17.2 張
莊家那張 A 已經翻開，從剩餘牌裡扣掉一張 A，每 52 張的等效剩餘變成 51 張、其中 17.2 張是 10 點：
p = 17.2 / 51 = 33.73% > 33.33% ✓
EV = 1.5 × 0.3373 − 0.5 = 0.5060 − 0.5 = +0.006 個單位
每次在 TC ≥ +3 買保險，期望賺 0.006 個下注單位。 這個數字看起來小得可笑，但它是無條件的——不管你手上是什麼牌，不管你打算怎麼打，這 0.006 都存在。而且你在高真數時的下注本來就大，0.006 個單位乘上最大注是實質金額。
不做扣除 A 的近似（也就是分母用 52），p = 17.2/52 = 33.08%，略低於門檻。所以 +3 這個 index 的成立，有一部分是靠「莊家那張 A 已經離開牌堆」這件事——這是一個容易被忽略、但完全可以自己驗算的細節。
順帶說明為什麼 Hi-Lo 的 IC 只有 0.76：Hi-Lo 把 A 算成 −1，但 A 對「底牌是不是 10 點」這個問題是負面資訊（A 被抽走反而讓 10 點密度上升）。Hi-Opt II 把 A 設為中性，IC 就跳到 0.91。這也是為什麼專業團隊常常配一個 A 側計數——保險是整個廿一點裡單一價值最高的決策，值得為它多開一條執行緒。
完整的 index 表（Illustrious 18 之類）留到下一課，今天只要保險這一條。
七、優勢到底有多小：把數字攤開
現在把所有東西組裝起來，算出「這件事到底值多少」。
設定（全部標成假設，請按你的實際情況換掉）：
- 1 個「單位」= 你的平均下注額（不是最小注）
- 期望優勢 μ = 1% 的平均下注額 / 每手 → μ = 0.01 單位
- 每手標準差 σ ≈ 3 單位。平注基本策略是 1.15 單位，加上分牌、加倍與 1:12 的下注幅度之後會膨脹到 3 左右（存疑：隨 spread 與規則而異，2.5–3.5 是常見區間）
- 每小時 80 手（六人桌，比單挑的 100+ 手少）
時薪： 0.01 × 80 = 0.8 個單位 / 小時。若平均下注是 NT2,400**。
破產風險。 用連續近似的破產公式（B = 以單位計的銀彈，全損為破產）：
RoR = exp(−2 · B · μ / σ²) = exp(−2 · B · 0.01 / 9) = exp(−B / 450)
| 銀彈 B（單位） | 若平均注 NT$3,000 | 破產機率 |
|---|---|---|
| 500 | NT$1,500,000 | 32.9% |
| 1,000 | NT$3,000,000 | 10.8% |
| 1,500 | NT$4,500,000 | 3.6% |
| 2,000 | NT$6,000,000 | 1.17% |
| 3,000 | NT$9,000,000 | 0.13% |
驗算 B = 2,000：exp(−2000/450) = exp(−4.4444) = 0.0117 ✓
把這兩個數字並排讀：要賺每小時 NT600 萬、並且接受 1.17% 的全損機率。 這就是「期望優勢 0.5%–1.5%」的實際意義。它是真的，它也確實是正的，而它同時是一個報酬率低得離譜的資本配置。
變異數要多久才會被期望值追上。 定義 N₀ 為「累積期望值等於一個標準差」的手數：
0.01 N = 3 √N
√N = 300
N₀ = 90,000 手 = 1,125 小時（以 80 手/小時計）
打滿 1,125 小時，你的累積盈利才等於一個標準差——而那個時候你仍然有約 16% 的機率是虧損的。要有 95% 的信心自己是賺的（期望值 = 1.645 個標準差）：
0.01 N = 1.645 × 3 × √N
√N = 493.5
N = 243,500 手 = 3,044 小時
超過三千小時。 以每週 20 小時計，是三年。在此之前，你的損益表沒有任何統計意義，你無法從結果分辨自己是技術好還是運氣好。 這一點和德州撲克的樣本數問題是同一件事，德州撲克專欄 · 資金管理與心態基礎 裡的變異數與破產風險那一段可以直接搬過來用；而底池賠率與 EV 的基本框架見 德州撲克專欄 · 賠率與期望值。
八、6:5 賠付：一條規則就能殺死算牌
最後一個必須算的數字，因為它是現在最常見的陷阱。
傳統規則天生牌賠 3:2（押 100 賠 150）。近二十年大量賭場改成 6:5（押 100 賠 120）。表面上只差 30 元，實際上：
六副牌 312 張，A 有 24 張、10 點牌有 96 張。玩家拿到天生牌的機率：
P = 2 × (24/312) × (96/311) = 2 × 0.076923 × 0.308682 = 4.749%
其中莊家也是天生牌（推注，不賠）的條件機率，從剩下 310 張（23 張 A、95 張 10 點）算：
P(莊家也天生 | 玩家天生) = 2 × (23/310) × (95/309) = 2 × 0.074194 × 0.307443 = 4.562%
所以實際會被賠付的天生牌頻率：
4.749% × (1 − 4.562%) = 4.749% × 95.438% = 4.532%
每次少賠 1.5 − 1.2 = 0.3 個單位：
額外莊家優勢 = 4.532% × 0.3 = 1.360%
（產業常引述 1.39%，差異來自不同的副數與規則假設；我這裡用六副牌自己算，得 1.36%，量級一致。）
把它加進去看後果。原本 0.5% 的莊家優勢變成 1.86%。每 +1 真數值 0.5%，所以損益兩平點從 TC +1 被推到：
1.86 / 0.5 = TC +3.7 → 實務上要 TC ≥ +4 才開始有優勢
TC ≥ +4 在六副牌鞋裡出現的頻率大概只有百分之幾（存疑：確切頻率隨滲透率變化極大）。這代表你絕大多數時間都在一個明確的負期望遊戲裡等待，而等待本身在燒最小注。結論很乾脆：6:5 的桌子，算牌是負期望的活動，不要坐。 一條看起來只改了賠率小數點的規則，比賭場任何反算牌措施都有效。
🧠 為什麼是這樣
這整套技術能成立，靠的是三個彼此獨立的前提，缺一條就垮。
第一個前提：牌不會被放回去。 算牌的全部資訊來自「已發的牌不再回到牌堆」，也就是抽樣是不放回的。這是 EOR 有意義的唯一原因，也是真數除法有意義的唯一原因。連續洗牌機（CSM, continuous shuffle machine）就是直接針對這一條的反制：每一輪結束後，用過的牌立刻被送回機器混入未發的牌堆。從資訊的角度看，CSM 把不放回抽樣變成近似放回抽樣，於是流水計數永遠在 0 附近漂移，永遠不累積成任何可利用的密度。在 CSM 桌上算牌，不是「比較難」，是數學上沒有東西可以算。 順帶一提，CSM 還會把每小時手數提高約兩成，對不算牌的人來說是純粹的加速虧損。
第二個前提：滲透率夠深。 滲透率（penetration）是切牌卡放的位置決定的：六副牌發到 4.5 副才洗，滲透率 75%；發到 3 副就洗，滲透率 50%。這條為什麼致命，第四節的敏感度分析已經給了一半答案——高真數幾乎只出現在鞋尾。TC = RC / D，分母 D 越小，同樣的 RC 能推出的 TC 越極端；把切牌卡往前放，等於把整個高真數區間從遊戲裡刪掉。
具體一點：六副牌從 50% 滲透提升到 75% 滲透，多數模擬顯示計數者的勝率會成長到兩倍以上（存疑：確切倍數隨規則、下注幅度與 index 使用量而異，但方向與量級在文獻中是一致的）。這代表滲透率是比規則細節更重要的選桌指標。 一張規則稍差但切得很深的桌，常常勝過一張規則漂亮但切在一半的桌。
第三個前提：你能把優勢兌現成下注差距。 算牌的錢在 bet spread 裡（第五節：BC² = 94%）。這一條是賭場最容易觀察、也最容易反制的。一個從最小注跳到十二倍注的人，在監控畫面上像探照燈一樣明顯——賭場不需要知道你的計數系統，他們只需要畫出你的下注額對時間的圖。
賭場的反制手段，按照對計數者的殺傷力排序：
一、6:5 賠付。 如第八節所算，+1.36% 的莊家優勢，把損益兩平點推到 TC +4。這是最有效的一招，而且它同時懲罰所有人，所以完全不需要針對誰。
二、CSM 或淺滲透。 前者讓計數歸零，後者讓高真數消失。兩者都不需要辨認出計數者。
三、禁止中途入座（no mid-shoe entry）。 針對的是 back-counting（俗稱 Wonging）：站在桌邊默數，只在高真數時入座。禁止中途入座讓這招失效，逼你在低真數時也坐在桌上燒錢。
四、要求平注（flat bet）或直接請你離開。 在多數美國州別，賭場是私有財產，可以拒絕特定客人繼續玩特定遊戲。實務上會先「請你只玩其他遊戲」，再升級到請你離開、發出禁止進入通知。
五、跨場資訊共享。 業界有共享的可疑玩家資料庫與影像辨識系統。被一家標記之後，走進同集團其他場所會被直接認出。
關於合法性，必須分清楚兩件常被混為一談的事：「用大腦算牌」和「被賭場趕出去」不是同一個問題。 在美國，單純用心算追蹤已發牌並沒有刑事責任——它是心智技能，不是設備作弊（用電子設備輔助則完全不同，內華達州對此有明確的刑事規定）。但賭場作為私有營業場所，在多數州可以自行決定服務誰。唯一的重要例外是紐澤西州：1982 年紐澤西最高法院在 Uston v. Resorts International Hotel 一案中判定，大西洋城賭場不得以算牌為由排除客人，因為排除客人的權限專屬於賭場管制委員會。賭場的回應是改用滲透率與洗牌頻率來反制——法律擋住了「趕人」，擋不住「改規則」。 至於台灣，前面說過，沒有合法賭場，這一課的價值在方法而不在應用場景。
最後，這套技術本身在哪裡會失效：
你的優勢是一個長期平均，不是一個過程描述。 1% 的優勢代表 100 手之後你「平均」多贏 1 個單位，但每手的標準差是 3 個單位。換句話說，單手的雜訊是期望值的 300 倍。 這不是一個你會「感覺到自己在贏」的活動；你會感覺到的東西全部是雜訊。第七節那個 3,044 小時的數字就是這句話的定量版本。
心算錯誤的成本是不對稱的。 漏數一張 10 讓你的 RC 偏高 1，在 D = 1 的時候等於 TC 偏高 1，等於你以為自己有 0.5% 優勢但其實沒有——而那正是你押最大注的時刻。計數錯誤會系統性地集中在傷害最大的地方，因為高真數與鞋尾是同一件事，而鞋尾也是你最疲勞、分母最敏感的時候。
疲勞與分神是真實的變數。 連續數兩小時之後錯誤率會上升，而上面算過，錯誤率上升 1.5 次 / 100 張就足以吃掉一個級別的系統升級所帶來的全部好處。所以「一次打多久」是一個策略參數，不是體力問題。
最後是立場。 這一課教的是機率的追蹤與轉換，它有正期望值，而那個期望值小到需要六位數美元等級的資本與四位數小時的時間才會浮現。任何把它描述成收入來源的說法都漏掉了資本成本與破產風險這兩項。如果你對這件事感興趣，正確的理由是「不放回抽樣的密度估計是一個漂亮的問題」，不是「我想靠這個賺錢」。 至於怎麼把這類主張分級——哪些是數學恆等式、哪些是模擬結果、哪些只是產業共識——德州撲克專欄 · 主張 vs 可佐證 那套證據分級框架同樣適用。
✍️ 今日練習
一副牌、一支計時器、15 分鐘。 這個練習分四段，全部在家做得完，不需要任何應用程式。
道具：一副完整的 52 張撲克牌（拿掉鬼牌，先數一次確認是 52 張）、計時器、紙筆。
步驟一（5 分鐘）：單張流水計數計時，做三輪。
洗牌，一張一張翻，心裡加總 +1 / 0 / −1。翻完最後一張，計數必須是 0。 記下三輪的秒數與是否歸零。
- 第一輪不計時，只求正確。
- 第二、三輪計時。
參考基準（單張翻牌數完 52 張）：
| 秒數 | 意義 |
|---|---|
| 60 秒以上 | 還在逐張辨識，標籤沒有自動化 |
| 40–60 秒 | 入門合格 |
| 25–40 秒 | 可以開始練成對消除 |
| 20–25 秒 | 實戰堪用 |
| 20 秒以下 | 熟練 |
關鍵不是快，是「歸零」。 三輪裡只要有一輪沒歸零，就不要追求速度，重做直到三輪全中。
步驟二（3 分鐘）：成對消除法，做兩輪。
一次翻兩張，先看能不能互相抵銷再加總：
- 一張高牌 + 一張低牌 → 直接抵銷，計數不動
- 兩張都是中性牌（7/8/9）→ 跳過
- 一張中性 + 一張高（或低）→ 只算那一張
- 兩張同向 → ±2
真實牌桌上牌是成組出現的（每個玩家兩張、莊家兩張），所以成對消除才是實戰的形態，單張計數只是暖身。同樣要求歸零。 目標時間 25–30 秒。
步驟三（3 分鐘）：盲抽驗證，做兩輪。
洗牌後不看牌面，從牌堆抽出最上面一張，蓋著放到旁邊。數完剩下的 51 張，得到流水計數 R。那張蓋著的牌的標籤就是 −R：
- 數完是 −1 → 抽走的是低牌（2–6）
- 數完是 0 → 抽走的是中性牌（7/8/9）
- 數完是 +1 → 抽走的是高牌（10/J/Q/K/A）
翻開驗證。這一段的意義不只是趣味：它把「流水計數等於剩餘牌堆的組成偏差」這件事變成你手上的實體經驗，而那正是第一節推導的那條等式。
步驟四（4 分鐘）：真數換算心算題組。
不看計算機，逐題口報 TC，並套用「一律往下取整（floor）」的規則。目標是每題 3 秒內。
| # | 流水計數 RC | 剩餘副數 D | TC 精確值 | floor 後 |
|---|---|---|---|---|
| 1 | +8 | 4 | +2.00 | +2 |
| 2 | +9 | 3 | +3.00 | +3 |
| 3 | +5 | 2 | +2.50 | +2 |
| 4 | +7 | 2.5 | +2.80 | +2 |
| 5 | −6 | 3 | −2.00 | −2 |
| 6 | +11 | 1.5 | +7.33 | +7 |
| 7 | +4 | 5 | +0.80 | 0 |
| 8 | +13 | 2 | +6.50 | +6 |
| 9 | −9 | 4.5 | −2.00 | −2 |
| 10 | +6 | 0.5 | +12.00 | +12 |
做完之後回頭看第 7 題與第 10 題：同樣量級的 RC，一個是 0（沒有優勢）、一個是 +12（極端優勢），差別只在分母。 如果你只從這個練習帶走一件事，帶走這一組對比。
連續做五天之後，你可以加一個複合條件：一邊數牌，一邊每隔 13 張報一次「剩餘副數」與「當前真數」。那才是實戰的認知負荷——單純計數從來不是瓶頸，同時維持兩條估計才是。
自我檢查
- 我能在 40 秒內數完一副牌並歸零，連續三輪不出錯
- 我能解釋 Hi-Lo 標籤是 EOR 向量的整數近似，並指出誤差最大的三張牌（5 被低估、7 被當成中性、2 被高估）
- 我知道流水計數同時等於「剩餘高牌數 − 剩餘低牌數」，而且能用 RC = L − H 推導出來
- 我知道分母誤差的殺傷力與 D² 成反比，能說出「D = 1 時的 0.25 副誤差是 D = 4 時的 16 倍」
- 我知道損益兩平點是 TC +1 而不是 0，並知道那個偏移來自規則本身的 0.5% 莊家優勢
- 我能自己算出保險的門檻是 p > 1/3，並說明 TC +3 這個 index 為什麼需要把莊家那張 A 扣掉才成立
- 我知道 6:5 賠付大約值 1.36% 的莊家優勢，並知道它會把損益兩平點推到 TC +4 左右
- 我接受「要 95% 確定自己是賺的需要約 3,044 小時」，並且不會用短期結果評價自己的技術
🔗 延伸
- Blackjack — Wizard of Odds：規則變體對莊家優勢的影響有完整的表格（包含 6:5 的代價），可以拿來驗算本課第八節的計算，也是選桌時該查的第一個地方。
- How to Count Cards — Blackjack Apprenticeship：Hi-Lo 流程與真數換算的標準教學，練習節奏與本課步驟一到步驟四對得上。
- QFIT — CVCX / CVData：廿一點模擬軟體，本課所有「存疑」的量級（滲透率的影響倍數、TC 分布頻率、各種 spread 的勝率與破產風險）都可以在這類工具裡自己跑出來，而不必相信任何人引述的數字。
💬 問 AI
我在學 Hi-Lo 算牌，想把「理解」和「背誦」分開。請扮演一個嚴格的教練，
並且在整段對話中遵守三條規則：
(1) 明確區分「來源說的」與「你推論的」，兩者分開標示；
(2) 任何數值都要標明它依賴哪些規則假設（副數、莊家軟 17、DAS、是否可投降、賠付比例）；
(3) 不確定就直說「不確定」，不要為了完整性補一個看起來合理的數字。
第一組：標籤的來源
1. 請把 EOR（effect of removal）的定義寫清楚，並說明它是對什麼量的偏導數。
2. Hi-Lo 把 2 和 5 都標成 +1，但它們的 EOR 差距很大。請量化這個差距，
並說明 Hi-Lo 因此付出的代價出現在 BC 還是 PE。
3. 7 的 EOR 明顯不是 0，為什麼 Hi-Lo 仍然把它設為中性？這是妥協還是錯誤？
第二組：真數換算
4. 請從「平衡計數的流水值等於剩餘牌堆的高低牌差」這條性質出發，
推導出為什麼真數必須是 RC ÷ 剩餘副數，而不是 RC ÷ 已發副數或 RC ÷ 總副數。
5. 對 TC = RC/D 做敏感度分析：固定 RC，比較 D = 4 與 D = 1 時，
0.25 副的估計誤差各造成多大的真數偏移。請給出一般式。
6. 「一律往下取整（floor）」這條規則，在正真數與負真數時分別讓我偏保守還是偏積極？
請分開討論下注決策與打法決策。
第三組：優勢與變異數
7. 請說明「每 +1 真數約值 0.5% 優勢」這條經驗法則的來源與適用範圍，
並指出它在哪些規則組合下會明顯失準。
8. 用 RoR = exp(−2·B·μ/σ²)，代入 μ = 0.01 單位/手、σ = 3 單位/手，
算出 B = 500 / 1000 / 2000 / 3000 單位時的破產機率，並說明這個公式本身的假設
（為什麼是指數形式、它忽略了什麼）。
9. 請算出 N0（期望值等於一個標準差的手數）以及「95% 信心自己是贏家」所需的手數，
並換算成以每小時 80 手計的時數。
第四組：失效條件
10. 請把以下四項按照「對計數者的殺傷力」排序並給出理由與量化依據：
6:5 賠付、連續洗牌機 CSM、滲透率從 75% 降到 50%、禁止中途入座。
11. 請說明算牌在美國的法律狀態，特別區分「刑事違法」與「賭場可否拒絕服務」這兩件事，
並說明紐澤西州的例外是怎麼來的、賭場後來如何繞過它。
第五組：對我的意義
12. 假設我的目標是「把機率直覺練好」，而不是靠這個賺錢。
請告訴我這一套訓練裡哪些部分可以遷移到其他決策場景，哪些完全不能遷移。
13. 最後請給我最強的反方論證：一個理解機率的人，為什麼不應該投入時間學算牌？
請用我上面自己列出的數字（時薪、銀彈需求、3,044 小時）來構築這個論證，
不要用道德說教，只用機會成本與風險調整後報酬。
請用繁體中文、台灣用語。所有數字都要附算式，不要只給結論。