GTO（Game Theory Optimal）在撲克圈是被誤用得最嚴重的詞。它不是「最強的打法」，也不是「贏最多錢的打法」。GTO 策略的定義是：一個對手無論怎麼打都無法提高自己期望值的策略。 這是一個防守性的性質，不是攻擊性的。理解這個區別，是理解整個現代撲克理論的前提。
納許均衡在撲克裡的意思
雙人零和賽局中存在納許均衡：一組策略，使得任一方單方面偏離都不會獲益。撲克（單挑、無限注、有限籌碼）在理論上存在這樣的均衡策略。
均衡策略的關鍵性質是不可剝削（unexploitable）：對手可以隨便打，你的期望值不會下降。在單挑零和且無抽水的情況下，均衡策略保證你至少打平。
但它同時有一個關鍵的非性質：均衡策略不會主動懲罰對手的錯誤，它只是不被懲罰。 對手每次犯錯，你的期望值確實會上升（因為對手的期望值下降，零和），但上升的幅度遠小於針對性剝削能取得的。
一個具體的類比：對手在剪刀石頭布中總是出石頭。均衡策略是三種各出三分之一，期望值為零——你不會輸，但也不會贏。剝削策略是永遠出布，期望值最大化，但你暴露了自己的模式。撲克的現實是：對手不會調整回來，所以剝削幾乎總是更好；均衡的價值在於你不知道對手會怎麼打的時候，它是一個安全的預設。
三點必須說清楚：
六人桌沒有已知的均衡解。 納許均衡的存在與可計算性保證只適用於雙人零和賽局。多人桌上的「GTO 解」都是把每個決策點簡化成雙人問題後求解，這是一個近似，不是理論保證。
抽水破壞了零和假設。 有抽水的牌局是負和的，「均衡策略保證打平」在數學上就不成立。抽水感知（rake-aware）的求解方案存在，但多數公開工具的預設值不含抽水。
所有求解器輸出都是抽象化後的解。 下注尺寸被離散化（只允許幾種尺寸）、決策樹被剪枝。「求解器說」永遠是「在這個簡化模型下說」。
MDF 與 alpha：兩個必須會算的數字
這兩個是 GTO 概念中最實用、也最容易正確使用的部分。
**Alpha（α）**是「純詐唬需要多少棄牌率才損益平衡」：
α = 下注 / (底池 + 下注)
**MDF（Minimum Defense Frequency，最低防守頻率）**是「你至少要用多少比例的範圍繼續，對手的純詐唬才無利可圖」：
MDF = 底池 / (底池 + 下注) = 1 − α
兩者永遠加起來等於 1。
| 對手下注 | α（他需要的棄牌率） | MDF（你至少要防守的比例） |
|---|---|---|
| 1/3 池 | 25.0% | 75.0% |
| 1/2 池 | 33.3% | 66.7% |
| 2/3 池 | 40.0% | 60.0% |
| 3/4 池 | 42.9% | 57.1% |
| 1 倍池 | 50.0% | 50.0% |
| 1.5 倍池 | 60.0% | 40.0% |
| 2 倍池 | 66.7% | 33.3% |
面對加注時公式一樣，但要用「風險」與「報酬」的一般形式：α = 風險 / (風險 + 報酬)。對手把底池 160 推成 200 的全下，α = 200/(200+160) = 55.5%，你的 MDF 是 44.5%。
MDF 揭露的一個結構性事實：下注越大，你需要防守的比例越低，但對手需要的成功率越高。 這是「超池注的詐唬很難獲利」與「小注很難被剝削」這兩件事的同一個來源。
MDF 的四個重要限制
MDF 被過度使用的程度不亞於 GTO 這個詞本身。它的推導只在一組相當窄的假設下成立。
MDF 假設詐唬完全沒有 equity。 真實的詐唬多半是半詐唬，被跟注時還有機會贏。這代表對手的詐唬比 MDF 假設的更有利可圖，你需要防守得比公式更多。 這個效應在翻牌與轉牌上很大，在河牌上消失（河牌沒有 equity 可言）。MDF 主要是一個河牌工具。
MDF 假設你的防守牌都是純 bluff-catcher。 如果你的範圍裡有牌可以加注（半詐唬 raise），那你施加的壓力不只來自跟注，MDF 低估了你的實際防守強度。
OOP 應該防守得比 MDF 少。 因為你之後的每一輪都在資訊劣勢，你的 equity 實現率低於帳面。
最重要的一條：對手詐唬不足時不要用 MDF。 如果對手在河牌幾乎只用強牌下注，「防守 60%」只是在把錢送給他。MDF 是抵抗過度詐唬的盾牌，不是面對所有下注的義務。 低到中級別的實戰中，多數對手在河牌的詐唬頻率低於理論值，因此正確的防守頻率通常低於 MDF。
實務結論：把 MDF 當成一個上限與一個檢查工具——「如果我棄掉超過 α，理論上他可以用任兩張牌詐唬我」——而不是一個每手牌都要達成的目標。
兩極化與線性：均衡策略的形狀
均衡策略在河牌會呈現一個非常穩定的結構：下注的一方使用兩極化範圍（很強 ＋ 詐唬），防守的一方使用 bluff-catcher。
原因是純數學的。中等強度的牌下注沒有好處——比它強的會跟、比它弱的會棄，被跟注時它是輸的。所以中等牌被推到過牌／跟注去，而下注範圍變成「強牌」與「完全沒有攤牌價值的牌」的組合。
尺寸與兩極化程度是綁定的。 大尺寸要求範圍更兩極化（因為對手獲得更好的抓詐唬賠率，你需要更多堅果來支撐）。這就是 下注尺寸 那條「尺寸越大、範圍越極端」規則的理論來源。
線性（merged）範圍則出現在早期街與範圍差距很大的情況。你有大量的範圍優勢但缺乏堅果優勢時，用整個範圍小注比兩極化更好——這正是乾牌面上「高頻率、小尺寸」策略的形狀。
Range vs range：正確的思考單位
均衡策略的計算單位不是手牌，是範圍。「我這手牌該怎麼打」在 GTO 框架下是一個錯誤的問題；正確的問題是「我的整個範圍在這個節點該怎麼分配，而我這手牌落在哪一塊」。
這個轉換帶來幾個實際後果：
同一手牌在不同範圍脈絡下有不同的正確打法。 A♠Q♠ 在 K-7-2 上，如果你的範圍已經有足夠的價值下注，它可能該當詐唬；如果你的範圍缺乏堅果，它可能該過牌。牌沒變，範圍的需求變了。
混合策略是均衡的常態，不是例外。 求解器經常給出「這手牌 60% 下注、40% 過牌」。這不是求解器猶豫，是均衡確實要求範圍中的某些牌分裂到兩個行動裡。
但人類不需要執行混合策略。 對抗不會研究你頻率的對手，把混合策略純化成單一行動的 EV 損失極小。刻意隨機化是把有限的認知資源花在幾乎沒有回報的地方——除非你在打高額桌，而且對手真的在你的資料庫上做頻率分析。
GTO 到底什麼時候有用
當你不知道對手是誰時。 錦標賽換桌、線上匿名桌、第一次遇到的對手——均衡策略是最好的預設起點。
當對手很強、會反調整時。 對抗會偵測並攻擊你偏離的對手，回到均衡是安全的。
當你要檢查自己有沒有漏洞時。 這是最大的用途。「我的河牌詐唬佔比是多少？」「我面對 c-bet 棄牌超過 α 了嗎？」——均衡是一把量尺，用來測量自己的策略，而不是一套要照抄的動作。
當風險很高、資訊很少時。 大池、大決策、對手不明——不被剝削的價值上升。
反過來，GTO 在下列情境幾乎沒有用：多人底池（沒有可靠的解）、對手有明顯且穩定的漏洞（剝削收益遠大）、低級別（對手的錯誤大到讓平衡變成浪費）。
「學了 GTO 反而打得更差」是一個真實且常見的現象。 最常見的原因是把「近似均衡的打法」誤用成「不管對手在幹嘛」。均衡策略對抗一個 river 從不詐唬的對手，會用 MDF 去跟注一堆必輸的牌——這比一個什麼理論都不懂但知道「他從不詐唬」的玩家打得差。均衡是預設值，不是目標。 目標永遠是最大化期望值，而那需要 剝削。