用 AI 检查洗牌规则：每次随机交换，最后也可能不等可能

前天 3阅读

请AI为聚会卡片设计洗牌规则时，“每张都随机换一次位置”听起来很公平。但过程里出现随机选择，不代表最后每种排列的机会相同。把卡牌减到三张，就能不用大量试抽，直接检查每一种可能路径。

AI生成概念示意图：三张卡片通向不同排列路径；连线是概念装饰，不是正文精确路径表或实际随机测试。

先把随机动作说成完整规则

以下是原创教学模型，三张卡分别为甲、乙、丙，初始顺序固定。错误候选规则是：依次处理第一、第二、第三个位置；轮到一个位置，就从全部三个位置等可能选一个，与它交换，允许选中自己，各轮选择相互独立。

每轮有三种选择，三轮共有二十七条等可能操作路径。但三张不同卡只有六种最终排列。二十七不能被六整除，因此六种排列不可能各自接收相同数量的等概率路径，这已经足以否定完全均匀。

这里要数的是操作路径落到哪里。某张卡看起来移动了很多次、每个位置都曾被抽选，都不能代替最终分布。相同排列可能由不同交换顺序得到，这些路径必须合并计算概率。

本地程序逐条枚举二十七种位置选择后，甲乙丙、丙甲乙、丙乙甲各出现四条；甲丙乙、乙甲丙、乙丙甲各出现五条。前一组每种机会为二十七分之四，后一组每种为二十七分之五，确实不相同。

人工可以先取一条容易核对的路径：每轮都选择当前位置，最终仍是甲乙丙。再取第一轮交换一和二、第二轮交换二和一、第三轮选择自己，最终也回到甲乙丙。两个不同过程落到同一个结果，正是需要汇总路径的原因。

把六个计数加起来得到二十七，是一项必要核对；同时还应检查每条路径实际执行了三轮，以及交换后使用的是当时位置上的卡，不能一直拿初始卡牌身份当位置。

另一种规则先处理第三个位置：从三个位置等可能选一张交换到末尾。随后只处理前两个位置，从它们之中等可能选一张放到第二位，第一位自然留下最后一张。选定的末尾不再参加第二轮。

这次共有三乘二，即六条等可能路径，本地枚举得到六种排列各一次。也可以逐位置理解：末尾每张卡机会都是三分之一，确定末尾后，剩余两张各有二分之一机会占第二位，因此每个完整排列都是六分之一。

反例是第二轮又从全部三张中选择。那会重新动到刚固定的末尾，前面的乘法理由随之失效。修订规则时要检查允许抽选的范围，而不是只把轮数从三次删成两次。

可复用提示词：“先复述每轮选位置的范围、概率与是否独立，再枚举三张不同卡的全部操作路径。按最终排列汇总路径数量，判断是否等可能；给出一种可证明均匀的修订规则，并保留错误规则作为反例。”

少量现场试洗的结果不必恰好六等分，偶然偏多也不能单独证明规则有偏。这个练习用完整枚举验证有限规则；实际实现还需要可靠随机来源并照规则操作。AI负责把路径摊开，人负责确认执行过程没有换掉已经验证的条件。