Dutch Book视角下的伪善与LLM自动化信念审计和合约构造

经文士和法利赛人哪，你们这些伪善的人有祸了！因为你们奉献薄荷、莳萝、香芹的十分之一，却放弃了律法上更重要的：就是公义、怜悯、信实。这些才是你们应该做的，至于前者也不可放弃。

Dutch Book 是主观概率论、贝叶斯认识论与决策理论中一个非常重要的思想工具。它试图回答一个基础问题：如果一个人的信念被表示为概率，那么什么样的概率赋值可以被称为内部一致？Dutch Book 论证给出的答案不是诉诸某个外部真理标准，而是诉诸一个更弱但更形式化的要求：如果一个人的概率判断彼此冲突，那么原则上可以根据这些判断构造出一组他分别愿意接受、但组合起来无论世界如何发展都会产生损失的赌约。换言之，不一致并不一定意味着某一个具体判断在事实上已经被证明为错误，但它意味着整个信念系统无法同时维持。

这个思想可以进一步推广到一种更一般的“规范一致性”问题。所谓伪善，通常不是简单地“一个人说了假话”，而是同一个行为者在结构等价的情形下，对自己、他人、盟友、对手或不同身份群体应用不同规则。如果这种差异不能由相关信息、不同效用、不同责任结构或者其他实质性变量解释，那么它可以被形式化为一种对称性破缺。Dutch Book 与伪善之间的真正联系也因此变得清晰：两者都可以被理解为对某种一致性条件的违反，只不过 Dutch Book 针对的是概率价格的一致性，而伪善更一般地涉及规范判断、偏好函数、决策规则和身份条件下的评价函数。

进一步地，大语言模型可以被设计成一种自动化一致性审计器。它不需要直接判断某个人是不是伪善的人，而是把该主体已经明确接受的概率判断、条件概率、赔率、规范判断或角色依赖规则转换成一个形式化的价格系统，然后自动搜索是否存在一组合约，使得该主体按照自己的局部判断会分别接受这些合约，但这些合约组合之后，在所有可能世界状态中都产生严格负收益。

Dutch Book 的基本原理

主观概率与公平价格

Dutch Book 论证通常从主观概率开始。设某个事件为 $A$，一个决策者认为事件 $A$ 发生的概率为 $p$，其中 $0 \leq p \leq 1$。可以考虑一张最简单的二元合约：如果 $A$ 发生，则支付 $1$；如果 $A$ 不发生，则支付 $0$。若决策者风险中性，并且将自己的主观概率直接映射为公平价格，那么这张合约的公平价格就是 $p$。

形式化地，定义随机变量

\[X_A(\omega)= \begin{cases} 1, & \omega\in A,\\ 0, & \omega\notin A. \end{cases}\]

如果主观概率测度为 $P$，那么这张合约的主观期望价值为

\[\mathbb{E}_P[X_A]=P(A).\]

因此，当某个人声明 $P(A)=p$ 时，可以将这个概率解释为一种价格承诺：在理想化条件下，他应当把支付 $p$ 换取 $X_A$ 看作公平交易。需要强调的是，这里已经隐含若干假设，包括风险中性、无限可分割头寸、无交易成本、没有流动性约束以及买卖价格对称。现实中的市场主体通常不完全满足这些条件，因此 Dutch Book 首先是一个规范性一致性论证，而不是一个关于现实交易行为的机械定律。

概率公理为什么与避免必亏有关

设一个人同时给出 $P(A)=p$ 和 $P(\neg A)=q$。根据概率公理，应当满足

\[P(A)+P(\neg A)=1.\]

如果 $p+q>1$，那么这个人实际上对互斥且完备的两个事件支付了过高的总价格。考虑他同时以价格 $p$ 买入一张关于 $A$ 的合约，并以价格 $q$ 买入一张关于 $\neg A$ 的合约。总成本为

\[p+q.\]

但无论世界状态如何，$A$ 与 $\neg A$ 恰好有一个成立，因此最终总支付恒等于

\[X_A+X_{\neg A}=1.\]

如果 $p+q>1$，则其净收益恒为

\[1-(p+q)<0.\]

这个损失与真实世界中究竟是 $A$ 发生还是 $\neg A$ 发生无关。也就是说，问题并不在于预测错误，而在于定价系统自身已经形成了一个状态无关的负收益组合。

如果 $p+q<1$，则可以反向构造交易，让该主体卖出相应合约。此时另一方支付 $p+q$，而未来最多支付 $1$；换一种符号约定，仍然可以构造一个由其自身价格体系诱导出的 sure loss。由此，$P(A)+P(\neg A)=1$ 不再只是一个抽象公理，而可以解释为避免内部价格体系产生无套利矛盾的必要条件。

一般形式的 Dutch Book

设状态空间为 $\Omega$，某个主体对一组事件 $A_1,\dots,A_n$ 报价，并接受一组头寸 $\alpha_1,\dots,\alpha_n$。第 $i$ 张合约的净收益可以写为

\[\alpha_i\left(\mathbf{1}_{A_i}(\omega)-p_i\right),\]

其中 $\mathbf{1}_{A_i}$ 是事件 $A_i$ 的示性函数，$p_i$ 是主体为该事件给出的概率价格。整个组合的收益为

\[\Pi(\omega)=\sum_{i=1}^{n}\alpha_i\left(\mathbf{1}_{A_i}(\omega)-p_i\right).\]

如果存在一组头寸 $\alpha_1,\dots,\alpha_n$，使得对所有 $\omega\in\Omega$ 都有

\[\Pi(\omega)<0,\]

那么这个价格体系允许一个严格 Dutch Book。这里最重要的是全称量词：损失不是“高概率发生”，而是对所有允许状态都发生。因此，Dutch Book 所识别的是一种逻辑结构上的不可维持性。

在有限状态空间和适当技术条件下，如果报价对应一个满足概率公理的概率测度，则不存在这样的 sure-loss 组合；反过来，如果报价违反有限可加性或相关一致性条件，则通常可以构造出相应的套利组合。于是，概率公理可以被理解为一种 coherence condition，即信念作为价格时所必须满足的内部一致性约束。

从概率一致性推广到规范一致性

不一致并不等于错误

Dutch Book 最容易被误解的一点，是把“一致”与“正确”混为一谈。一个完全一致的概率系统仍然可能严重错误。例如，某个人可以给出 $P(A)=0.99$ 和 $P(\neg A)=0.01$，这两个概率完全满足加总约束，但真实世界仍可能出现 $\neg A$。一致性只是说明一个人的信念可以由某个单一概率测度表示，而不保证该测度与客观频率、数据生成过程或最终事实一致。

反过来，一个不一致的系统甚至不需要等待事实揭晓，就已经可以从其内部结构中证明存在问题。这一点正是 Dutch Book 最有力量的地方：它把“预测是否正确”和“信念系统是否自洽”分离开来。对于伪善的形式化，这种区分同样重要。一个人在价值判断上可能非常稳定但价值观令人反感，也可能价值观本身合理但在应用规则时不断改变标准。前一种问题不是伪善，后一种才更接近我们要刻画的结构。

把规则表示为评价函数

设行为、事件或政策组成集合 $X$，评价主体的身份、角色或群体标签组成集合 $R$。一个人的规范评价可以表示为函数

\[V:X\times R\rightarrow \mathbb{R},\]

其中 $V(x,r)$ 表示当行为 $x$ 由角色 $r$ 实施时，该主体赋予它的评价。也可以使用离散形式，例如

\[V(x,r)\in\{-1,0,1\},\]

分别表示反对、中立和支持。

如果身份本身与规范判断无关，那么对于两个除身份外完全同构的情形 $(x,r_1)$ 与 $(x,r_2)$，应当满足

\[V(x,r_1)=V(x,r_2).\]

更一般地，如果存在一个角色交换变换 $T$，它只改变与规范上无关的身份标签，那么一个角色中立的评价函数应满足

\[V(z)=V(Tz).\]

这里的 $z$ 可以理解为一个包含行为、后果、意图、责任条件和主体身份的完整情境。如果 $T$ 仅交换“自己”和“他人”，而所有与道德相关的变量保持不变，那么 $V(z)\neq V(Tz)$ 就意味着某种角色交换不变性被破坏。

伪善的数学形式化

作为角色交换不变性的违反

可以把最简单的伪善定义为角色交换下的评价不一致。设 $S$ 表示主体自身，$O$ 表示其他人。对同一个行为 $x$，如果

\[V(x,S)\neq V(x,O),\]

并且不存在任何规范相关变量能够解释这种差异，那么这种结构可以称为身份条件下的评价不一致。

可以进一步定义一个“伪善间隙”：

\[H(x)=\left|V(x,S)-V(x,O)\right|.\]

当 $H(x)=0$ 时，至少在行为 $x$ 上不存在自我与他人的评价差异；当 $H(x)>0$ 时，存在某种身份依赖。对于连续评价函数，$H(x)$ 还可以衡量这种不一致的程度。

不过，单纯的 $H(x)>0$ 并不足以证明伪善。例如，某个人可能认为父母对自己孩子负有特殊义务，因此相同行为由父母和陌生人实施时确实应该得到不同评价。在这种情况下，角色变量本身携带规范相关信息。真正需要检验的是，在控制相关变量之后，是否仍存在无根据的身份依赖。

因此，更严谨的定义应加入一组规范相关特征 $Z$。评价函数写成

\[V(x,r,z).\]

如果两个情形满足相同的行为 $x$ 与相关条件 $z$，但只改变角色标签 $r$，而评价发生变化，则可以定义条件化的伪善间隙

\[H(x,z)=\left|V(x,S,z)-V(x,O,z)\right|.\]

只有在 $z$ 足够控制相关差异时，这个量才具有解释力。

作为规则与实例的冲突

另一类更明显的伪善结构是一般规则和具体实例之间的冲突。假设某个人声称一个一般原则

\[\forall x,\; C(x)\rightarrow R(x),\]

其中 $C(x)$ 表示某种条件，$R(x)$ 表示应当采取的规范判断。如果该主体同时承认某个具体实例 $a$ 满足 $C(a)$，却又坚持 $\neg R(a)$，那么其承诺集合包含

\[C(a),\] \[\forall x,\; C(x)\rightarrow R(x),\]

以及

\[\neg R(a).\]

这三个命题不能同时成立，因此形成一个最小不可满足集合。这里甚至不需要概率，只需要经典逻辑即可得到

\[C(a)\land \left(C(a)\rightarrow R(a)\right)\land \neg R(a)\models \bot.\]

在现实辩论中，许多所谓“双重标准”都可以转化成这种结构。一个人先宣称“所有满足条件 $C$ 的行为都应该受到谴责”，但当对象变成自己或自己支持的群体时，又拒绝对满足同样条件的实例作出相同判断。此时问题首先是规则一致性，而不一定是严格意义上的 Dutch Book。

作为行为与声明的分离

还可以定义声明规则 $D$ 和实际选择规则 $A$。对于同一个情境 $x$，若一个主体公开宣称

\[D(x)=1,\]

但稳定地采取

\[A(x)=0,\]

则可以定义行为—声明偏差

\[G(x)=|D(x)-A(x)|.\]

对于大量情形，可以定义平均偏差

\[\bar{G}=\frac{1}{n}\sum_{i=1}^{n}|D(x_i)-A(x_i)|.\]

但这种形式化需要格外谨慎，因为“说一套、做一套”并不总意味着逻辑不一致。一个人可能相信某行为在道德上正确，却因为成本、能力不足、时间约束或其他偏好而没有执行。因此，如果要把这种差异解释为伪善，需要额外建模行动成本与效用函数，而不能简单地把 $D(x)\neq A(x)$ 当作充分条件。

Dutch Book 与伪善之间的联系

二者共享的核心是 coherence

Dutch Book 与伪善最深层的联系，不是“伪善的人一定会输钱”，而是二者都可以表示为一种 coherence failure。对于主观概率，coherence 的条件由概率公理给出；对于规范判断，coherence 可以由角色交换不变性、一般规则的一致应用、传递性或者时间一致性等原则给出。

可以把一个主体的承诺集合记作

\[C=\{C_1,C_2,\dots,C_n\}.\]

如果存在某个子集 $M\subseteq C$，满足

\[M\models\bot,\]

那么 $M$ 是一个不一致集合。如果进一步要求删除其中任意一个命题后系统恢复可满足性，那么它就是一个 minimal inconsistent subset，即最小不一致子集。

从这个角度看，Dutch Book 只是一个特别强的版本：不仅能够证明命题集合不一致，而且能够把这种不一致映射成一个状态无关的损失函数。

从双重标准到价格不一致

考虑一个更接近伪善的例子。假设存在两个结构完全相同的事件 $A_S$ 与 $A_O$，区别只有事件涉及“自己”还是“别人”。假定主体明确承认二者在事实结构上同构，因此合理的概率应该满足

\[P(A_S)=P(A_O).\]

但在具体判断中，他分别给出

\[P(A_S)=0.8\]

和

\[P(A_O)=0.3.\]

如果身份标签没有包含任何额外信息，那么这种差异就违反了主体自己承认的对称性约束。此时可以定义概率版的伪善间隙

\[H_P=|P(A_S)-P(A_O)|.\]

在这个例子中，

\[H_P=|0.8-0.3|=0.5.\]

然而，仅有 $H_P>0$ 仍然不意味着已经存在严格 Dutch Book。要构造真正的 Dutch Book，还需要这些概率判断能够共同转化为实际可接受的价格，并且存在一组合约使最终收益满足

\[\forall\omega,\;\Pi(\omega)<0.\]

因此，“双重标准”与“可被 Dutch Book”之间存在重要差别。前者意味着某种不变性条件被违反；后者要求这种违反进一步进入一个可交易、可组合的概率价格体系，并产生 sure loss。

什么时候伪善能够转化为 Dutch Book

如果一个人不仅在语言上对相同结构使用不同标准，而且愿意根据这些不同标准分别承担对应的决策后果，那么伪善就可能从“表述上的不一致”变成“行为上的可套利不一致”。设两个经过角色交换后完全等价的合约分别被赋予价格 $p_S$ 和 $p_O$，且主体承认两者具有相同状态支付结构，那么理论上应满足

\[p_S=p_O.\]

若实际上 $p_S\neq p_O$，则可以利用同一支付流的价格差异构造买低卖高的零风险组合。若 $p_S>p_O$，则买入低价版本并卖出高价版本，初始现金流为

\[p_S-p_O>0,\]

而未来两个合约的支付相互抵消，因此最终状态依赖收益为 $0$。整体净收益恒为正，对手则承担对应的确定损失。

这里的关键不在于“伪善”这个道德标签，而在于该主体同时坚持了两个不可共同维持的价格。只要双重标准停留在语言表达层面，而没有对应到稳定的交换率、决策权重或可比较效用上，就不能直接宣称存在 Dutch Book。

伪善破产条件

从理论上能够构造 sure-loss 组合，并不等于现实中的主体一定会经济破产。要从“信念不相容”推出“财富不断下降”，还需要加入相当强的环境假设。例如，主体必须持续按照这些不一致价格交易，对手必须能够观察这些价格并同时取得所需头寸，交易必须没有过高成本，主体不能设置仓位限制，也不能在发现问题之后更新自己的信念。

如果在第 $t$ 轮交易中，主体的财富为 $W_t$，由于不一致价格而产生确定损失 $\ell_t>0$，则财富演化为

\[W_{t+1}=W_t-\ell_t.\]

经过 $T$ 轮，

\[W_T=W_0-\sum_{t=0}^{T-1}\ell_t.\]

只有当

\[\sum_{t=0}^{\infty}\ell_t\]

足够大，而且主体始终不修正信念，才可能推出财富最终耗尽。现实中更合理的模型通常包含学习。设不一致程度为 $I_t$，主体在遭遇反例后更新其信念，则可能有

\[I_{t+1}<I_t.\]

于是 Dutch Book 的作用更像是一种纠错压力，而不是必然的灭绝机制。一个能够学习的主体可能在承受少量损失之后迅速恢复一致性。

这也是为什么把 Dutch Book 理解为“自然选择会自动淘汰伪善者”过于强烈。更准确的说法是：在一个重复决策、错误具有成本且存在有效反馈的环境中，持续违反一致性约束的策略会承受系统性选择压力。至于这种压力最终表现为经济损失、声誉损失、预测失败、策略调整还是信念更新，则取决于具体制度和激励结构。

约束求解

Commitment Ledger

如果希望让 LLM 自动发现这类结构，一个有效方法是维护一个 commitment ledger，也就是“承诺账本”。每次对话不直接围绕自然语言进行争论，而是将用户已经明确接受的命题转化为结构化对象：

\[C_t=\{C_1,C_2,\dots,C_n\}.\]

每个 $C_i$ 不仅包含命题内容，还应记录时间、条件、适用对象、概率、规范强度以及主体是否明确确认。一个简化表示可以写成

\[C_i=(\phi_i,r_i,z_i,p_i,t_i),\]

其中 $\phi_i$ 是命题，$r_i$ 是角色信息，$z_i$ 是上下文条件，$p_i$ 是置信度或概率，而 $t_i$ 是时间。

这样做的优势在于，LLM 不再依赖模糊的“你刚才好像说过”式语言，而可以对一组显式约束进行比较。

最小不一致集合

理想的系统不应该一次找出几十个表面矛盾，而应该优先寻找最小不一致集合。定义

\[M\subseteq C,\]

并要求

\[M\models\bot,\]

同时对于任意真子集 $M’\subset M$，

\[M'\not\models\bot.\]

这样的 $M$ 就构成最小矛盾核心。它在对话中的价值非常大，因为主体只需要面对最少数量的承诺。与长篇反驳相比，一个三条命题组成的不可满足集合更难被语言噪声掩盖。

角色交换测试

对于疑似双重标准，可以定义一个角色交换算子 $T$。如果命题 $\phi$ 描述“对手做了行为 $x$”，那么 $T(\phi)$ 描述“自己做了行为 $x$”，其他相关变量保持不变。

如果主体接受

\[J(\phi)=1\]

而拒绝

\[J(T\phi)=1,\]

系统首先检查两者是否真的结构同构。如果确认只有身份变量不同，则记录一个 invariance violation。可以定义

\[I_T(\phi)=|J(\phi)-J(T\phi)|.\]

若使用连续评分，则 $I_T$ 可以进一步表示规范判断对角色标签的敏感度。

概率一致性测试

当陈述能够转化为概率时，可以进一步检查标准概率约束，例如

\[P(A)+P(\neg A)=1,\] \[P(A\cup B)=P(A)+P(B)-P(A\cap B),\]

以及在 $P(B)>0$ 时

\[P(A\mid B)=\frac{P(A\cap B)}{P(B)}.\]

若 LLM 能够从对话中提取 $P(A)$、$P(B)$、$P(A\cap B)$ 等数值，就可以把自然语言争论转化成一个小型约束系统。此时矛盾检测甚至不需要复杂的语言理解，只需要代数检查。

LLM 在这里真正加速的部分

LLM 最有价值的作用不是制造更多反驳，而是降低发现矛盾的搜索成本。人类对话通常存在大量语义漂移，同一个概念可能不断更换措辞，条件可能被悄然增加，适用范围可能从“所有人”缩小为“通常情况”，角色也可能从一般主体变成特定群体。一个 LLM 可以把这些语言变化持续归一化，并维护一个动态的约束集合。

设第 $t$ 轮的承诺集合为 $C_t$。对方新产生一个承诺 $c_{t+1}$ 后，系统执行

\[C_{t+1}=C_t\cup\{c_{t+1}\}.\]

然后重新搜索

\[M_{t+1}\subseteq C_{t+1}\]

是否满足 $M_{t+1}\models\bot$。如果发现矛盾，系统并不需要立即输出长篇论证，而只需要询问对方是否继续接受 $M_{t+1}$ 中的每个命题。一旦某个命题被撤回，新的集合变成

\[C_{t+1}'=C_{t+1}\setminus\{C_i\}.\]

因此，对话可以被视为一个在线 belief revision 过程。LLM 的“加速”来自结构化、搜索、记忆与约束传播，而不是来自更激进的措辞。

一个面向 LLM 的一致性审计 Prompt

下面的 Prompt 将 Dutch Book、角色交换测试、最小不一致集合和信念修订组合成一个统一流程。它更适合被用于研究、辩论分析、哲学实验或模型评测，而不是用于诱导真实对象承担隐藏的经济风险。

你是一名 Belief Coherence Auditor，也就是“信念一致性审计器”。

你的目标不是说服对方接受某个预设结论，而是把对方明确接受的陈述形式化，并检测其中是否存在：

1. 概率不一致；
2. 逻辑矛盾；
3. 规则与实例冲突；
4. 角色交换不变性违反；
5. 偏好循环；
6. 时间不一致；
7. 行为与显式规则之间的结构性冲突。

你必须区分：
- 严格 Dutch Book；
- 一般逻辑不一致；
- 规范双重标准；
- 动态不一致；
- 单纯的语义歧义。

不得把所有矛盾都称为 Dutch Book。

## 第一阶段：建立 Commitment Ledger

对于每一条已经被明确接受的陈述，建立记录：

C_i:
- 原始陈述
- 形式化表达
- 适用主体
- 适用对象
- 相关条件
- 时间
- 概率或置信度
- 是否已经明确确认

不要把你自己的推测加入 Commitment Ledger。

## 第二阶段：规范化

将语义上等价的表达映射到相同命题。

特别检查：
- “所有”
- “任何”
- “通常”
- “可能”
- “应该”
- “必须”
- “我认为”
- “我愿意据此行动”

不要把强度不同的表达强行视为等价。

## 第三阶段：寻找最小不一致集合

搜索最小集合：

M = {C_i, C_j, ..., C_k}

使得这些承诺无法同时成立。

如果不存在严格逻辑矛盾，则不要声称存在矛盾。

优先输出最小集合，而不是列举大量弱冲突。

## 第四阶段：角色交换测试

对于涉及自己、他人、盟友、对手、内群体、外群体的判断，构造角色交换后的情境 T(x)。

先验证：
- 行为是否相同；
- 信息是否相同；
- 后果是否相同；
- 责任是否相同；
- 权利和义务是否相同；
- 是否存在其他规范相关变量。

只有在这些变量被控制之后，才比较：

V(x) 与 V(T(x))

如果两者不同，标记为：

Role-Invariance Violation

不要立即使用“伪善”作为人格标签。

## 第五阶段：概率一致性测试

如果出现概率、赔率、置信度或公平价格，检查：

P(A) + P(not A) = 1

P(A or B) = P(A) + P(B) - P(A and B)

P(A|B) = P(A and B) / P(B)

以及其他适用的概率约束。

如果存在违反，则尝试构造状态收益表。

只有在能够证明存在组合：

Pi(omega) < 0

对所有允许状态 omega 都成立时，才标记：

Strict Dutch Book = YES

否则：

Strict Dutch Book = NO

## 第六阶段：寻找最强善意解释

在判定矛盾之前，主动检查是否存在以下解释：

- 新信息出现；
- 时间点不同；
- 风险偏好不同；
- 行动成本不同；
- 法律或角色责任不同；
- 权利结构不同；
- 情境并非真正同构；
- 概率只是语言上的近似表达；
- 对方已经修改了原来的观点。

如果某个解释能够使承诺同时成立，则撤销矛盾判断。

## 第七阶段：生成最小压力问题

不要立即输出长篇反驳。

优先生成能够最大化信息增益的问题，例如：

“你是否仍然同时接受 C3 和 C7？”

或者：

“如果角色标签交换，而其他条件完全不变，你是否仍然维持同样的规则？”

或者：

“你给 A 的概率是 0.7，同时给 not-A 的概率是 0.5。你准备修改哪一个？”

每轮尽量只解决一个最小矛盾核心。

## 第八阶段：信念修订

如果对方撤回或修改某个命题，立即更新 Commitment Ledger。

不得继续把已经撤回的观点归因于对方。

更新后的系统重新执行：

Extract
→ Normalize
→ Constraint Check
→ Role-Swap Test
→ Dutch-Book Test
→ Minimal Revision

## 第九阶段：输出格式

每轮输出：

当前确认承诺：
C1, C2, ...

当前最小不一致集合：
{...}

矛盾类型：
- Strict Dutch Book
- Probability Incoherence
- Logical Contradiction
- Role-Invariance Violation
- Preference Inconsistency
- Dynamic Inconsistency
- No Demonstrated Contradiction

最强善意解释：
...

为恢复一致性最少需要修改：
...

下一条最具信息量的问题：
...

Consistency Score:
0-100

注意：

Consistency Score 只表示内部一致程度，不表示事实正确性、道德正确性或人格价值。

信念审计模型

传统的辩论式 Prompt 往往要求模型“反驳对方”“证明对方错误”或者“寻找最有力的攻击点”。这种设计容易导致确认偏误，因为模型已经被预设了结论。如果目标是真正研究伪善的数学结构，那么更好的设计是让模型成为 constraint auditor，而不是 advocate。

二者的优化目标不同。辩论模型实际上在最大化类似

\[\max_{\text{response}}\operatorname{Persuasiveness}(\text{response}),\]

而一致性审计模型更接近于

\[\min_{M\subseteq C}|M|\]

subject to

\[M\models\bot.\]

也就是说，它寻找的是最小矛盾证明，而不是最长、最有攻击性的论证。在概率场景下，还可以进一步把目标写成寻找一组头寸 $\alpha$，满足

\[\max_{\alpha}\min_{\omega}-\Pi_{\alpha}(\omega),\]

其中只有当最优值严格大于 $0$ 时，才意味着存在真正意义上的 sure-loss 结构。

这种设计更适合 LLM，因为语言模型擅长从自然语言中抽取隐含前提，但并不天然适合做严格数学证明。将任务拆分为“语义抽取—结构标准化—约束验证—最小矛盾解释”之后，可以把逻辑检查交给确定性程序、SAT/SMT solver 或符号数学系统，而让 LLM 负责接口层。这种混合架构会比单纯依赖语言模型可靠得多。

一个更完整的技术架构

如果要把上述思想实现成真正的软件，可以采用四层结构。第一层是自然语言解析器，将语句映射成命题、概率与角色标签；第二层是 commitment database，保存已经确认的承诺和版本变化；第三层是 coherence engine，运行逻辑约束、概率约束以及角色交换测试；第四层才是 LLM dialogue policy，根据当前最小矛盾集选择下一条信息增益最大的提问。

设隐藏信念状态为 $\theta$，候选问题为 $q$，回答为 $a$。如果希望形式化“下一条最好的问题”，可以使用信息增益

\[IG(q)=H(\theta)-\mathbb{E}_{a}[H(\theta\mid a)],\]

其中 $H$ 是熵。系统选择

\[q^*=\arg\max_q IG(q).\]

这样，LLM 的任务就从“输出最犀利的反驳”变成“提出最能区分不同信念模型的问题”。这更接近主动学习、贝叶斯实验设计和二十问式信息获取，而不是普通辩论。

对于伪善识别尤其如此。真正高价值的问题通常不是“为什么你这么双标”，而是构造一对经过精确角色交换的情境，然后询问评价是否仍然相同。如果答案相同，则原本的伪善假设可能被证伪；如果答案不同，则进一步寻找哪些变量解释了差异。只有当所有合理解释变量都被控制之后，身份标签本身仍然显著影响判断，才有充分理由把它视为一种结构性双重标准。

LLM 作为自动化 Dutch Book 合约构造器

进一步地，大语言模型可以被设计成一种 自动化 Dutch Book 合约构造器。它的任务不只是判断某个主体的信念是否存在矛盾，而是把该主体已经明确接受的概率判断、条件概率、赔率、规范判断或角色依赖规则转换成一个形式化的价格系统，然后自动搜索是否存在一组合约，使得该主体按照自己的局部判断会分别接受这些合约，但这些合约组合之后，在所有可能世界状态中都产生严格负收益。换言之，LLM 不需要首先回答“这个人是不是伪善的”，而是执行一个更强、也更可验证的计算任务：给定主体的承诺集合 $C={C_1,\dots,C_n}$，自动寻找一个合约组合 $\mathcal{B}={B_1,\dots,B_m}$，使得每个 $B_i$ 都能够由主体自己的信念或报价得到局部合理化，同时组合收益满足

\[\forall \omega\in\Omega,\quad \Pi_{\mathcal{B}}(\omega)<0.\]

如果能够找到这样的 $\mathcal{B}$，那么系统得到的就不再只是“这个人的几句话看起来互相矛盾”这一语言层面的判断，而是一个可以直接检查的数学证书：主体的承诺可以生成一个 sure-loss portfolio。这里的关键对象因此从自然语言中的“伪善”转变为一个更精确的优化问题，即如何把非一致信念自动编译成状态依赖合约。

从自然语言判断到合约价格

设主体针对事件 $A_i$ 给出的主观概率为 $p_i$。对于每个事件，可以定义一张标准 Arrow-Debreu 风格的二元合约

\[X_i(\omega)=\mathbf{1}_{A_i}(\omega),\]

其中当 $A_i$ 发生时支付 $1$，否则支付 $0$。如果主体把 $p_i$ 视为该合约的公平价格，那么以价格 $p_i$ 买入一个单位后的净收益为

\[B_i(\omega)=\mathbf{1}_{A_i}(\omega)-p_i.\]

如果允许头寸 $\alpha_i$ 为正或负，则一个合约组合可以写成

\[\Pi(\omega)=\sum_{i=1}^{n}\alpha_i\left(\mathbf{1}_{A_i}(\omega)-p_i\right).\]

于是 Dutch Book 构造问题可以直接写成一个可行性问题：寻找 $\alpha_1,\dots,\alpha_n$，使得

\[\forall\omega\in\Omega,\quad \sum_{i=1}^{n}\alpha_i \left( \mathbf{1}_{A_i}(\omega)-p_i \right)<0.\]

如果状态空间有限，设 $\Omega={\omega_1,\dots,\omega_k}$，那么这一问题可以写成有限线性不等式系统：

\[\sum_{i=1}^{n}\alpha_i \left( \mathbf{1}_{A_i}(\omega_j)-p_i \right)<0, \qquad j=1,\dots,k.\]

因此，从计算角度看，Dutch Book 的自动构造并不神秘。LLM 的主要作用是把自然语言陈述转化成事件、逻辑关系和价格约束，而真正的合约搜索可以交给线性规划、凸优化或者 SMT solver。一个可靠的系统实际上应当采用混合架构：

\[\text{Natural Language} \rightarrow \text{Belief Extraction} \rightarrow \text{Formal Events} \rightarrow \text{Price Constraints} \rightarrow \text{Portfolio Search}.\]

如果最后一个阶段返回可行解，那么系统便获得一个明确的 Dutch Book certificate。

从伪善结构到角色条件合约

这种方法也可以用于分析更一般的“双重标准”。设同一行为 $x$ 在两个角色条件下分别对应事件 $A_S$ 和 $A_O$，其中 $S$ 表示主体自身，$O$ 表示其他人。如果主体同时承认这两个情境在与判断相关的事实上完全同构，则应存在一个角色交换映射 $T$，满足

\[T(A_S)=A_O.\]

如果角色本身没有提供额外信息，那么一致性要求可以写成

\[P(A_S)=P(A_O).\]

然而，如果主体分别给出

\[P(A_S)=p_S\]

和

\[P(A_O)=p_O,\]

且 $p_S\neq p_O$，那么模型首先检测到的是一个角色交换不变性违反。LLM 接下来的任务不是使用“伪善”进行人格判断，而是尝试把这种差异映射成两个具有相同终端支付结构的合约：

\[X_S(\omega)=X_O(\omega).\]

如果主体却愿意分别以 $p_S$ 和 $p_O$ 对它们定价，就出现

\[p_S\neq p_O.\]

假设 $p_S>p_O$，则可以构造一个理论上的价差组合：在低价一侧持有正头寸，在高价一侧持有相反头寸。其状态依赖支付完全抵消，而价格差为

\[p_S-p_O>0.\]

因此，对手的净收益可以写成

\[\Pi(\omega)=p_S-p_O,\]

并且满足

\[\forall\omega,\quad \Pi(\omega)>0.\]

相应地，提供不一致报价的一方承担确定损失。这说明，如果所谓“伪善”不仅表现为语言上的不同评价，而且进一步表现为对结构等价对象赋予不同交换价格，那么双重标准就能够被转换成一种真正的无套利违规。

自动化合约设计问题

因此，可以把整个任务形式化为一个自动合约设计问题。给定主体的信念集合

\[C=\{C_1,C_2,\dots,C_n\},\]

LLM 首先从中抽取一组事件

\[E=\{A_1,A_2,\dots,A_m\},\]

然后抽取相应价格或概率

\[P=\{p_1,p_2,\dots,p_m\},\]

以及事件之间的逻辑约束

\[L=\{L_1,L_2,\dots,L_r\}.\]

接下来，合约生成器定义候选证券

\[X_i:\Omega\rightarrow\mathbb{R},\]

并搜索头寸向量

\[\alpha=(\alpha_1,\dots,\alpha_m).\]

最简单的优化目标可以写成最大化最坏状态下的确定收益：

\[\max_{\alpha}\min_{\omega\in\Omega} \sum_{i=1}^{m} \alpha_i \left( X_i(\omega)-p_i \right).\]

如果最优值满足

\[\max_{\alpha}\min_{\omega\in\Omega}\Pi_{\alpha}(\omega)>0,\]

那么从对手视角存在严格套利；等价地，从原主体视角存在严格 Dutch Book。这个数值甚至可以被解释为该价格系统在给定头寸约束下的“可套利幅度”。

为了避免通过任意放大头寸得到无穷结果，可以增加标准化约束，例如

\[\sum_{i=1}^{m}|\alpha_i|\leq 1.\]

于是可以定义一个 coherence gap：

\[D(C)= \max_{\|\alpha\|_1\leq1} \min_{\omega\in\Omega} \Pi_{\alpha}(\omega).\]

若

\[D(C)=0,\]

则在该合约空间中没有检测到确定套利；若

\[D(C)>0,\]

则存在一个归一化后的 Dutch Book，而且 $D(C)$ 可以作为信念系统偏离无套利条件的数量化指标。

LLM 合约编译

传统 Dutch Book 论证通常假设概率已经以数学形式给出，因此真正困难的步骤被提前完成了。然而在现实语言中，人们不会说“我赋予事件 $A$ 的主观概率是 $0.73$”，而更可能说“这种事情基本不可能发生在我们身上”“如果是他们做的，我几乎可以肯定是故意的”“我们这样做是现实主义，他们这样做就是恶意”。这些表述同时包含事件定义、条件变量、角色变量和不同程度的置信信息。

因此，LLM 最重要的功能是完成从自然语言到形式合约空间的 compilation。对于一段自然语言 $u$，模型可以抽取

\[u \rightarrow (A,z,r,p),\]

其中 $A$ 是事件，$z$ 是条件集合，$r$ 是角色标签，$p$ 是从显式陈述或后续询问中获得的主观概率。对于缺乏数值概率的陈述，模型不应该擅自把“很可能”硬编码成某个具体数字，而应该进一步询问能够确定可接受价格的问题，例如：

“如果一张合约在事件 $A$ 发生时支付 $1$，否则支付 $0$，你认为它的公平价格是多少？”

一旦获得公平价格 $p_A$，自然语言判断就被转换成可进入优化器的数学对象。

自动生成最小 Dutch Book

一个理想的系统不应仅仅寻找任意 Dutch Book，而应寻找尽可能简单的 Dutch Book。因为如果一个矛盾需要二十七张合约和几十个隐藏状态才能展示出来，它在解释层面价值有限。系统可以因此加入稀疏性目标，寻找包含最少合约的 sure-loss portfolio：

\[\min_{\alpha}\|\alpha\|_0\]

subject to

\[\forall\omega\in\Omega,\quad \Pi_{\alpha}(\omega)\leq-\epsilon,\]

其中 $\epsilon>0$ 表示要求存在严格损失。

由于 $\ell_0$ 优化通常是组合问题，可以使用 $\ell_1$ 正则化作为近似：

\[\min_{\alpha}\|\alpha\|_1\]

subject to

\[\Pi_{\alpha}(\omega)\leq-\epsilon \quad \forall\omega.\]

最终得到的结果不是一句“你的信念不一致”，而是一份可以检查的合约表。例如系统可以输出：

合约	主体接受的价格	事件成立时支付	事件不成立时支付	头寸
$B_1$	$p_1$	$1$	$0$	$\alpha_1$
$B_2$	$p_2$	$1$	$0$	$\alpha_2$
$B_3$	$p_3$	$1$	$0$	$\alpha_3$

然后枚举所有状态 $\omega_j$，验证

\[\Pi(\omega_j)<0\]

对每一个 $j$ 都成立。这样，Dutch Book 本身就成为信念不一致的机器可验证证书。

面向 LLM 的自动 Dutch Book 合约设计 Prompt

下面的 Prompt 可以直接用于把 LLM 配置成一个自动化合约构造器。它只生成透明的、用于分析和模拟的假设性合约，而不把结果用于隐蔽诱导真实对象承担经济损失。

你是一名 Automated Dutch Book Contract Designer。

你的任务是：

从一个主体明确接受的概率判断、赔率、条件概率、规则和角色依赖判断中，寻找是否可以构造一个严格 Dutch Book。

你的目标不是评价这个人的人格，而是回答一个数学问题：

是否存在一组主体根据自己的局部信念会分别认为可以接受的假设性合约，使这些合约组合之后，在所有允许世界状态中都给该主体带来严格负收益？

--------------------------------------------------
STEP 1 — EXTRACT COMMITMENTS
--------------------------------------------------

从对话中抽取：

C1, C2, ..., Cn

每一项记录：

- 原始陈述
- 对应事件
- 条件
- 主体角色
- 对象角色
- 时间
- 明确概率
- 隐含概率
- 公平价格
- 是否经过主体确认

不得把模型自己的推测当作主体承诺。

--------------------------------------------------
STEP 2 — DEFINE STATE SPACE
--------------------------------------------------

定义最小状态空间：

Omega = {omega_1, ..., omega_k}

要求：

- 状态互斥；
- 状态完备；
- 只保留计算 Dutch Book 所必需的状态。

列出每个事件在每个状态中的真值。

--------------------------------------------------
STEP 3 — GENERATE CONTRACTS
--------------------------------------------------

对于事件 A_i，定义标准合约：

X_i(omega) = 1 if A_i occurs
X_i(omega) = 0 otherwise

如果主体给出的公平价格为 p_i，则一个单位头寸的净支付为：

B_i(omega) = X_i(omega) - p_i

允许头寸 alpha_i 为正或负。

组合收益为：

Pi(omega) =
sum_i alpha_i * (X_i(omega) - p_i)

--------------------------------------------------
STEP 4 — SEARCH FOR DUTCH BOOK
--------------------------------------------------

寻找头寸：

alpha_1, ..., alpha_n

满足：

Pi(omega) < 0

对所有 omega in Omega 成立。

为了避免无限放大头寸，使用：

sum_i |alpha_i| <= 1

并计算：

D =
max_alpha min_omega [-Pi(omega)]

如果 D > 0：

Strict Dutch Book = YES

如果 D <= 0：

Strict Dutch Book = NO

--------------------------------------------------
STEP 5 — MINIMIZE THE CONTRACT SET
--------------------------------------------------

如果存在 Dutch Book，寻找包含最少合约的解。

优先：

2-contract Dutch Book
3-contract Dutch Book
4-contract Dutch Book

只有在更小集合不存在时，才增加合约数量。

--------------------------------------------------
STEP 6 — ROLE-SWAP TEST
--------------------------------------------------

如果陈述涉及：

self / other
ally / opponent
ingroup / outgroup

构造角色交换 T。

检查：

1. 行为是否相同；
2. 信息是否相同；
3. 后果是否相同；
4. 权利义务是否相同；
5. 时间是否相同；
6. 是否存在其他相关变量。

只有当两个场景真正同构时，才允许加入约束：

P(A) = P(T(A))

或者

Price(A) = Price(T(A))

如果主体在同构条件下给出不同价格，则把它们加入候选套利集合。

--------------------------------------------------
STEP 7 — GENERATE STATE-PAYOFF TABLE
--------------------------------------------------

输出：

Contract
Price
Position
Payoff in omega_1
Payoff in omega_2
...
Payoff in omega_k

然后输出组合后的：

Pi(omega_1)
Pi(omega_2)
...
Pi(omega_k)

必须逐状态验证结果。

--------------------------------------------------
STEP 8 — VALIDATION
--------------------------------------------------

在宣布 Strict Dutch Book = YES 前，检查：

- 是否误解了事件；
- 是否存在隐藏条件；
- 是否把不同时间点的概率混合；
- 是否忽略新信息；
- 是否存在风险厌恶；
- 是否存在买卖价差；
- 是否存在头寸限制；
- 是否误把规范判断当作概率报价；
- 两个角色交换场景是否真的同构。

如果任一问题无法排除，则标记：

Candidate Dutch Book

而不是：

Strict Dutch Book

--------------------------------------------------
STEP 9 — OUTPUT
--------------------------------------------------

输出：

1. Commitment Ledger
2. Formal Event Definitions
3. State Space
4. Subjective Prices
5. Generated Contracts
6. Portfolio Weights
7. State-Payoff Matrix
8. Minimum payoff
9. Strict Dutch Book: YES / NO
10. Coherence Gap
11. Minimal conflicting commitments
12. Assumptions required for the construction

不要输出人格评价。

不要把“不一致”自动等同于“伪善”。

数学结论必须由状态收益表证明。

编译不一致

这样重新定义之后，LLM 的任务发生了一个关键变化。它不再试图直接解决一个高度模糊的问题

\[\text{IsHypocrite}(x)\in\{0,1\},\]

而是计算一个结构化映射：

\[\text{Natural-language commitments} \rightarrow \text{Prices} \rightarrow \text{Contracts} \rightarrow \text{Portfolio} \rightarrow \text{Worst-state payoff}.\]

最终需要判断的量不是一个人的道德标签，而是

\[\min_{\omega\in\Omega}\Pi(\omega).\]

如果对于主体自身视角的组合收益存在

\[\max_{\alpha} \min_{\omega} \left[-\Pi_{\alpha}(\omega)\right] >0,\]

那么系统找到了真正的 Dutch Book。如果不存在这样的组合，则即使语言上存在明显的双重标准，也不能宣称已经发现严格 Dutch Book。

因此，这套框架最有意思的地方不是让 LLM 更擅长“揭露伪善”，而是让它完成一种自动化编译：把自然语言中分散的、局部合理的判断，转换成一组可以同时结算的形式合约，然后检查这些判断是否在组合层面形成状态无关的损失。Dutch Book 在这里不再只是一种哲学论证，而变成了一个可以由 LLM、符号逻辑和优化器共同执行的自动化合约设计问题。

结论

Dutch Book 的核心价值在于，它把“信念一致性”从一个抽象哲学要求转化成了一个可以通过状态收益证明的数学性质。如果一组概率报价不能由一个一致的概率测度表示，那么原则上可以构造一个由这些报价自身诱导出的 sure-loss 组合。因此，Dutch Book 不是在预测谁会犯错，而是在检测某种更基础的内部 incoherence。

伪善可以用类似的思路形式化，但不能简单等同于 Dutch Book。一个较为严谨的定义是：在控制所有规范相关变量之后，某个主体的评价函数仍然对角色、身份或群体标签表现出不应存在的依赖。对于角色交换算子 $T$，这种结构表现为 $V(x)\neq V(Tx)$。对于一般规则，则可以表现为普遍原则与具体实例之间的不可满足集合。只有当这种差异进一步映射为可同时接受的概率价格、赔率或决策交换率时，它才可能产生严格 Dutch Book。

从计算角度看，这给出了一个比“让 LLM 更会辩论”更有意义的方向。可以把对话看作不断增长的约束集合，把伪善检测看作角色交换不变性测试，把 Dutch Book 看作概率价格系统中的无套利约束，再让 LLM 负责抽取命题、寻找最小矛盾核心和生成最大信息增益的问题。这样，LLM 所加速的并不是对某个人的攻击，而是从自然语言到形式化一致性检验的转换过程。

最终，这套框架可以被概括为一个简单循环：

\[\text{Statement} \rightarrow \text{Formal Commitment} \rightarrow \text{Constraint Set} \rightarrow \text{Coherence Test} \rightarrow \text{Minimal Contradiction} \rightarrow \text{Belief Revision}.\]

在这个意义上，Dutch Book、形式逻辑、规范一致性和 LLM 可以被统一到同一个技术框架中：它们共同研究的不是“一个人是否令人喜欢”，而是一个信念系统能否在自己的规则下长期保持自洽。