概率是0
理论物理学家对这个场景最熟悉了。
物理学家观察世界时候都需要一些假设。你假设硬币是公平的，世界连续给你一亿次正面——这时候该动摇的不是世界，是你的假设。
先算一笔账
假设这枚硬币是公平的，正反面各50%。那连续扔一亿次全是正面的概率是多少？
P = (1/2)¹⁰⁰⁰⁰⁰⁰⁰⁰
这个数字大约是10的负三千万次方。到底有多小？
你被蒙上眼睛，整个可观测宇宙中有一个原子被标记成红色。你随手一指，正好指中了那个红色原子。这件事的概率大约是10⁸⁰分之一，已经是匪夷所思的运气了。但现在，红色标记随机跳到另一个原子上，你再指一次，又中了。再跳，再指，又中了。如此重复三十七万五千次，每次都精准命中——这就是公平硬币连续扔出一亿次正面的概率。
在任何有物理意义的尺度上，这个概率等于零。
所以结论很自然：硬币不是公平的。下一次反面朝上的概率极低，接近于零。
这个推理过程有个正式的名字。
「如果假设成立，这件事几乎不可能发生——但它发生了，所以假设有问题」
这就是统计学里假设检验的核心逻辑。更准确地说，它叫反证法的概率版本。
经典的反证法是：假设A成立 → 推出矛盾 → 所以A不成立。
概率版本是：假设A成立 → 观测结果出现的概率极低 → 所以有充分理由怀疑A。
这里的「极低」在统计学中有个量化标准，叫p值。p值就是”假设背景假设成立，观测到当前结果（或更极端结果）的概率”。p值越小，背景假设越可疑。
硬币这道题的p值是(1/2)¹⁰⁰⁰⁰⁰⁰⁰⁰，已经小到没有任何争议了。但在真实的科学研究中，边界情况才是关键。
物理学家怎么用这套逻辑
2012年，欧洲核子研究中心宣布发现了希格斯玻色子。他们用的判据是所谓的「5σ标准」。
这是什么意思？就是说：如果希格斯玻色子不存在（这是背景假设），那么探测器看到这种信号的概率，小于百万分之一。概率这么低，我们有理由拒绝「它不存在」这个假设，转而接受「它存在」。
5σ对应的p值大约是0.0000003。物理学家选这么严格的标准，是因为粒子物理实验的数据量极大，统计涨落容易制造假信号。历史上有不少”发现”后来被证明只是噪声——比如2003年的五夸克态，当时只有4σ左右，后来就消失了。
所以5σ不是随便定的，是被错误教训出来的。
这套逻辑远比你想的更普遍
其实你每天都在做类似的推理，只是没有意识到。
你去一家新餐厅，连续吃了三次都难吃。你会想「大概这家店就是不行」，而不会想「菜品质量和我的体验完全无关，下次可能就好吃了」。你在用数据拒绝一个假设（「这家店做菜水平不错」），虽然你没有算过p值。
医学里这套逻辑更加关键。临床试验要证明一种新药有效，核心步骤就是：假设这种药和安慰剂没有区别（背景假设），然后看实验数据。如果服药组的疗效好到「假设药没用的话，出现这种结果的概率不到5%」，就拒绝背景假设，认为药物确实有效。
司法领域也是同样的结构。DNA鉴定的逻辑是：如果嫌疑人和犯罪现场的DNA来自不同的人（背景假设），那么两份DNA完全匹配的概率是多少？如果这个概率是几十亿分之一，法庭就有理由拒绝「不是同一个人」的假设。
那个经典的错误回答
回到原题。很多人会说「1/2，因为每次投掷是独立事件」。
这个回答的问题在于，它把一个需要论证的假设当成了不言自明的前提。每次投掷独立、正反概率各半——这是你对硬币的一个模型。模型需要被数据检验。当一亿次实验的结果和模型的预测严重矛盾时，理性的做法是质疑模型，而不是无视数据。
这恰恰就是频率学派和贝叶斯学派的核心分歧。频率学派倾向于把概率看成客观属性：硬币的公平性是它的固有性质，跟你观察到什么无关。贝叶斯学派把概率看成认知状态：你对世界的了解应该随着证据持续更新。
在这道题里，贝叶斯的立场几乎不可反驳。无论你事先多么相信这枚硬币是公平的，一亿次正面之后，贝叶斯更新会把你的信念压到无限趋近于零。你的先验概率再高也没用——数据量足够大的时候，数据会碾压一切先验。
世界为什么是这样的
这套逻辑之所以有效，根源在于世界有一个基本特征：规律性。
如果宇宙是完全随机的，没有任何稳定的模式，那么过去的观测就无法告诉你未来会发生什么，归纳推理就彻底失效。但事实是，物理定律在时间和空间上具有惊人的一致性——这是对称性的体现。今天的引力常数和昨天一样，北京的电磁力和纽约的电磁力一样。正是因为这种一致性，「用已有数据推断未来」才是合理的策略。
一枚连续出现一亿次正面的硬币，向你展示了一个极其强烈的规律。忽略这个规律，坚持一个和数据完全矛盾的理论假设，这在认识论上讲不通，在实践中也行不通。
数据已经足够明显的时候，你就应该质疑背后的假设了。
