博弈与合作——满怀慈爱的博弈论

上一节中，通过对民主与强权的对比，我们初步了解权限合理化在合作中的重要作用。这一节，我们聊聊博弈论及其对合作的启示。

囚徒的困境

---

“囚徒困境”是1950年美国兰德公司提出的博弈论模型。让我们拿好小板凳，先围观一下下！

背景：两个共谋犯罪的人被关入监狱，不能互相沟通。

• 情况一：如果两个人都不揭发对方，则由于证据不确定，每个人都坐牢一年；（最优解）
• 情况二：若一人揭发，而另一人沉默，则揭发者因为立功而立即获释，沉默者因不合作而入狱十年；（次优解）
• 情况三：若互相揭发，则因证据确实，二者都判刑八年。（最差解）

结果：由于囚徒无法通信或信任对方，因此倾向于互相揭发（最差解），而不是同守沉默（最优解）。

在对囚徒困境进行分析之前，我们先对博弈论的基本要素进行一下科普。

博弈论科普

---

博弈论（Game Theory）既是现代数学的一个新分支，也是运筹学的一个重要学科。基本要素：

1. 玩家(Players)：每一个有决策权的参与者。
2. 规则（Rules）：在博弈中，每个玩家必须遵守的规则。
3. 策略(Strategies)：在博弈中，每个玩家可选择决策的集合。

囚徒困境的分析

---

玩家层面。表面上，是两个囚徒在博弈。实际上，还有第三个玩家，警察。所以，这不是一场“双人博弈”，而是一场“三方博弈”。 启示：在一场博弈中，看不到隐藏的对手是最危险的。

规则层面。警察垄断了规则（Rules）。本质上，这不是一场“对称博弈”，而是一场“非对称博弈”。规则的不对称，必然导致优势的不对称。所以，囚徒必败，警察必胜。启示：规则不对称的局，勿入，除非你是优势方。

策略层面。囚徒的失败，不是策略（或者算力不足）的问题，而是规则的问题。静态的“非重复博弈”，往往会造成玩家的短视。动态的“重复博弈”，往往会提高玩家的双赢能力。启示：算力强，只是在博弈中胜出的必要条件，但不是充分条件。

博弈论对合作的启示

---

关键点：尽力促成“重复博弈/重复合作”。 时间是最好的试金石。“重复博弈/重复合作”借助时间的力量，会实现两个转化。

• 将“非合作博弈”转化为“合作博弈”；
• 将“零和合作”转化为“双赢合作”。

这样，将博弈论这套饱受争议的理论，由“阴险狡诈的工具”转化为“满有慈爱的智慧”。

在前者基础之上：

• 让更多的玩家参与其中。（More Players）
• 双赢规则优先。(Smart Rules)
• 努力提高算力，不要成为团队的累赘。(Good Strategies)