博弈论：不纵容，但要宽容
为什么旅游景点的饭菜质次价高？因为那是单次博弈。你下次就不来了，他能骗一次是一次。而像麦当劳这样的连锁店，哪怕是开在旅游景点，也会保证质量，因为它要为整个品牌的声誉负责。很多商家说我们要做一百年，有些商店搞会员制，这些都是重复博弈。
重复博弈之所以有效，是因为背叛者会受到惩罚。最直接的惩罚就是下次我也背叛你，让你得不到合作的好处。这一讲咱们专门说说惩罚。
1、美国往事
以前有些阴谋论者认为这个世界是被某些秘密组织控制的，比如“罗斯柴尔德家族”、“骷髅会”、“共济会”之类，其实都是些无稽之谈。并不是说没有人想秘密控制世界，而是这个世界实在太大也太复杂，根本就控制不了，更不用说用秘密的方法控制。
但是，美国历史上曾经有过一个非常成功的秘密组织。它的成员都是有钱人，不但有钱而且还对组织无比忠诚。组织成员视彼此为亲人，有生意通常只跟内部的人做，对外甚至根本不透露组织的存在。组织 1890 年代诞生于纽约，到 1920 年代就把势力扩大到了全国，而美国社会直到 1940 年代才知道它的存在。这个组织就是....美国的黑手党。
一群人要想合作，至少要满足下面两个条件中的一个
第一，是合作对自己有好处，人们本来就想合作。
第二，是不合作会受到惩罚。
而美国黑手党，同时满足上面这两个条件。黑手党给好处，黑手党有纪律。最关键的一条纪律就是谁敢出卖组织，他就会被杀死，而且还是派他的亲友去杀他。
如果背叛会受到惩罚，那就不是囚徒困境了。博弈论认为有效的惩罚必须得满足几个条件。首先你得能发现背叛行为。然后惩罚必须得是可信的，对方知道他一定会受到惩罚。再者，惩罚的力度得足够。
比如说，世界贸易组织 (WTO)，就不是一个很善于惩罚的组织。如果哪个成员国没有履行义务，世贸组织可能会发起一个调查。而这个调查会历时几个月，甚至几年。就算调查形成了结论，也不一定能被执行。那你说加入世界贸易组织之后，背叛能获得更大的利益，你的最佳策略是合作还是背叛呢?
我们看电视里的毒品交易，这边出一箱毒品，那边出一箱钱，本来这个交易挺公平为啥说着说着突然火并了呢？那是因为背叛的好处大大超过了惩罚的力度。两边没有组织关系，所谓惩罚无非就是下次这个生意做不成了。可是这笔交易的数额实在太大，干了这一票我们就可以退休了。为了避免这样的情况，你应该把每次交易的额度降低，让对方认为背叛不值当。
而这些对黑手党都不是问题。1963 年之前，居然都没有一个人敢于在法庭上承认黑手党这个组织的存在。1970 年美国国会通过法案保护黑社会污点证人，但是没用。一直到 1991 年，因为黑手党内部矛盾爆发，有一位重量级人物反水，美国反黑才取得了重大突破。
胡萝卜加大棒，有好处有惩罚，这样的合作关系是非常稳定的。
2、稳定与脆弱
但是一般组织可没有黑手党那么稳定。中国有句话叫“堡垒最容易从内部攻破”。我们看看这句话在博弈论中怎么用。
有时候几家企业会在市场上联合起来，维成叫做“卡特尔(Cartel)”的垄断组织，去控制某一种产品的产量和价格。这种行为是政府所不允许的，但是很难找到证据。
1993 年，美国司法部推出一项政策，保证给第一个承认自己参与了卡特尔的企业免除一切罪责。这个政策收到了奇效，很多企业站出来举报同伙。
那我们对比一下，同样是面对举报免责的条件，为什么黑手党就这么稳定，卡特尔就这么脆弱呢？一个是卡特尔对内部成员没有特别强有力的惩罚措施，另一个原因可能是黑手党是个非常特殊的组织。美国黑手党主要由意大利移民组成，特别强调用家庭和亲缘关系增加互信，而一般的组织没有这样的凝聚力。
利益和惩罚只是硬条件。如果内部没有起码的信任，合作就是脆弱的。
3、以牙还牙真的好吗?
1980 年代，密西根大学组织了一个博弈竞赛。博弈的内容就是囚徒困境，你要决定什么情况下合作，什么情况下背叛。各路学者提交了不同的策略算法，大家两两轮流博弈，看看最后谁的收益大。
出乎意料的是，最后胜出的是一个非常简单的策略，英文叫“Tit forTat",一般翻译成“以牙还牙”。这个策略是：
- 不管跟谁，第一轮我都选择合作;
- 第一轮过后，我就复制对手上一轮的做
你上一轮要是跟我合作，我下一轮也跟你合作。你要是背叛了我，我下一轮也背叛你。如果你在哪一 轮又选择合作了，那我还继续和你合作。我合作，我报复，我原谅，我只是模仿你上一轮的动作。
这也太简单了，肯定有更好的办法！于是又组织了第二次竞赛，更多的博弈论专家参与进来，出现了更复杂的算法，结果最后胜出的还是这个以牙还牙。
以牙还牙，简单、粗暴、有效。
我们想想，以牙还牙策略有意思的一点在于它和任何一个对手博弈的时候，都是最多打成平手。双方要么就是合作，要背叛的话对手还可能比他多占一轮的便宜。可就是这样，最后算总账的时候，它的收益超过所有人因为它既不当冤大头，也不作死。这是一个保守的策略，就好像是个以直报怨的老实人。
但是最后老实人胜出了!这是一个多么令人高兴的发现。
但是以牙还牙其实是一个脆弱的策略，这个策略对错误很不友好。
计算机模拟总是精确的，但真人博弈可能会操作失误。我们设想有两个人都是按照以牙还牙的策略博弈。开始一直都是合作，但是在某一轮，他操作失误了，或者是你判断失误了，结果你把合作当成了背叛。然后下一轮你就会报复他。而这又导致再下一轮他要报复.....你们就陷入了一个再也无法合作的死循环。
这不就是冤冤相报吗？
我们在生活中有时候也这样。小孩打一架过两天还能和好，可是成年人讲原则，两个好朋友因为一次误会就可能一辈子都不交往了。
所以在真实世界中，以牙还牙并不是最好的策略，它不够宽容。博弈论专家提出一个改进版的以牙还牙：对方背叛我一次，我继续合作；只有当对方连续背叛我两欠，我再报复。在有可能出错的博弈中，这个办法的效果比以牙还牙更好。
真实生活中别人可能犯无心的错，你可能误判。中国人有句话叫“退一步海阔天空”，这句话很有道理，，宽容能避免错误。不过请注意，这里关键词是“退一步”，退两步就是纵容了。
