按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
勇而多谋。伍子胥祖父伍举、父亲伍奢和兄长伍尚俱是楚国忠臣。周景王二
十三年（前522年）．楚平王怀疑太子“外交诸侯．将人为乱”．遂迁怒于太
子太傅伍奢，将伍奢和伍尚骗到郢都杀害，伍子胥只身逃往吴国。
在逃亡中，伍子胥在边境上被守关的斥候抓住了。斥候对他说：“你是逃
犯．必须将你抓去面见楚王！”伍子胥说：“楚王确实正在抓我。但是你知道
楚王为什么要抓我吗？是因为有人跟楚王说．我有一颗宝珠。楚王一心想得
到我的宝珠，可我的宝珠已经丢失了。楚王不相信，以为我在欺骗他。我没
有办法了．只好逃跑。现在你抓住了我，还要把我交给楚王。那我将在楚王
面前说是你夺去了我的宝珠，并吞到肚子里去了。楚王为了得到宝球就一定
会先把你杀掉．并且还会剖开你的肚子，把你的肠子一寸一寸地剪断来寻找
宝珠。这样我活不成，而你会死得更惨。”斥候信以为真．非常恐惧，赶紧把
伍子胥放了：伍子胥终于逃出了楚国。
在被斥候抓住以后．伍子胥是处于一种绝对的劣势地位。要想改善这一
局面，必须采取一个宝宦略。伍子胥的威胁行动，就是抢占先机，宣布自己将
无条件地进行报复、这就使原本同时出招的博弈变成相继出招的博弈．而且
还是伍子胥先行。而这样的选择，显然不是在他和斥候同时出招的博弈里能
够做出的选择。摆脱困境的策略思维的精彩之处，正在于此。伍子胥若是不
宣布进行报复，或者甚至宣布不会进行报复．不会得到任何好处。
在这里．伍子胥是故意利用信息对称，把斥候拉人一种类似囚徒困境的
局面。这个囚徒困境的收益矩阵如表2．2所示。
表2．2 伍子胥与斥候的博弈收益矩阵
‰翟鲨型
从上面的矩阵我们可以看出来，诬陷和释放分别是伍子胥和斥候的严格
优势策略．从博弈论看来，人都是理性的，所以斥候一定会选择与伍子胥合
作的策略。
在这里，斥候能够得到的最好结果是把伍子胥押送给楚王，而伍子胥不
诬陷他吞了珍珠，这样伍于胥就会被杀掉（假定收益为一10）．而斥侯可以得
到楚王的奖赏，我们把这种收益假定为8。但是如果伍子胥诬陷他的话，那么
他的结局就和伍子胥一样．是失去生命，假定收益为一10。
伍子胥已经告诉他，如果他选择押送，他就会选择诬陷。因为对于伍子
胥来说，在这种情况下无论是否诬陷，自己的结局是不变的。对于这一点，
斥候也十分清楚。因此，伍子胥的威胁是可信的。要想策略地行动，你必须
保证自己不要采取在同时出招博弈里的均衡策略。伍子胥的这一策略行动改
变了斥候的预期，进而改变了他的行动。
面对可能出现的潜在的危机．人们总是抱着“宁可信其有，不可信其无”
的态度，这是一种预期的支付．以保证自己能够免于陷人困境。这种预期支
付心理，恰恰给了处于显性困境者以机会，或用欺骗方式，或夸大其词，让
对方做出预期支付．帮助自己摆脱困境。
正是由于这个原因，伍子胥三言两语巧妙地转换了自己的劣势处境，并
且把个人的困境与对手的困境捆绑在了一起．迫使其做出了帮助自己解围的
理性选择。
这对于我们每个人在处于劣势时转换思维方式．是很有启示的。创造一
种困境．使对方陷人与你一样无法全身而退的困境，那么即便在这种困境出
现之前，他本来拥有拿走你所有的一切的优势．此时他也只能被迫进行理性
的决策．与你合作。
倒霉是因为太聪明
清朝有个读书人叫乔世荣，其貌不扬．但是却精通诗书。颇有才干。他
于某年大考及第，到吏部候职时，因无余银“上贡”，所以坐了好久的冷板凳
才被任命为一个七品县令。在走马上任的途中，乔世荣碰到一老一少二人在
120
因徒困境：自愿坐牢的嫌疑人
激烈争吵。一阃之下才知道，老者拾获钱袋．在原地等候遗失者前来认领；
而遗失钱袋的年轻人，找到钱袋后反而一口咬定钱袋原装有50两银子．而不
是现在的t0两银子。围观的民众议论纷纷，有的认为老者昧银．有的认为年
轻人耍赖。乔县令走上前去亮明身份，先向老者问话：“你捡到这钱袋，有没
有离开原地，”老者答：“没有。”乔县令又问：“可有人见证？”一部分围观
民众纷纷愿替老者作证。乔县令于是胸有成竹地说：“这就对了，老者检到的
钱袋，是装10两银子，那就不是年轻人的装有50两银子的钱袋。这位老者，
你拾金不昧，本县判将钱袋赏你。这位年轻人，你的50两银子的钱袋．还是
自己再到别的地方找一找吧。”在人们的讥笑声中，年轻人只好自认倒霉．灰
溜溜地走开了。
这个故事告诉我们：失败不是因为人们太傻，而恰恰是太精明所致。对
于这个论断，哈佛大学巴罗教授在研究囚徒困境的过程中，也有一个很接近
生活的模型。
两个旅行者从一个出产细瓷花瓶的地方回来，都买了花瓶。可是提取行
李的时候．发现花瓶被摔坏了。于是，他们向航空公司索赔。航空公司知道
花瓶的价格总在八九十元上下浮动，但是不知道两位旅客买的确切价格是
多少。于是，航空公司请两位旅客在100元以内自己写下花瓶的价格。如
果两人写的一样．航空公司将认为他们讲的是真话，并按照他们写的数额赔
偿；如果两人写的不一样，航空公司就论定写得低的旅客讲的是真话，并且
照这个低的价格赔偿，但是对讲真话的旅客奖励2元钱，对讲假话的旅客罚
款2元。
为了获取最大赔偿，甲乙两位旅客最好的策略就是都写100元，这样两
人都能够获赔100元。
可是甲很聪明．他想：如果我少写l元变成99元，而乙会写100元，这
样我将得到101元。何乐而不为？所以他准备写99元。可是乙更加聪明，他
算计到甲要算计自己而写99元，“人不犯我，我不犯人，人若犯我．我必犯
人”．于是他准备写98元。想不到甲又聪明一层．算计出乙要这样写98元来
坑他，“来而不往非礼也”．他准备写97元…
下象棋的时候，不是说要多“看”几步吗7看得越远，胜算越大。你多
博彝论的鹾｝舻
看两步，我比你更强多看三步，你多看四步。我比你更老谋深算多看五步。
在花瓶索赔的例子中．如果两个人都“彻底理性”，都能看透十几步甚至几十
步、上百步，那么上面那样“精明比赛”的结果，最后将落到什么田地？事
实上，在彻底理性的假设之下，这个博弈唯一的纳什均衡，是两位旅客都写0。
对于这个演进了的囚徒困境，巴罗教授称之为“旅行者困境”。一方面．
它启示人们在为私利考虑的时候不要太精明，因为精明不等于高明．太精明
往往会坏事；另一方面。它对于理性行为假设的适用性也提出了警告。
对执法者也有启示
唐敬宗时，李德裕曾任浙西观察史。当地甘露寺的和尚向官府控告前任
主事僧贪污寺里的钱。他们说．过去寺里历届主事僧办交接时，账面上记载
的金子数目都很清楚。但这个主事僧办交割时。却不见金子。他们众口一词
地指控这主事僧把金子藏起来私用了。经过审讯．案子成立，主事僧也明确
认罪了。但是在审理过程中，并没有进一步交代他把金子用在什么地方了。
李德裕怀疑这案子还没查完，就想办法对被告进行试探。于是。那个主
事僧向李德裕申诉了自己的冤枉说：“多年以来，寺里都是空交账本，实际上
设有金子。寺里的人们孤立我．想借此把我排挤走。”李德褡说：“这事不难
搞清楚。”他召米了历届主事僧来对证。僧人们各自被打发进一乘轿中，轿门
都面向墙壁．不让他们相见。然后给每人一团黄泥，让他们各自捏出上届交
付下来的金块的模样，声称要以之作为给案犯定罪的证据。那些僧人并不知
金子的形状．都捏不出来。这样，寺里以前的这几届主事僧，都承认了自己
的诬陷罪。
当囚徒困境中的各方在博彝之中处于不对等地位的时候，博弈的局势很
容易发生偏移，即从合作型的博弈走向非台作型博弈。不过，这种偏移并非
岿然发生，因为影响博弈走向的，不但是双方的地位对比，还有局面的变化。
这就给我们一种启发，通过设计改变博奔参与者的格局，造成一种压力．
那么他们很有可能改变原来通谨共犯的合作，改而与“警察”合作。能够达
成这种局面的设计可能有很多种，但是最常用也最为有效的一种．就是有意
I 22
囚徒困境：自愿坐牢的嫌疑人
地制造信息的不对称。
在北美学生的电子邮件交流组中．有这样一个小故事流传甚广。
两位交往甚密的学生在杜克大学修化学课。两人在小考、实验和中期考
中都表现甚优，成绩一直是A。在期末考试前的周末，他们非常自信，于是
去参加弗吉尼亚大学的一场聚会。聚会太尽兴，结果周日这天就睡过了头，
来不及准备周一上午的化学期末考。他们投有参加考试．而是向教授撒了个
谎，说他们本已从弗吉尼亚大学往回赶．并安排好时间复习准备考试，但途
中轮胎爆了。由于没有备用胎，他们只好整夜呆在路边等待救援。现在他们
实在太累了，请求教授允许他们隔天补考。教授想了想，同意了。两人利用
周一晚上好好准备了一番，胸有成竹地来参加周二上午的考试。教授安排他
们分别在两间教室做答。第一个题目在考卷第一页，占了10分．非常简单。
两人都写出了正确答案，心情舒畅地翻到第二页。第二页只有一个问题，占
了90分。题目是：“请同破的是哪只轮胎？”结果不占而喻，两个学生只好
乖乖地向教授认错。
2。l
第3章
第…二）章
重复博弈：一夜情与地老天荒
月落鸟啼总是千年的风霜
涛声依旧不见当初的夜晚
夸天的你我怎样重复昨天的故事
——《涛声依旧》歌词
没有未来必然背叛
在车站和旅游点这些人群流动性大的地方，不但商品和服务质量差，而
且假货横行，因为在商家和顾客之间“没有下一次”——旅客因为商品质优价
廉而再次光『临的可能性微乎其微，因而正常情况下的理性选择是：一锤子买
卖，不赚白不赚。
在公共汽车上，两个陌生人会为一个座位争吵，可如果他们相互认识，
就会相互谦让。在社会联系紧密的人际关系中，人们普遍比较注意礼节和道
德，因为他们需要长期交往，并且对未来的交往存在预期。
上面这两个例子说明，对未来的预期是影响我们行为的重要因素。一种
是预期收益：我这样做，将来有什么好处；一种是预期风险：我这样做可能
将来面lI卣问题。这都将影响个人的策略。
当下屡见不鲜的一夜情现象。更能说明这种预期对行为的影响。事实上，
这个对局与经典的囚徒困境如出一辙：出轨的感情本来就是为了满足欲望而
进行的冒险。上一章中两个盗窃犯的相互背叛，其原理也照样适用于“偷情”
重复博奔：一夜情与地老天荒
的男女。
素昧平生的一对男女，偶尔在旅游中相遇，接着在宾馆里春梦一场，天
一亮就各自扬长而去，谁也不会忠于谁，彼此也不会为对方今后的不忠实而
产生任何不快。其根本原因就在于这种一夜情，本身就是“一次性”的博弈。
可是，如果男女双方由此一见钟情，决定发展成为恋人的关系，那么他
们彼此的忠心就会有一定程度的增加。原因在于他们今后还要常常碰面，还
有机会重复博弈。他们会像正常的恋人之间一样，在接下来的重复博弈中．
有无数次的机会来对背叛行为做出惩罚。
这就是一夜情与爱情之间的区别。
现代博弈论的发展在上述问题上提供了更深入的解释：每一次人际交往
其实都可以简化为两种基本选择：合作还是背叛。在人际交往中普遍存在囚
徒困境：双方明知合作带来双赢，但理性的自私和信任的缺乏导致合作难以
产生。而且，如果博奔是一次性的，那么这必然加剧双方进行坦白的决心．
选择相互背叛。
在这样的博弈中，背叛是个人的理性选择。但却直接导致集体的非理性。
似乎没有任何方法能够让我们逃脱两败俱伤的局面。难道人类注定要承受这
个无法摆脱的噩梦吗？
答案是否定的。资深的博弈论专家罗伯特…奥曼在1959年指出，人与人
的长期交往是避免短期冲突、走向协作的重要机制。拥有以色列和美国双重
国籍的奥曼于1955年获美国麻省理工学院数学博士，当时正是博弈论方兴来
艾之际，在以后50年的时间里．他一直在寻找避免囚徒困境式的纳什均衡的
机制，实际上是从理论上探索协调人们利益冲突，增进社会福利的道路。
在任何博奔中，表现最好的策略直接取决于对方采用的策略．特别是取
决于这个策略为发展双方合作留出多大的余地。这个原则的基础是下一步对
于当前一步的影响足够大，即未来是重要的。总的来说，如果你认为今后将
难以与对方相遇，或者你不太美心自己未来的利益，那么，你现在最好背叛．
而不用担心未来的后果。
而现实生活中反复交往的人际关系，则是一种“不定次数的重复博弈”。
奥曼通过自己的推导十分严密地证明，在较长的视野内，人与人交往关系的
壤
涵譬拦
重复所造成的“低头不见抬头见”的关系，可以使自私的主体之间走向合作。
这可以解释许多商业行为。一次性的买卖往往发生在双方以后不再有买
卖机会的时候，特点是尽量谋取暴利并且带欺骗性。而靠“熟客”、“回头客”
便是通过薄利行为使得双方能继续合作下去。
事实上，重复博弈也更逼真地反映了日常人际关系。在重复博弈中，合作
契约的长期性能够纠正人们短期行为的冲动。这在日常生活里是具有普遍性的。
如何破解迟到困局
我们已经知道，由于一次性博弈的大量存在．引发了很多不合作的行为。
而且，即便是在重复博弈中，合作的一方在遭到对方背叛之后，往往没有机
会也没有还手之力去进行报复。比如，资本积累阶段的违约行为，国家之间
的核威慑。在这些情况下，要使交易能够进行，并且防止不合作行为，必须
设置严格的惩罚背叛行为的机制。
有人曾经在网上提供了这样一个集体活动迟到的问题。
王老师是某班的班主任，他经常组织本班同学参加集体活动，比如郊游。
但在组织的过程中。他遇到了一个棘手的问题。在一次集体活动中，王老师
通知全班同学早上8：oo到校门口集合。结果有几个同学拖拖拉拉．导致大
家8：15才出发，从而白白耽误了一刻钟。
在此后的集体活动中，王老师改变了策略，虽然真实的集合时间仍是8：00，
但是他通知大家7：45集合，结果最晚的几个同学也在8：00赶到．从而准
时出发。王老师对自己的策略根满意。
但是好景不长。时间久了．同学们都发现了王老师通知的集合时间故意
提前，甚至可以根据王老师的通知猜测出真实的集合时间。因此．每当王老
师通知7：45集合时，大家仍然按照真实的集合时间．也就是8：00来做安
排，从而导致几个同学在B：00后才赶来。而那些准时即7：45到达集合地
点的同学都开始抱怨，进而也变得不那么守时了。
王老师的目标是通知合适的集合时间。从而达到准时出发且避免同学因
为等待而有所抱怨。那么应当制定怎样的策略。才能使活动准时开始并使大
126
重复博弈；一夜慵与地老天荒
家都满意呢？
在这个问题中．存在着老师与学生、学生与学生之间的博弈。实际上也
是一种多人的囚徒困境。因为每个学生都知道，其他学生的占优策略是选择
到达集合地点的时间，既不能太早，以免白白浪费等待的时间；又不能太晚，
以免承担耽误大家时间的责任。
要破解这个困境，老师有两个策略选择：一是只要过了集合的时间，就
不再等下去，让迟到的同学独自承担责任。这种责任和相应的惩罚对同学会造
成很大的损失，他们就不会再迟到了。二是如果迟到的学生比较多。那么等
某个数量的学生到齐以后马上出发，而让迟到时间过长的那些同学承担责任。
一般说来，博弈中双方合作时得益最大，但若一方不遵守台作约定．必
定是另一方合作者吃亏。所以需要引入惩罚机制：谁违约，就要处罚他，使
他不敢违约。一位玩家之所以�