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！
不是不还只分早晚
是你的递也选不摔的
出采混迟早妻还的
熙熙攘攘利柬利往
到头来还不是尘归尘土归土
——《出来混．迟早是要还的》歌词
以牙还牙，以眼还眼
一天半夜，某教授正在熟睡之际，电话铃突然响了起来。他睡跟惺忪拿
起电话，听筒里传来女邻居怒气冲冲的声音：“麻烦你管一下你的狗，不要再
让它叫了。”说完，电话就挂了。这位教授十分生气。第二天他定好闹钟，半
夜两点钟准时起床．拿起电话拨通了这位女邻居家。过了半天，对方才章起
听筒，带着睡意恼怒地同：“哪一位？”这位教授彬彬有礼地告诉她：“夫人，
昨天我忘记告诉你了。我们家没有养狗。”
在这个反映现实人际关系的小笑话中，我们可以发现在没有法规和道德
的约束，也没有其他力量从外部对双方进行强制时，对自己最有利的一种策略：
一报还一报。这一策略的提出，应归功于美国密西根大学的学者罗伯特·爱
克斯罗德。他是一个政治科学家．研究方向是人与人之间的合作关系。
赢材譬鲨型
在开始研究合作之前，爱克斯罗德设定了两个前提：一．每个人都是自
私的；二，没有权威干预个人决策。也就是说，个人可以完全按照自己利益
最大化的目标进行决策。在此前提下，要研究的问题是：第一，人为什么要
合作；第二，人什么时候是合作的，什么时候又是不合作的；第三．如何使
别人与你合作。
在研究的过程中，爱克斯罗德组织了一场计算机模拟竞赛。思路非常简
单：任何参加这个竞赛的人都扮演囚徒困境案例中一个囚犯的角色．把自己
的策略编成计算机程序，进行捉对博弈，在合作与背叛之间做出选择。但与
囚徒困境案例有个不同之处：他们不止玩一次这个游戏，而是以单循环赛的
方式玩上200次。这就是博弈论专家所谓的“重复的囚徒困境”．它更逼真地
反映了具有经常而长期性的人际关系。
这个游戏还允许程序在做出合作或背叛的抉择时，参考对手程序前几次
的选择。如果两个程序只玩过一个回合，则背叛显然就是唯一理性的选择。
但如果两个程序已经交手过多次，则双方就建立了各自的历史档案．用以
记录与对手的交往情况。同时，它们也通过多次的交手树立了或好或差的
声誉。
虽然如此，下一步将会如何行动却仍然极难确定。实际上，这也是该竞
赛的组织者爱克斯罗德希望从这个竞赛中了解的事情之一：一个程序能够总
是不管对手做何种举动都采取合作的态度吗9或者，它能总是采取背叛行动
吗，它是否应该对对手的举动报之以更为复杂的举动7如果是．那会是怎么
样的举动呢？
第一轮游戏有14个程序参加，其中包含了各种复杂的策略。再加上爱克斯
罗德自己的一个随机程序（即以50％的概率选取合作或背叛）。使爱克斯罗德和
其他人深为吃惊的是．竞赛的桂冠属于一个被称为“一报还一报（Trr FOR
TAT）”的策略．它是由多伦多大学的数学教授阿纳托·拉波波特提交上来的。
有意思的是，在科学家们上交的14个程序中有8个是“善意的”，但正是
这些永远不会首先背叛的善意程序．轻易地赢了6个非善意的程序。
因为参与竞赛的程序为数不多，一报还一报策略的胜利也许只是一种侥幸。
为了进一步验证上述结论．爱克斯罗德决定举行第二轮竞赛．邀请更多的人
I M
一报还一报：出来混迟早要还的
再做一次游戏，并把第一次的结果公开发表。这一次有62位科学家递交了改
进的程序，其中包括多个以上一次的策略为基础的改良品种。加上爱克斯罗
德自己的随机程序．63个程序又进行了一次竞赛。竞赛结果表明．在63个程
序的前15名里．只有第8名的哈灵顿程序是“非善意的”；在最后15名中，
只有1个总是合作的程序是“善意的”。而且，夺魁的仍然是一报还一报策略。
这种让几十位科学家的智慧相形见绌的神奇策略到底是怎样的呢？
说起来很简单，简单到有些不可思议：第一步合作，此后每一步都重复
对方上一步的行动：合作或背叛。如此简单的程序之所以反复获胜，是因为
它奉行了以其人之道还治其人之身的原则，并且用如下特征最有效地鼓励其
他程序同它长期合作：善良、可激怒、宽容、简单、不妒忌别人的成功。
·善良，是指它第一步总是向对方表达善意。它坚持永远不首先背叛对
方，开始总是选择合作，而不是一开始就选择背叛或主动作弊。
·可激怒，是指对方出现背叛行动时，它能够及时识别并一定要采取背
叛的行动来报复。不会让背叛者遣遥法外，
·宽容．是指它不会因为别人一次背叛。长时间怀恨在心或者没完没了
地报复．而是在对方改过自新、重新回到合作轨道时，能既往不咎地
恢复合作；
·简单．是指它的逻辑清晰．易于识别．能让对方在鞍短时间内辨识出
来其策略所在：
·不妒忌，是指它不耍小聪明，不占对方便宜，不在任何双边关系中争
强好胜。
其他各种策略输就输在上述五个方面做得不够好。在比赛结果中，所有
恶意程序（第一步背叛）都未进前10名；而某些程序太过好脾气。被对方背
叛之后不立即反应，结果鼓励菜些狡猾的程序反复占它的便宜；某些程序对
于过往关系的“好坏”太过执著，一旦被别人欺骗就很难宽容，结果使得很
多本来可能恢复的合作关系永久性断绝；还有一些程序把自己搞得太复杂，
总是试图通过某种机巧来占人便宜．尽管在与某些“傻”程序接触中得了高
分，但一旦碰到个性“刚烈”的程序就会搬起石头砸了自己的脚。而从最后
的总分来看，它们的小聪明得不偿失。
〃I
一报还一报：出来混迟早要还的
再做一次游戏，并把第一次的结果公开发表。这一次有62位科学家递交了改
进的程序，其中包括多个以上一次的策略为基础的改良品种。加上爱克斯罗
德自己的随机程序．63个程序又进行了一次竞赛。竞赛结果表明．在63个程
序的前15名里．只有第8名的哈灵顿程序是“非善意的”；在最后15名中，
只有1个总是合作的程序是“善意的”。而且，夺魁的仍然是一报还一报策略。
这种让几十位科学家的智慧相形见绌的神奇策略到底是怎样的呢？
说起来很简单，简单到有些不可思议：第一步合作，此后每一步都重复
对方上一步的行动：合作或背叛。如此简单的程序之所以反复获胜，是因为
它奉行了以其人之道还治其人之身的原则，并且用如下特征最有效地鼓励其
他程序同它长期合作：善良、可激怒、宽容、简单、不妒忌别人的成功。
·善良，是指它第一步总是向对方表达善意。它坚持永远不首先背叛对
方，开始总是选择合作，而不是一开始就选择背叛或主动作弊。
·可激怒，是指对方出现背叛行动时，它能够及时识别并一定要采取背
叛的行动来报复。不会让背叛者遣遥法外，
·宽容．是指它不会因为别人一次背叛。长时间怀恨在心或者没完没了
地报复．而是在对方改过自新、重新回到合作轨道时，能既往不咎地
恢复合作；
·简单．是指它的逻辑清晰．易于识别．能让对方在鞍短时间内辨识出
来其策略所在：
·不妒忌，是指它不耍小聪明，不占对方便宜，不在任何双边关系中争
强好胜。
其他各种策略输就输在上述五个方面做得不够好。在比赛结果中，所有
恶意程序（第一步背叛）都未进前10名；而某些程序太过好脾气。被对方背
叛之后不立即反应，结果鼓励菜些狡猾的程序反复占它的便宜；某些程序对
于过往关系的“好坏”太过执著，一旦被别人欺骗就很难宽容，结果使得很
多本来可能恢复的合作关系永久性断绝；还有一些程序把自己搞得太复杂，
总是试图通过某种机巧来占人便宜．尽管在与某些“傻”程序接触中得了高
分，但一旦碰到个性“刚烈”的程序就会搬起石头砸了自己的脚。而从最后
的总分来看，它们的小聪明得不偿失。
〃I
报还一报：出来混迟早要还的
在香港电影《无间道》有一句广为流传的台词：出来混．迟早要还的。
就是这句台词决定了剧中不少人物的命运，无论是黑道还是白道．警还是匪，
很多人物在以为自己胜券在握或进出生天时，猝不及防地死去．用一条命来
还了。
在博弈论中，“还”也是早晚的事，不过这不是什么宿命，而是“一报还
一报”策略的出发点和立足点，也是它的胜利基点。
地老天荒的胜利者
在博弈论中，我们可以得到很多有趣而富于哲理的启示，一报还一报策
略就是其中之一。它那种善意、宽容、强硬、简单明了的合作策略无论对个
人还是对组织的行为方式来说，都有十分重要的指导意义。
人们通过接受及回报．形成了社会生活的秩序。这种秩序即使在最无指
望的环境中，例如相互隔绝、语言不通的人群之间也是最易理解的东西。哥
伦布登上美洲大陆时．与印第安人最初的交往就开始于互赠礼物。有些看似
纯粹的利他行为，比如无偿馈赠，也通过某些间接方式，比如社会声誉的获
得，得到了回报。研究这种行为，对我们理解社会生活有很重要的意义。
爱克斯罗德通过进一步研究，发现合作的必要条件是：第一。关系要持
续，一次性的或有限次的博弈中，对局者是没有合作动机的；第二，对对方
的行为要做出回报，一个永远背叛的对局者是不会有人跟他合作的。
那么，如何提高合作性呢？
（1）要建立持久的关系。即使是爱情，也需要建立婚姻契约以维持双方
的合作。
（2）要增强识别对方行动的能力。如果不清楚对方是合作还是不合作。
就没法回报他了。
（3）要维持声誉。说要报复就一定要做到，人家才知道你是不好欺负的，
才不敢不与你合作。
（4）能够分步完成的对局不要一次完成．以维持长久关系。比如，贸易、
谈判都要分步进行，以促使对方采取合作态度。
∞I
飘譬鲨型
（5）不要嫉妒人家的成功。一报还一报正是这样的典范。
（6）不要首先背叛，以免担上罪魁祸首的道德压力。
（7）不仅对背叛要回报，对合作也要做出回报。
（8）不要耍小聪明，占人家便宜。
友善、有原则、宽容、简单、不妒忌朋友的成功，其实这些信条本来就
是我们生活中应有的为人处世之道。只是很少人会用博弈论模型的科学结论
作指导．将这些信条连接起来作为一种策略组合行事。
一报还一报的策略的目标，就是要同尽可能多的人形成井巩固互惠关系．
而且发展为信任和友谊。说得通俗点，就是尽可能多交朋友，并且鼓励这些
朋友向你提供帮助。为了达到这个目标，它的手段归结为一个词就是“回报”，
就是要对别人的各种行为进行相称的反应。有意思的是，这一策略不怕曝光．
而且恰恰需要别人知道你的基本原则，这样才能更好地实现台作双赢。
根据上述结论，我们可以回答很多交际方法问题．比如恋人如何博弈才
能走上红地毡。
每对恋人都要承受未来不确定性的折磨：如果双方都不变心，那是最好
的结局．在天成为比翼鸟，在地成为连理枝；如果都变了心．效果也不坏，
你走你的阳关道。我过我的独木桥；如果一方变了心，另外找到了更好的情
侣，另一方却还傻乎乎地忠贞不贰，那么，另觅新欢的一方是最幸福的．比
两人都不变心的结果还幸福．因为他找见了更好的情人；而被抛弃的一方是
最不幸的，比两人都变心的结果更为不幸，因为他承担的压力既来自于自己
的太不幸福，也来自于对方的太幸福。
人生发誓最多的时期大概就是恋爱时期。发什么誓呢？无非是什么非你
不娶非你不嫁一类誓言罢了．日的只有一个，就是让对方相信自己海枯石烂
此情不渝。他们希望彼此忠诚．从而换来一个好的博奔结果。但一对恋人相
互之间的忠诚，靠的不是这种情深爱笃的誓言，而是需要一定的博弈策略。
在恋爱这场不太好玩的“游戏”中，谁能熟练地驾驭博奔规则，谁就是爱情
的赢家。
很明显，胜利将总是属于那些采取善意、宽容、强硬和简单明了策略的
恋人们。反之，恶意的、尖刻的、软弱的、复杂的恋人们往往会两败俱伤。
I们
报还一报：出来混迟早要还的
所以，对于正在恋爱中的人们来说，获得幸福爱情的博弈原则应该是：
（I'善意而不是恶意地对待恋人。这个道理很简单了．无须多说。
（2）宽容而不是尖刻地对待恋人。幸福的恋人可能并不是忠贞不贰的，
当然也肯定不是见异思迁的，他们能够生活得愉快，关键是能够彼此宽容．
既宽容对力的缺点，甚至也宽容对方偶尔的不忠贞。而尖刻地对待彼此的恋
人．往往都不会幸福。
（3）强硬而不是软弱地对待恋人。就是要在我永远爱你的前提下．做到
有爱必报，有恨也必报；以眼还眼，以牙还牙；以其人之道。还治其人之身。
比如对恋人与其他异性的亲热行为，要有极其强烈的敏感与斩钉截铁的回报。
当然，每次发脾气都是有限度的，而且还要能宽容对方。
（4）简单明了丽不是山环水绕地对待恋人。爱克斯罗德的实验证明．在
博弈过程中，过分复杂的策略使得对手难于理解，无所适从，因而难以建立
稳定的台作关系。
事实上．在一个非零和的环境里，“城府深沉”、“兵不厌诈”、“揣着明白
装糊涂”往往并非上策。相反，明晰的个性、简练的作风和坦诚的态度倒是
制胜的要诀。要让恋人明白你说的是什么．切忌让对方猜来猜去的，造成误
会。至于剩下的时间嘛，还是有更多更快乐的事情可以做！
本来应该提防恋人背叛才能在恋爱中获胜的博弈，因为有了不绝于耳的
爱情誓言，更因为有了对善意的、宽容的、强硬的、简单明了的原则的把握
和利用．人世间才有了很多地老天荒的爱情和自首偕老的婚姻。
向合作进化的棘轮
一报还一报的策略在静态的群体中得到了很好的表现，那么，在一个动
态的进化的群体中，这种合作能否产生、发展和生存下去呢？群体是会向合
作的方向进化，还是向不合作的方向进化？如果大家开始都不合作，能否在
进化过程中产生合作呢，
为了回答这些疑问，爱克斯罗德用生态学的原理来分析合作的进化过程。
他假设对局者所组成的策略群体是一代一代进化下去的．进化的规则包括：
博彝论的靖铲
（1）试错。人们在对待周围环境时，起初不知道该怎么做，于是就试试
这个，试试那个，哪个结果好就照哪个去做。
（2）遗传。一个人如果合作性好．他的后代的合作基因就多。
（3）学习。比赛过程就是对手相互学习的过程，一报还一报的策略好，
有人愿意学。
按这样的思路，爱克斯罗德设计了一个实验，假设63个参与者中．谁在
第一轮中的得分高，他在第二轮的群体中所占比例就相应增加。这样．群体
的结构就会在进化过程中改变，由此可以看出群体是向什么方向进化的。
实验结果很有趣。一报还一报原来在群体中占1，63，经过1000代的进化，
结构稳定下来时，它占了24％。因此，以合作系数来测量，群体是越来越合
作的。这个结论还可以引申为：共同演化会使一报还一报的合作风格在这个
充满背信弃义的世界上蔚然成风。
另外，有一些程序在进化过程中消失了。其中有一个值得研究的程序，
即原来前15名中唯一的不善良的哈灵顿程序，它的对策方案是：首先合作，
当发现对方一直在合作，它就突然来个不合作；如果对方立刻报复它，它就
恢复合作．如果对方仍然合作．它就继续背叛。这个程序一开始发展很快，
但等到与一报还一报不同的程序开始消失时．它就开始下降了。
由此，爱克斯罗德的试验除了表明群体是越来越合作的之外，还揭示了
一个哲理：一个策略的成功应该以对方的成功为基础。
一报还一报在两个人对局时．得分不可能超过对方，最多打个平手，但
它的总分最高。它赖以生存的基础是很牢固的，因为它让对方得到了高分。
哈灵顿程序就不是这样．它得到高分时．对方必然得到低分。它的�