非零和博弈：博弈论困住人类三千年，直到有人发现“稳定“不等于“好“

非零和博弈：博弈论困住人类三千年，直到有人发现"稳定"不等于"好"

公元前512年，吴国军营。孙武正在写一本小册子，开篇第一句就暴露了他的世界观："兵者，诡道也。"翻译成现代汉语就是：打仗，就是骗。全书十三篇，本质上是一部零和博弈的操作手册——蛋糕大小固定，你多吃一口，对手就少吃一口。但孙武没有问一个问题：如果这场博弈可以不是零和的呢？

这个问题，人类用了两千多年才开始认真回答。中世纪骑士对决是零和的：一方胜利，一方倒地。大航海时代的殖民竞争是零和的：西班牙多一块殖民地，葡萄牙就少一块。甚至贸易在很长一段时间里也被理解为零和的——重商主义认为，出口是好的，进口是坏的，整个17世纪的国际关系就是一场"谁能从别人口袋里多掏一块金币"的博弈。在大多数人类历史中，零和不是选择，而是现实。土地有限、食物有限、黄金有限，当资源的上限清晰可见时，你死我活不是一种道德缺陷，而是一种生存策略。

真正的转折点要等到1944年。普林斯顿，约翰·冯·诺依曼和奥斯卡·摩根斯坦合著了一本673页的巨著，《博弈论与经济行为》。冯·诺依曼是个传奇——计算机架构的奠基人、曼哈顿计划的核心成员、第一位将量子力学严格数学化的天才。但他最着迷的问题却是扑克，因为扑克是一种"不完全信息博弈"，你需要在信息不完整的情况下做出最优决策。他为博弈建立了严格的数学框架，并证明了零和博弈的"最小最大定理"。听起来很抽象？简单说就是：在石头剪刀布里，最优策略是随机出拳，让对手无法预测。任何可预测的模式都会被利用。有时候，最优选择就是有意识地让自己不可预测。

但博弈论最深刻的洞见来自一个瘦削的年轻人——约翰·纳什。1950年，他提交了一篇仅仅27页的博士论文，证明了一个看似简单的定理：每个有限博弈都存在至少一个纳什均衡。换句话说，无论博弈多复杂，总有一组策略组合，使得任何一方单方面改变都不会获得更好的结果。这个概念同时揭示了希望与绝望：希望在于，混乱中可能存在稳定状态；绝望在于，这种稳定状态不一定是好的。囚徒困境的均衡（都坦白，各判五年）就是典型——稳定，但糟糕。两个人都亏了，而且谁都不敢先变。纳什均衡的普遍性，解释了为什么世界充满了"谁都不满意但谁都无法改变"的局面：交通拥堵、军备竞赛、价格战、996内卷，全都是纳什均衡的现场直播。

1980年，政治学家罗伯特·阿克塞尔罗德做了一个漂亮的实验。他举办了一场计算机锦标赛，让各种策略在重复囚徒困境中相互博弈。参赛策略五花八门：有"永远背叛"的坏蛋，有"永远合作"的老好人，有复杂的"超级算计者"。结果让所有人震惊：冠军不是最聪明的，也不是最复杂的，而是最简单的——“以牙还牙”。规则只有四条：第一步总是合作；之后模仿对方上一步；清晰可预测；对方改邪归正就立即原谅。阿克塞尔罗德随后举办了第二轮，有62个策略参赛，其中包括许多专门针对以牙还牙设计的"杀手"。以牙还牙再次获胜。这个实验的政治哲学含义是爆炸性的：善良可以获胜，但必须有牙齿；宽容比记仇更好，但报复是必要的。

然而，以牙还牙有一个致命的前提——“重复互动”。在陌生人的一次性交易中，背叛仍然是占优策略。这解释了为什么旅游景点的餐馆更容易宰客，而住家附近的餐馆更注重口碑。现代社会的趋势恰恰是削弱重复互动：城市化让我们与陌生人的一次性接触越来越多，社交媒体让拉黑一个人变得毫无成本。如果社会结构本身在奖励背叛、惩罚合作，我们是否需要重新设计社会结构？AI恰好提供了这种可能性。当信息成本趋近于零、承诺可以被算法验证、声誉可以被全网追踪时，博弈的支付矩阵就被改写了。技术没有改变人的本性，但它改变了博弈的结构——就像水车和水渠让争夺水源的村庄发现，合作维护水利设施比互相拆台能获得更多收益。

📚 延伸阅读：《非零和博弈：AI如何终结零和世界的困局》