01 · 场景
最短的程序赢下了两届竞赛
1980 年春天，密歇根大学的政治学家罗伯特·阿克塞尔罗德，向全世界的博弈论学者发出邀请：请提交各自的“囚徒困境”策略，放进计算机里，两两对战。一共有 14 个程序参赛，有先假装合作再突然背叛的老练选手，也有用统计模型去预测对手的复杂选手。结果夺冠的，是心理学家阿纳托尔·拉波波特交的一个最短的程序：“一报还一报”，规则只有几行，第一步合作，之后对方上一步怎么做，它就怎么做。阿克塞尔罗德不服气，第二年又办了一轮，收到 62 个参赛的程序，不少是专门为了打败“一报还一报”设计的。冠军，还是它。他把赢家的特质总结成四个词：善良、可激怒、宽容、清晰。后来他把结果交给进化生物学家汉密尔顿，两人在 1981 年合写了一篇论文，发表在《科学》上，把结论从计算机竞赛，推广到了生物的演化。
02 · 原理
一张图看懂它怎么运转
“一报还一报”只有一轮的记忆，对方上一步怎么做，它这一步就怎么做。赢家有四个特质：善良、可激怒、宽容、清晰。
03 · 证据
1980 年第一轮竞赛：平均每局得分可靠二手
两端是理论值：双方全程合作，每局可得 600 分，全程互相背叛，只有 200 分。“一报还一报”实测 504.5 分，逼近合作的上限。随机策略 276 分，夹在中间。最短的程序，拿走了最高分。
来源：Axelrod《The Evolution of Cooperation》1984 年版附录 A；计分规则为 T=5, R=3, P=1, S=0，每局 200 步
04 · 练习
练一练：3 道题，看你会不会用
05 · 用法
照着做，一共 5 步
- 先判断：还有没有下一次一次性的交易，天然滋生背叛。长期的关系，才是合作的土壤。投入善意之前，先看看“未来的影子”够不够长。
- 主动把“未来的影子”拉长把大生意拆成小批次，缩短结算的周期，保持高频的接触，让对方相信，你们还会再见很多次。
- 先合作，并且把规则亮出来不要首先背叛，同时把你的报复规则公开，说清楚，让对方知道：你善良，但不好惹。
- 立刻报复，但只报复一次对方背叛，你就在下一回合还击，不翻旧账。对方回头了，就恢复合作。宽容，能防止互相报复的死循环。
- 定期检查自己的策略问问自己：是不是太善良，总被占便宜？是不是太记仇，陷进了互咬？环境是不是已经悄悄变成了一次性的博弈？
06 · 边界
什么时候它会坑你
有噪声的环境，误判和传错话难免
模型会说立刻报复，就能维持合作。
现实是两个“一报还一报”的程序，只要互相误读一次，就会陷入互相报复的死循环。在带噪声的模拟里，更宽容的“两报还一报”，得分更高。
和陌生人的一次性交易
模型会说先合作，总是对的。
现实是没有下一次，就没有“未来的影子”。景区宰客、匿名网络诈骗，背叛才是理性的选择，需要口碑和平台机制，把它变回重复博弈。
对方铁了心，永远背叛
模型会说报复，能让它学乖。
现实是教不会的人，只会把你拖进低收益。正确的做法是识别出来，然后远离，而不是一直花钱上课。
人数巨大、彼此匿名的大群体
模型会说合作，会自己长出来。
现实是没有识别和记住个体的能力，报复就打不到该打的人。大群体需要制度和记录，合作不会自发地冒出来。
08 · 出处
