合作還是背叛（博弈論的詭計）

 

在車站和旅遊點這些人群流動性大的地方，不但商品和服務品質差，而且假貨橫行，因為在商家和顧客之間“沒有下一次”——旅客因為商品質優價廉而再次光臨的可能性微乎其微，因而正常情況下的理性選擇是：一鎚子買賣，不賺白不賺。

 

在公用汽車上，兩個陌生人會為一個座位爭吵，可如果他們相互認識，就會相互謙讓。在社會聯絡緊密的人際關係中，人們普遍比較注意禮節和道德，因為他們需要長期交往，並且對未來的交往存在預期。

 

上面這兩個例子說明，對未來的預期是影響我們行為的重要因素。一種是預期收益：我這樣做，將來有什麼好處；一種是預期風險：我這樣做可能將來面臨的問題。這都將影響個人的策略。

 

當下屢見不鮮的***現象。更能說明這種預期對行為的影響。事實上，這個對局與經典的囚徒困境如出一轍：出軌的感情本來就是為了滿足慾望而進行的冒險。上一章中兩個盜竊犯的相互背叛，其原理也照樣適用於“偷情”。素昧平生的一對男女，偶爾在旅遊中相遇，接著在賓館裡春夢一場，天一亮就各自揚長而去，誰也不會忠於誰，彼此也不會為對方今後的不忠實而產生任何不快。其根本原因就在於這種***，本身就是“一次性”的博弈。

 

可是，如果男女雙方由此一見鐘情，決定發展成為戀人的關係，那麼他彼此的忠心就會有一定程度的增加。原因在於他們今後還要常常碰面，還有機會重複博弈。他們會像正常的戀人之間一樣，在接下來的重複博弈中，有無數次的機會來對背叛行為做出懲罰。

 

這就是***與愛情之間的區別。

 

現代博弈論的發展在上述問題上提供了更深入的解釋：每一次人際交往其實都可以簡化為兩種基本選擇：合作還是背叛。在人際交往中普遍存在囚徒困境：雙方明知合作帶來雙贏，但理性的自私和信任的缺乏導致合作難以產生。而且，如果博弈是一次性的，那麼這必然加劇雙方進行坦白的決心，選擇相互背叛。

 

在這樣的博弈中，背叛是個人的理性選擇。但卻直接導致集體的非理性。似乎沒有任何方法能夠讓我們逃脫兩敗俱傷的局面。難道人類註定要承受這個無法擺脫的噩夢嗎?

 

答案是否定的。資深的博弈論專家羅伯特-奧曼在1959年指出，人與人的長期交往是避免短期衝突、走向協作的重要機制。擁有以色列和美國雙重國籍的奧曼於1955年獲美國麻省理工學院數學博士，當時正是博弈論方興來艾之際，在以後50年的時間裡，他一直在尋找避免囚徒困境式的納什均衡的機制，實際上是從理論上探索協調人們利益衝突，增進社會福利的道路。

 

在任何博弈中，表現最好的策略直接取決於對方採用的策略，特別是取決於這個策略為發展雙方合作留出多大的餘地。這個原則的基礎是下一步對於當前一步的影響足夠大，即未來是重要的。總的來說，如果你認為今後將難以與對方相遇，或者你不太美心自己未來的利益，那麼，你現在最好背叛，而不用擔心未來的後果。

 

而現實生活中反覆交往的人際關係，則是一種“不定次數的重複博弈”。奧曼通過自己的推導十分嚴密地證明，在較長的視野內，人與人交往關係的重複所造成的“低頭不見抬頭見”的關係，可以使自私的主體之間走向合作。

 

這可以解釋許多商業行為。一次性的買賣往往發生在雙方以後不再有買賣機會的時候，特點是盡量謀取暴利並且帶欺騙性。而靠“熟客”、“回頭客”便是通過薄利行為使得雙方能繼續合作下去。

 

事實上，重複博弈也更逼真地反映了日常人際關係。在重複博弈中，合作契約的長期效能夠糾正人們短期行為的衝動。這在日常生活裡是具有普遍性的。

 

我們已經知道，由於一次性博弈的大量存在，引發了很多不合作的行為。而且，即便是在重複博弈中，合作的一方在遭到對方背叛之後，往往沒有機會也沒有還手之力去進行報複。比如，資本積累階段的違約行為，國家之間的核威懾。在這些情況下，要使交易能夠進行，並且防止不合作行為，必須設定嚴格的懲罰背叛行為的機制。

 

有人曾經在網上提供了這樣一個集體活動遲到的問題。

 

王老師是某班的班主任，他經常組織本班同學參加集體活動，比如郊遊。但在組織的過程中。他遇到了一個棘手的問題。在一次集體活動中，王老師通知全班同學早上8：oo到校門口集合。結果有幾個同學拖拖拉拉，導致大家8：15才出發，從而白白耽誤了一刻鐘。在此後的集體活動中，王老師改變了策略，雖然真實的集合時間仍是8：00，但是他通知大家7：45集合，結果最晚的幾個同學也在8：00趕到，從而準時出發。王老師對自己的策略根滿意。

 

但是好景不長。時間久了，同學們都發現了王老師通知的集合時間故意提前，甚至可以根據王老師的通知猜測出真實的集合時間。因此，每當王老師通知7：45集合時，大家仍然按照真實的集合時間，也就是8：00來做安排，從而導致幾個同學在8：00後才趕來。而那些準時即7：45到達集合地點的同學都開始抱怨，進而也變得不那麼守時了。王老師的目標是通知合適的集合時間。從而達到準時出發且避免同學因為等待而有所抱怨。那麼應當制定怎樣的策略。才能使活動準時開始並使大家都滿意呢?

 

在這個問題中，存在著老師與學生、學生與學生之間的博弈。實際上也是一種多人的囚徒困境。因為每個學生都知道，其他學生的佔優策略是選擇到達集合地點的時間，既不能太早，以免白白浪費等待的時間；又不能太晚，以免承擔耽誤大家時間的責任。要破解這個困境，老師有兩個策略選擇：一是只要過了集合的時間，就不再等下去，讓遲到的同學獨自承擔責任。這種責任和相應的懲罰對同學會造成很大的損失，他們就不會再遲到了。二是如果遲到的學生比較多。那麼等某個數量的學生到齊以後馬上出發，而讓遲到時間過長的那些同學承擔責任。

 

一般說來，博弈中雙方合作時得益最大，但若一方不遵守合作約定，必定是另一方合作者吃虧。所以需要引入懲罰機制：誰違約，就要處罰他，使他不敢違約。一位玩家之所以會與另外一位合作，只是因為他知道，如果他今天被騙，明天還能對欺騙實施懲罰。奧曼先生把這一洞察結論稱之為“無名氏定理”。

 

只有對遲到的學生進行懲罰，遲到問題才能解決，一句話，也就是實行一份帶劍的契約。從囚徒困境中我們可以悟出一條真理：合作是有利的“利己策略”。但它必須符合以下定律：按照你希望別人對你的方式來對別人，但只有他們也按同樣方式行事才行。