论文部分内容阅读
我一个同学最近遇到一个问题。他的小孩在幼儿园被同学抢走了奥特曼。本来那个小孩说玩一下就还给他，但是后来，他不还了。孩子回家问，“我该怎么办，那是我最喜欢的奥特曼。”
这就是那种虽然小，但是很不好回答的问题。
我的同学回答这个问题时之所以小心谨慎，还因为这是他给小孩上的人生第一堂社会关系课。为了解读它是值得下点功夫的。
解答：首先来简化一下这个两个小孩和一个奥特曼的故事。
假设我同学的小孩是A，另一个想要玩奥特曼的小孩是B，当他们只有一个奥特曼，可能有四种情况出现。A和B谈判，他们承诺轮流不受打扰地和奥特曼玩。如果他们都遵守承诺，这样他们可以分别和奥特曼快乐地度过半小时时光，那么他们的快乐得分分别是3分。但如果其中一人不遵守承诺，那么不遵守承诺的人可以独占奥特曼一个小时，他的快乐得分就是5允而另一个苦等对方放手的老实孩子得分是0。还有一种可能，两个人都想独占奥特曼，他们在一个小时的自由游戏时间里不断争抢，只是偶尔得到片刻和奥特曼独处的时间，这样他们两人的快乐得分都是1分。
如果这种假设还算合理，那么我们就把两个小孩和奥特曼的问题简化成了一个著名的“囚徒困境”问题。
当然了，即使奥特曼再也要不回来了，我同学的小孩也不会因此转到另外一个幼儿园，他还要继续和“骗走”奥特曼的小家伙相处。所以这种相处将成为一个重复的囚徒困境问题——所谓重复囚徒困境，就是你和对手随着时间的推移，要一次次地约定和博弈。对于幼儿园小朋友来说，基本上要持续到上学年龄吧——他现在才3岁半。
我们要解答的问题就是，我同学的小孩在这个有30多人的班级的一次次囚徒困境的博弈中（和不同的小朋友的若干次博弈），如何才能使自己的快乐得分最高——这种方法也就是他和身边人相处的最佳原则。
美国密歇根大学的罗伯特·阿克塞尔洛德教授做过解决类似问题的试验。他召集他所知道的对囚徒困境问题有研究的人展开两次比赛。比赛方式是，参赛者提出自己应付重复囚徒困境的办法，并把它写成程序。然后，让这些程序单循环对抗，统计整个循环赛结束后各种解决办法程序的得分。
这个比赛第一届参赛选手是15个，第二届参赛选手是63个。而两次的冠军都由同一种办法获得。那其实是一种非常简单的办法，我们通常把它称作“一报还一报”。
所谓“一报还一报”的方式就是，在重复的囚徒困境博弈里，你重复对手在上一轮博弈中对你的态度。如果他上一轮采取独占的态度，那么在下一次你也采取独占的态度实施报复;如果他上一轮采取合作的态度与你共享奥特曼，那么在下一次，你也采取共享的态度。当然，“一报还一报”的办法在第一次和对方接触时是采取合作态度的，也就是先假设对方是讲道理守承诺的。
善良、乐观、懂得报复、学会宽容和原谅、待人逻辑简单清晰、不嫉妒、不爱占别人的小便宜——这是博弈论对人生的总结。
仁者无敌 在阿克塞尔洛德教授组织的比赛中，名列前茅的都是一些被称为“善良”的办法。什么是“善良”，就是不首先对博弈的对手采取独占好处的行为。
不首先采取自私行为的方法之所以能够名列前茅，是因为这些善良的办法一旦相遇，都不首先自私和背叛，所以得分都会很高。假如博弈有30轮，两个“善良”的程序相遇时，它们的得分都会是90分。
乐观的人过得更好 “一报还一报”的方法能取胜，另一个原因是，它是乐观的，也就是它在和对手第一次接触时假设对方是善意守承诺的。这其实很重要，因为很多解决重复囚徒困境的办法虽然善良，但是都会对背叛和独占行为展开报复。所以一个好的开始很可能是两个善良的人和谐相处的全部。
迅速的报复性 对背叛和对方自私的行为一定要有反射很快的报复行为——这好像和传统的道德判断相违背，不过从博弈的结果来看，有报复性地和人相处的方式更健康，在增加自己的快乐得分方面也更有效。
在阿克塞尔洛德教授组织的比赛中，也有人采取更加宽容的处事方法，比如，连续两次或三次被背叛才报复。也正是因此，就会有一些聪明的小人利用这个机会来占便宜，他们从不连续背叛对手，只是在对方放松警惕时偶尔独占奥特曼。用更宽容的办法和这些小人相处就像冤大头，损失惨重。
懂得宽容和原谅 “一报还一报”只是报复对方一次，在之后和对方博弈中就会重新开始，接受对方的善意和合作。这种宽容性让它比那些更严厉的报复者的快乐得分高很多。
在比赛中曾有一个被命名为“永远报复者”的程序，它的方案是善良乐观的，但是如果遭遇到一次对方的背叛和自私行为，在之后的博弈中它都会用背叛和自私展开报复。这么做看似很解恨，但是总体上，这种方式的得分并不高。因为凶狠的报复会招至别人同样凶狠的报复。它做得太过分了。
简单清晰 “一报还一报”的逻辑简单明了，这也是它得分高的一个原因。
在参加比赛的专家中，有的人编写了非常复杂的解决方案程序。他们试图根据对手的决策猜测下一次对手所采取的策略。无疑，在这个问题上，他们想歪了。之所以这么说是因为，类似于重复囚徒困境的和人相处的问题不是零和博弈。如果双方合作，从长远来看，大家都会赢得更多。
在和人相处的时候，想得过多，因而对别人行为的反馈看上去有点莫名其妙，这在人际交往中其实得分并不占优势。把自己装扮得高深莫测，是种费力不讨好的愚蠢行为。
不要嫉妒，眼界放远一点 最佳策略，“一报还一报”的方式执行起来会有个有趣的特点。采取“一报还一报”策略的人，在任何单一的一次重复博弈中，得分都是小于或等于对手的。
假如对方采取善良的策略，那么两个博弈的人应该同获满分;假如对方采取自私或者悲观的策略，“一报还一报”的得分就会比对方少3到5分——如果博弈的次数够多，这点分差根本算不了什么。
等到将和所有人博弈的得分相加，“一报还一报”策略的得分却是最高的。
这说明了个小问题，不要嫉妒你的博弈对手相比你暂时赚了点小便宜，要从整体看问题，毕竟“一报还一报”的得分是最高的。
不要试图占别人的小便宜 无论是在上述的比赛里，还是在现实生活中，总有人会想尽办法占别人的便宜，并以此得意。這种占便宜的解决方案即使非常聪明，总体得分也不算高，在阿克塞尔洛德教授组织的比赛中，这种占便宜程序的最佳表现是在第二届比赛中获得第七。
为什么“聪明人”很难在长期的博弈中占到别人的便宜？
这是因为博弈的另一方同样是人，你努力占他的便宜，他也会想办法这么做。这有点像你把球踢向一面墙，你用的力气越大，它反弹回来的力量也越大。挖空心思在别人不注意的时候占便宜的思路是把别人物化了，忽视了对手在重复博弈中的报复和反馈。
总结一下，如果你在和别人相处时（或者也这么教导你的子女）采取“一报还一报”策略，那么你需要具备我上边说的7种特质：善良、乐观、懂得报复、学会宽容和原谅、待人逻辑简单清晰、不嫉妒、不爱占别人的小便宜。
这有点像上帝说的，但其实是行为经济学的总结——很可能它们有相通之处。