囚徒困境——人类合作的底层逻辑
耶鲁公开课《心理学导论》学习笔记 · 第 12 讲（上）
吸血蝙蝠是一种很神奇的动物。
它们靠吸食其他动物的血液为生。但不是每次捕猎都能成功——有时候一只蝙蝠出去一整晚，什么也没找到，饿着肚子回来。
这时候会发生什么？
那些捕猎成功的蝙蝠，会把自己吸到的血反刍出来，分享给饥饿的同伴。即使它们之间没有任何血缘关系。
这看起来非常"高尚"，非常"利他"。但问题是：为什么？
从进化的角度，这说不通啊。如果有一个蝙蝠是"自私的"——它自己饿的时候接受别人的分享，但别人饿的时候它从不分享——那它应该活得更好，留下更多后代，不是吗？
那为什么"自私的蝙蝠"没有占领整个种群？为什么分享的行为还存在？
答案就是互惠利他（Reciprocal Altruism）——以及支撑它的一整套情绪系统。
一、互惠利他是怎么进化出来的？
互惠利他的逻辑很简单：
如果我们一起工作，比我们各自单独工作，能获得更大的利益——那么互惠利他就会进化出来。
比如吸血蝙蝠： - 今天我运气不好，没找到食物，你分给我一点——我活下来了 - 明天你运气不好，没找到食物，我分给你一点——你活下来了 - 这样我们两个的生存概率，都比"各顾各"要高
这就是"我帮你，你帮我"——双方都受益。
但这里有个巨大的问题：骗子。
如果有一只蝙蝠每次都接受别人的分享，但自己从不分享——那它就是稳赚不赔。它占尽了所有好处，却不付出任何代价。
如果骗子越来越多，那么分享的行为就会崩溃——因为分享的蝙蝠总是在吃亏，最后没有人愿意分享了。
所以，互惠利他要想进化出来，必须有一个条件：动物必须能够惩罚骗子。
而这需要一整套复杂的心理能力： 1. 识别骗子 ——你必须能记住谁帮过你，谁没有帮过你 2. 记住那些个体 ——你必须能分辨不同的个体，不能每次都被骗 3. 惩罚骗子的动机 ——你必须对骗子感到愤怒，愿意付出代价去惩罚他们
这就是为什么只有聪明的、有复杂社交的动物才会有互惠利他——比如吸血蝙蝠、大象、海豚、黑猩猩、人类。
而所有这些能力的核心，就是社会情绪。
二、囚徒困境——所有合作问题的终极模型
社会科学中没有哪一个思想，比囚徒困境更深刻、更通用、也更令人不安。
它描述了这样一个情境：
你和你的同伙犯罪，被警察抓住了。你们被分别审问，不能交流。
- 如果你们两个都保持沉默（合作），那么证据不足，你们各判1年
- 如果你背叛同伙，揭发他，而他保持沉默——你无罪释放，他判10年
- 如果他揭发你，而你保持沉默——他无罪释放，你判10年
- 如果你们两个互相揭发——你们各判5年
现在问题来了：你应该怎么做？
让我们来分析一下：
如果对方合作（保持沉默）：
- 你也合作 → 你判1年
- 你背叛 → 你无罪释放 → 背叛更好
如果对方背叛（揭发你）： - 你合作 → 你判10年 - 你背叛 → 你判5年 → 背叛还是更好
所以结论是：不管对方怎么做，你背叛总是更好。
但问题是：如果两个人都这么想，那么两个人都会背叛——结果是各判5年。
而如果两个人都合作，结果是各判1年——这对两个人都更好。
这就是囚徒困境的核心悖论：
从个人角度，理性的选择，导致了对两个人都更糟的结果。
所有的囚徒困境都有这几个共同点： - 最好的情况：我背叛，你合作 - 最坏的情况：我合作，你背叛 - 对双方都好：我们都合作 - 对双方都糟：我们都背叛 - 不管对方做什么，我背叛总是更划算 - 但如果两个人都背叛，结果比两个人都合作更糟
三、现实世界到处都是囚徒困境
你可能觉得这是个思想实验，和现实生活没关系。但实际上，现实世界到处都是囚徒困境：
1. 核军备竞赛
- 如果我们裁军，他们不裁 → 最坏情况（我们被威胁）
- 如果他们裁军，我们不裁 → 最好情况（我们有优势）
- 所以双方都选择不裁军 → 结果是双方都花了几万亿在核武器上，谁也没占到便宜
- 如果双方都裁军，大家都能省下钱来搞民生
2. 价格战
- 如果我降价，你不降 → 我抢走你的生意，我赚了
- 如果你降价，我不降 → 你抢走我的生意，我亏了
- 所以双方都降价 → 结果是双方利润都暴跌，谁也没赚到钱
- 如果双方都不降价，大家都能有合理利润
3. 公地悲剧
- 大家共用一片草地放羊
- 如果我多放几只羊，而别人不多放 → 我赚了
- 如果别人多放几只羊，而我不多放 → 我亏了
- 所以大家都多放 → 结果是草地过度放牧，最后全部沙化，所有人都没地方放羊
- 如果大家都控制数量，草地可以一直用下去
4. 排队插队
- 如果大家都排队，秩序很好，大家都快
- 如果我插队，你们都不插 → 我最快
- 如果你们插队，我不插 → 我最慢
- 所以大家都插队 → 结果是秩序混乱，大家都慢
所有这些问题，本质上都是囚徒困境。
四、63个程序比赛，谁赢了？
如果囚徒困境是一次性的——那么背叛确实是唯一理性的选择。
但现实生活不是一次性的。我们会反复和同样的人打交道。你今天背叛了我，明天我就会报复你。你今天帮了我，明天我就会帮你。
所以问题变成了：在反复的囚徒困境中，什么样的策略是最好的？
1980年，政治学家罗伯特·阿克塞尔罗德（Robert Axelrod）做了一个著名的比赛。他邀请了全世界的学者提交计算机程序，每个程序代表一种策略，然后让这些程序互相反复玩囚徒困境。
一共收到了63个程序。有非常复杂的策略——包含了机器学习、概率模型、行为预测等等。
但最后赢的，是所有程序中最简单的一个。
这个策略叫做以牙还牙（Tit-for-Tat, TFT），由数学家阿纳托尔·拉波波特（Anatol Rapaport）提出。
它的规则只有四条：
- 善良（NICE） —— 第一步永远选择合作，永远不先背叛
- 不做冤大头（NOT A SUCKER） —— 如果对方背叛了，你一定背叛回来，报复
- 宽容（FORGIVING） —— 如果对方重新开始合作，你立刻就原谅他，也回到合作
- 透明（TRANSPARENT） —— 你的策略非常简单，别人很容易明白怎么和你相处
就这么简单。没有心机，没有算计，没有预测，没有机器学习。
但它赢了63个复杂的程序。
五、为什么"以牙还牙"这么厉害？
"以牙还牙"的厉害之处，在于它同时解决了合作中的几个核心问题：
1. 它鼓励合作
因为它第一步永远是善意的。它不会先背叛。所以只要对方也是善意的，你们立刻就可以进入合作的良性循环。
2. 它不会被欺负
如果你背叛它一次，它一定报复。所以没有人能持续占它的便宜。骗子在它身上占不到任何好处。
3. 它不会记仇太久
一旦你回到合作，它立刻就原谅你。它不会因为一次背叛就永远记恨，一直报复下去。所以关系可以修复。
4. 它很容易被理解
因为它的行为非常可预测。别人很快就能明白"哦，这个人就是你对我好我就对你好，你对我坏我就对你坏"——然后就会选择和你合作，因为这样对他们自己最有利。
"以牙还牙"不是"赢了比赛"——它不是通过打败别人来赢的。它是通过让别人愿意和它合作来赢的。
它不是战胜了对手。它是让对手愿意和它一起赢。
结语
到这里，我们理解了合作的基本逻辑： - 互惠利他可以进化出来——因为合作比单干更好 - 但合作必须有惩罚骗子的机制——否则会被搭便车的人摧毁 - "以牙还牙"是反复囚徒困境中的最优策略——善良、可激怒、宽容、简单
但这就引出了下一个问题：人类是怎么执行这个策略的？我们不是计算机程序，我们不会每次都冷静地计算"这次应该合作还是背叛"。
答案是：进化给我们装上了情绪，来自动执行这个策略。
你不需要计算"我现在应该对他感到感激还是愤怒"——情绪会自动帮你做。当别人对你好的时候，你自然而然就会感到感激，想要回报。当别人背叛你的时候，你自然而然就会感到愤怒，想要报复。当你背叛了别人的时候，你自然而然就会感到内疚，想要弥补。
这些情绪，就是人类内置的"以牙还牙"程序。
在下一篇文章中，我们会讨论这些社会情绪，以及一个更反直觉的结论：非理性，其实是一种力量。一个完全理性的人，其实是非常容易被欺负的。反而一个"有脾气"、"容易愤怒"、"会记仇"的人，在社会中更有优势。
下一篇预告：非理性的力量——为什么"有脾气"反而是优势？ 最后通牒博弈：为什么人们宁愿一分钱不要，也要拒绝不公平的分配？为什么"我会和你同归于尽"的威胁反而能让你受益？荣誉文化：为什么美国南方人被侮辱后更容易发怒？
系列文章： - 心理学第1课：一根铁棍穿过脑袋之后 - 心理学第2讲：你只不过是一群神经元 - 心理学第2讲：你的大脑为什么比电脑厉害 - 心理学第3讲：弗洛伊德为什么永远是对的？ - [第 4 讲：奖励和惩罚能解释一切吗？]（链接） - [第 5 讲：婴儿知道什么？]（链接） - [第 6 讲（上）：全世界人类都会的同一件事]（链接） - [第 6 讲（下）：一个婴儿的语言奇迹]（链接） - [第 7 讲（上）：世界上最难的问题]（链接） - 第 7 讲（下）：一个脑袋，两个人 - 第 8 讲（上）：你不知道你知道的 - 第 8 讲（下）：当意识下班以后 - 第 9 讲：爱情是一个进化陷阱吗 - 第10讲（上）：进化心理学为什么重要？ - 第10讲（中）：人类理性的四大陷阱（上） - 第10讲（下）：人类理性的四大陷阱（下） - 第11讲（上）：你为什么会笑？ - 第11讲（中）：你天生就怕什么？ - 第11讲（下）：爱是什么？ - 第12讲（上）：囚徒困境——人类合作的底层逻辑 ← 本文