囚徒困境——背叛是理性的，合作却更划算

大家好，我是 Senko。本文将解读“囚徒困境”。

它是博弈论中最著名的问题，鲜明地刻画出一种潜伏在社会各个角落的结构——个人的理性判断，招致对整体而言最糟的结果。

囚徒困境的设定

两名嫌疑人 A 和 B 在不同的房间接受审讯，无法互通消息。

检察官向每名囚徒提出如下交易：

	B 沉默	B 招供
A 沉默	A:1 年 / B:1 年	A:10 年 / B:释放
A 招供	A:释放 / B:10 年	A:5 年 / B:5 年

站在 A 的立场想一想。

B 沉默时：A 沉默判 1 年，招供则释放。→ 招供更划算。 B 招供时：A 沉默判 10 年，招供判 5 年。→ 招供更划算。

无论 B 选哪边，对 A 来说招供都更有利。B 面对的结构完全相同，所以对 B 来说招供同样是理性的。

结果，两个理性人双双招供，各判 5 年。

可要是两人都沉默，只需各服刑 1 年。对个人而言理性的选择，从整体看却错失了最好的结果。这就是囚徒困境的核心。

囚徒困境的结构无处不在。

价格战：两家公司互相降价，双方利润齐跌。可若只有对手降价，自己就会流失顾客——于是不得不跟着降。

军备竞赛：双方都扩军，安全保障没有改善，成本却不断上升。可若只有一方裁军，裁军的一方就会陷入劣势。

环境问题：各国都想回避减排成本，结果谁也不减。可若无人减排，受害的是整个地球。

这些都具有“只有自己合作就会吃亏”的结构，与囚徒困境如出一辙。

一次性的囚徒困境中背叛是理性的，但与同一对手反复博弈时，情况就变了。

在 1980 年代罗伯特·阿克塞尔罗德举办的著名计算机锦标赛中，“以牙还牙策略（Tit for Tat）”取得了最佳成绩。这个策略极其简单：第一轮合作，之后原样奉还对手上一轮的选择。

对手合作我就合作，对手背叛我就背叛——“以眼还眼”的精神。

在重复博弈中，因为存在“未来的报复”，长期合作的收益会超过短期背叛的收益。这也解释了为什么在人类社会中，信任与声誉如此重要。

在现实社会中，囚徒困境往往依靠法律、合同、监管等制度来解决。

卡特尔（企业间的价格协定）之所以违法，正是为了防止企业陷入囚徒困境后损害消费者利益。国际条约和环境法规，也可以看作防止各国落入囚徒困境的机制。

也就是说，人类是在理解了囚徒困境结构的基础上，亲手设计出“让背叛吃亏的规则”来克服它的。

以下是与囚徒困境同样“个人理性招致集体损失”的相关悖论。

本文解读了“囚徒困境”。

个人理性与集体理性并不一致——这种结构遍布人类社会的每个角落。仅仅是知道这种困境的存在，看待社会问题的方式或许就会不一样。

想返回悖论列表的读者请点击下方链接。

我们下一篇文章见。