在一个不确定的世界中的最佳博弈策略

这是个竞争越来越激烈的社会？几乎没人否认。但这也是一个合作度越来越高的社会。我们总是对负面的信息有更强的感受度，所以总认为成功和崛起，总要靠战胜和挤压别人，总认为蛋糕只有那么大，别人多分一点自己就少一点，可是，你有没有想过真正的办法是合作把蛋糕做大呢？其实，合作一直就在我们的基因里，是合作让人成为了人。每个人，都是一个超级合作者。

或许，我们被物竞天择思想影响太深，其实，严复的这个翻译并不准确，达尔文的意思是基因变异、自然选择；同时，达尔文强调的是适者生存，而非强者生存。

这本书的作者马丁.诺瓦克，是一个名副其实的学术明星，平均 每年在顶级期刊发表30余篇文章，《纽约时报》2007年就发表专访为他立传。

这是一本跨学科科普神作，其内容涵盖生物学、社会学、数学、计算机科学等领域。作者通过大量计算机模拟实验量化和数学方程表达，科学、强力、成功地论证了，合作在生命起源、进化中的重要作用，以及给我们很多有关社会合作的启发。

一、合作是生命起源的总设计师

纵观整个世界历史，无论是从单细胞到多细胞生物的进化，还是从蚁冢、村庄到城市的发展，合作始终是创造性的源泉。其实，就连生命、语言，也是合作的功劳。

（一）生命的起源——分子合作

传统观点认为：生命起源于第一个复制基因横空出世，并由此引发随后的进化。那一刹那如此幸运，就像希腊宇宙论中所讲，从“茫茫无边的黑暗”虚空与混沌之中，主管原生大地的盖娅女神诞生了。

其实，这样一个神奇的时刻可能根本就不存在，没有“奇点”，也没有生物学“大爆炸”，只有一个循序渐进的转化过程。在那漫长的远古时期，化学发展环境逐渐丰富，再加上充分的时间与空间条件，不断积聚着合作的契机，有些化学序列出现催化反应并加速，尔后两种互为补充的化学序列，会利用催化反应进一步彼此完善，这就是最初的分子合作。这样就一定会出现可以复制的分子串，它们与无法复制的分子串相比，能更加快速地吞并基础单元。当复制的速度超过一定临界值，拥有复制能力的分子串就拥有了压倒性优势。如此看来，合作行为比生命本身的历史更为久远。

（二）死亡的本质——分子不合作了

在童年和早期发展过程中，细胞的合作会出现激增的趋势，但随着年龄增长，细胞也会开始出现反叛倾向。

绝大多数细胞突变都不会产生任何影响，但有些突变可能非常危险——这些突变可能引诱细胞在不该分裂的时候进行分裂；可能会在人体指示细胞为了集体的利益牺牲小我采取自杀行为的 时候，阻止细胞采取相应的行动；还有可能会干预细胞停下来休息并完成自我修复。如果细胞不正常工作，就会不断增殖，去完成自身的自私企图，而不再为了整个组织而服务。于是，细胞散伙各行其是，合作架构崩溃。癌症就是细胞间合作失败的结果。

那么，治疗癌症，延缓衰老，阻止死亡，就是让细胞重新合作。

（三）语言从何而来

语言的诞生，也许是过去6亿年间发生过的最为惊人的事件，其 重要意义甚至不亚于生命的诞生。如果某人有了一个好主意，那么立刻就可以将这个主意公之于众，而不需要借助裂变、交配或感染等手段，将其影响力传递到下一代。

我们总是认为，是人类发明了语言，但事实却恰恰相反——语言 创造了人类。找到语言的起源，能对人性起源的研究起到巨大的 帮助作用。

在一个高度复杂的社会环境中，在生死存亡依赖于快速传播重要信息的地方，利益就超越了成本，只有高效沟通才能赢得博弈，所以除了动物通用的语音，还需要语法，以完成更复杂、精准、有效率的沟通。就此，语言就会生根发芽。互动越频繁，社会构成越复杂，语言越是能得到充分的发展，也就越需要一颗高级的大脑去承载和运行。

研究显示，合作的进化与语言的进化有着很强的相关性。语言在进化过程中一定存在选择压力，这也意味着，我们那些口才较好的祖先，其适应性能够逐渐得以增强，这反过来又会促进语言的进化。

二、人类合作的5大机制

（一）直接互惠。这个容易理解，比如两只猩猩互相梳毛，你给我一个苹果，我给你一个梨子，等等。

（二）间接互惠。就像我给你一个苹果，就树立了一个好名声，就可以鼓励其他人也这样做，也就会有人给我一个梨子。名声，是促成合作，甚至是破解“公地悲剧”的利器。

（三）空间博弈。只要将地理和空间因素引入，不需要聪明的思想和明确的规则，就能促成合作的产生。经过计算机模拟，合作者的平均出现频率是31.78%。

（四）群体选择。达尔文说过：“毫无疑问，如果某个部落拥有一批愿意牺牲自我、帮助他人、成全共同利益的成员，那么这个 部落就能胜过许多其他部落。”模拟计算发现，在没有战争的情况下，自我牺牲基因会在150代之后基本从群体中消失。但一旦 出现战争，就能存留下多得多的自我牺牲基因。可见，许多人类 美德都是在战争的严酷考验中锻造出来的。

（五）亲缘选择。大家都知道，血浓于水，亲缘关系紧密的个体之间更容易产生合作。其进化原理，就是合作行为能实现传递基因的自私目的，虽然这一机制是通过亲属而非个体本身来运转的。

三、最佳策略是什么？

现实生活中，我们会面临很多种博弈场景，那最好的策略是什么呢？通过对若干种策略进行大量计算机模拟计算，好策略主要有三种。

①基本策略：以牙还牙。一开始对对方充满信任，只有对方背叛，我就背叛，你若改回合作，我就继续合作。

②交替博弈最佳策略：宽宏以牙还牙。交替博弈的意思就是双方对的反应不是同步的，就像出牌，是一前一后的。因为人并非总是理性，所以有时会犯错导致背叛，那为了合作继续，最好的策略在“以牙还牙”策略基础上，遇到背叛时，每三次背叛中采取一次合作，但不能让对方知道你什么时候会表现出友善。

③同步博弈最佳策略：赢定输移。如果我们在上一轮中都保持合作态度，那么我会再次进行合作。如果我们都采取了背叛，那么我会以某一概率进行合作。如果上一轮我们采取了不同行为，那么我选择背叛。

四、奖励还是惩罚？

从古至今，人类社会为了在人与人之间建立合作关系，沿袭了一种看似简单直接的手段：以惩罚来进行威胁。

这样做靠谱吗？是最高效的吗？

作者做了一个有趣的实验，请104名本科生参与了重复性两人囚徒困境的变体博弈。成对的两位玩家可以在合作、背叛和代价高昂的惩罚三者之间进行选择。“合作”意味着为了让对方得到 3块钱，而付1块钱。“背叛”意味着从对方处拿走1块钱。“惩罚” 意味着为了让对方输掉 4块钱，而支付1块钱。

通过观察玩家之间1230 次重复性互动，每一次互动时长在1 轮～9轮之间不等。一对在4轮中保持合作的玩家，分数并列第一。那些忍受暴力、不愿反抗的玩家，成绩也很不错。在连续两轮中，一位玩家虽然每次都遭到背叛，却始终坚持合作，之后继续维持宽容，最终赢得了总分第六的成绩。而与他对弈的那位背叛者，在最后3轮中被感化成为合作者，最后排名第19。还有一位合作者在背叛面前忍无可忍，以惩罚予以应对。5轮之后， 背叛者还是没有采取合作。最终，他们分别获得第25名和第22 名。有一位合作者，在遇到背叛者的时候，以惩罚作为回应。这样就触发了背叛者的报复性惩罚，之后便是一轮接一轮的惩罚 与反惩罚行为。这两位最终排名第30位和第25位。 还有一对玩家在相互合作后，一人实施惩罚，激起双方的背叛，惩罚者最后排名29，他的对手排名24。

这个实验的一个洞见是：惩罚与较差成绩之间有着十分明显的联系。表现最佳的6个人一直都没有使用过惩罚手段。相比之下，成绩最差的也是使用惩罚最频繁的几个人。研究显示，分数最低的玩家，使用惩罚手段最频繁，因而激起了报复的恶性循环，对所有参与其中的人都造成了毁灭性的后果。

作者认为，与惩罚相比，奖励能够引导出更多富有创造性的合作方式。奖励不仅能让我们以合一的精神高效工作，还能激发出创造力。

五、合作“三板斧”

这本书给我们更大的启示是什么呢？那就是作者认为的赢家的属性：心存希望，慷慨大方，宽宏大量。

“心存希望”意味着，我们遇到一位陌生人，应该希望可以通过努力，与其合作。“宽宏大量”意味着，我们如果遭遇背叛，那就尽其所能去重建合作。“慷慨大方”则意味着，我们不要目光短浅地看待与他人之间的交往，不要抱怨谁得到更多、分得的蛋糕更大。相反，接受公平甚至略少一些的分配，同时享受合作这种更高生产力、更有帮助的方式——把蛋糕做大，从而让每个人都能分到更多。

有一句非洲谚语是这样说的：如果你想走得快，一个人走；如果你想走得远，就一起走。