生活处处皆博弈，囚徒困境带给我们的启示
关于博弈，很多人都知道也听说过。生活中处处有博弈。那么究竟什么是博弈呢？
博弈原意是指下棋，引申义则比较丰富多样：在一定的外在条件下，参加项目的人们共同遵守相同规则，选择并实施各自不同的行为或策略，并得到相应结果的过程。有时候，博弈也作为一个动词，表示一种动态的过程。
通常，一个完整的博弈会包括五个要素：
第一，参与者，它可以是博弈过程中独立决策并承担后果的个体或者组织；
第二，博弈信息，就是参加博弈者掌握的对策略有帮助的外界信息资料；
第三，策略集合；
第四，博弈次序，就是博弈参与者做策略选择的先后顺序；
第五，博弈收益，就是博弈方做出策略选择后的得与失。
此外，如果从博弈的具体应用来划分的话，还可将博弈分为静态博弈和动态博弈。
所谓静态博弈，就是指在博弈中，两个参与者同时做出选择，或者两人做选择的时间或者秩序不同。而且靠后的行动者，不知道先行动者会采取什么样的具体行动。
也就是说，在同一件事情的争论和推进中，参与双方都容易造成行为上的重组重复。
动态博弈则是指在博弈中，两个参与人的行动是有先后顺序的，而且，靠后的行动者可以观察到最先行动者所选择的是哪种行动和策略。
博弈在我们的生活中无处不在，而在博弈理论中有一个经典的例子，那就是“囚徒困境”。
【囚徒困境博弈论】
一个富翁被发现死在家中，一部分财物也被盗走。警方经过侦讯逮捕了强盗A和强盗B，但两人都矢口否认杀死过富翁，只承认入室盗窃偷东西的罪名。案件陷入困境，于是警方将两人隔离关押，由地方检察官分别与两个人进行一对一的谈话。
检察官对A说：“偷盗罪证据确凿，所以一年刑期是肯定会有的。但是，我这里有一个交易，如果你承认杀人罪行，我就只判你三个月监禁，但你的同伙就要被判刑十年；现在如果你拒不坦白认罪而被你的同伙检举你的杀人罪行，你就会被判刑十年，而他则只判监禁三个月。另外，如果你们俩同时承认了杀人罪行，那么，你们就同时被判刑5年。”
这就是著名的“囚徒困境”。
那么强盗A和强盗B该如何选择呢？
显然，他们只有两种选择：承认杀人或否认杀人。
旁观者清，似乎对于二人最好的选择策略是大家都不承认杀人罪行，然后都被判1年。但是，我们不要忘记，两人被分别关押，并且缺乏信任和了解，所以不会知道对方会做出什么样的选择。
根据经济学家亚当斯密的理论，任何人考虑策略都是从利己的角度去做选择的。所以，从对个人最为有利的角度讲，选择承认杀人才是个人的最佳策略。因为承认杀人后，只会被监禁3个月。很显然，这要比自己不承认杀人而坐10年牢好得多。
可是，这个策略能够实现的前提是，另一方抵赖。所以，承认自己杀人这种策略，其实是个损人利己的策略。
不仅如此，承认自己的杀人罪行还有其他好处。比如，如果对方坦白而自己抵赖，那自己就得坐牢10年。因此，在双方被隔离不能互通消息的情况下，最好的策略其实是两人同时坦白，这样两人至多分别只被判5年，总体也比被判10年好。
强盗A和强盗B最为合理的选择，是同时向检察官承认杀人罪行，这种两人都选择承认杀人罪行的策略，以及同时被判5年。
这样的博弈结果，我们称之为“纳什均衡”，而它的正式学术名称叫做“非合作均衡”。
这一囚徒困境选择，有着广泛而深刻的辐射意义。因为，当个体在选择策略时，如果没有“共谋”或者窜供，每一个人都会选择对自己最有利的策略，绝对不会考虑社会福祉，或其他对手的利益。
这就意味着，个人与集体之间虽然有冲突，但是个体追求利己行为，最终会导致的结局是一个“纳什均衡”，也是对所有人都有利的结局。
从“纳什均衡”中我们还可以悟出一个道理：合作，才是非常有利的“利己策略”。但是，合作必须符合一个黄金律：必须是双方都按照同样的方式行事才行。
男人、博弈、权力
了解了囚徒困境之后，我们再来说说男人与博弈，而男人博弈的核心就是权力。
在电影《教父》中，有一句台词是这样说的：“女人和小孩能够粗心大意，但是男人不行。”
90后新生代估计对“男人的圣经”《教父》不是很了解。但很多70后、80后都是它的忠实拥趸，因为它讲述的就是一个男人权力与实力的故事，堪称博弈经典。
权力与博弈，历来被看作男人的魅力与实力的最佳表现。
在《教父》这部电影中，呈现最多的就是“合作”与“背叛”。运用最多的也是博弈思维，并且影片还向所有人传达出一个最为有利的理论，那就是根据囚徒困境演绎而来的一个道理：永远不要与背叛过你的人合作。
在《博弈论》中，这也是一个著名的模型——重复囚徒博弈。
重复囚徒博弈规则是，在每一次单独博弈中，参与双方都只有两个选择：合作或者背叛。我们将AB双方的选择组合排列如下：
合作+合作
合作+背叛
背叛+合作
背叛+背叛
在博弈中，如果A和B双方合作，就可以各拿3分；如果一方选择合作而另一方背叛，则背叛方将能拿到5分，选择合作的一方只能拿0分；如果双方都选择背叛，则各拿1分。
综上所述，AB双方的积分表排列如下：
1.A：合作得3分，B：合作得3分；
2.A：合作得0分，B：背叛得5分；
3.A：背叛得5分，B：合作得0分；
4.A：背叛得1分，B：背叛得1分；
在此基础上，我们再来分析为什么选择背叛的人会一直得益。
用A来分析这个事实，如果A一直选择策略“背叛”，那么A必然会遇到以下两种情况：
B合作，A背叛，A得5分。
B背叛，A背叛，A拿1分。
可以看出两次得分中，选择背叛的A，每次都能拿3分。假设把A的策略变成“合作”，则A会遇见以下情况：
B合作，A合作，A会得到3分。
B背叛，A合作，A会得到0分。
两次得分统计中，A每次只能得1.5分。相比于A选择背叛策略时，他的得分明显减少。
所以如果一直这样比对下去，你会发现，如果人们一直选择“背叛”策略，那么人们会一直不吃亏。从这个理论上讲，平时选打破规则的人，的确会比一般人得到更多。而这种人，一般都是会背叛别人的人。
所以说，一旦你看清楚某个人的个人信誉有问题，就一定不要与他有任何合作，千万不要指望这个人会善心大发，或者回头是岸。
人性使然他绝无可能改变，选择背叛策略的人，只会一直背叛他人，让自己获益。
这样的人，也绝对不值得你给他第二次机会！
- The End -
作者 |汤靡达
编辑 | 一粒米
第一心理主笔团 | 一群喜欢仰望星空的年轻人
参考资料：[1] Carbery, J., & Buhrmester, D. (1998). Friendship and need fulfillment during three phases of young adulthood. Journal of Social and Personal Relationships, 15(3), 393–409.
[2] Rawlins, W. K. (1992). Friendship matters: Communication, dialectics, and the life.