重读“囚徒的困境”

重读“囚徒的困境”这个案例，心生很多感慨。首先，对伟大的数学家纳什由衷的敬佩。他忍耐着精神病的折磨，创立了对当今经济有着深远影响的非合作博奕的均衡理论——“纳什均衡”。并因此获得1994年诺贝尔经济学奖。获奥斯卡奖的美国电影《美丽的心灵》，讲的就是他的故事。令人痛惜的是几十年来，严重的精神病一直摧残着他。“囚徒的困境”是解释他的“纳什均衡”的典型案例。

“囚徒的困境”讲的是，一位富翁在家中被杀，财物被盗。警方抓到两个犯罪嫌疑人，并从他们的住处搜出富翁家中丢失的财物。但是，他们矢口否认曾杀过人，说是进屋前富翁已经被杀，他们只是顺手牵羊偷了点财物。警方将两人隔离，分别关在不同的房间进行审讯。

检察官对其中的一个人说，“由于你们的偷盗行为已有确凿的证据，所以我可以向法官求处你们一年刑期。但是，我可以和你做个交易。如果你单独坦白杀人的罪行，我只求处你三个月的监禁，而你的同伙要被判十年。如果你抵赖，同伙坦白，那么你就将被判十年刑，他只判三个月的监禁。要是你们两人都坦白交代，则各被求处5年刑。”对另一个人，检察官也采取了同样的策略。此时，两个犯罪嫌疑人面临着两难的选择——坦白或抵赖。显然最好的策略是双方都抵赖，结果是大家都只被判一年。可是，由于两人处于隔离的情况下无法串供。最终两个人都选择了坦白。

为什么呢？因为如果自己坦白交代而同伙抵赖的话，就能得到很短的监禁——3个月。否则，自己抵赖而同伙坦白，就要坐10年牢。退一步讲，即使两人都坦白，至多也只判5年，总比判10年划算。所以，两人合理的选择是坦白。

这就是著名的“囚徒的困境”，在博奕论中叫做“纳什均衡”。用通俗的话来解释纳什均衡就是：在不合作的博奕中，对博奕双方的最优策略所导致的结果肯定不是对双方最有利的结果，就如同两个囚徒都选择坦白一样，他们所选择的策略对每个人来说都是最优的，但是却没有得到对每个人来说都是最好的结果。最好的结果是双方合作起来抵赖，而不是互相背叛的坦白。为什么出现这种结果呢？因为纳什均衡的前提是不合作的博奕，即双方不能事先沟通，否则结论就不一样了。纳什均衡还有一个假设就是：人都是聪明的，人都是自私的。纳什均衡用数学的语言揭示了现实生活中的普遍规律，对世界经济发展起到了极大的促进作用。现在讲“双赢”，也是基于纳什均衡的原理。

纳什均衡给我们很多启示，其中之一就是合作才能双赢，损人不利己。本来两个囚徒如果不把出发点放在背叛同伙的话，他们应该都选取合作的策略即抵赖，其结果是两个人只坐一年牢。但是他们都从利己的角度选择策略，都希望同伙出错，所以谁也没得到好的结果。自私是人的本性，但是，当人们生活在集体里，生活在社会中，就要考虑他人和社会的利益，这样才能既利己又利他，才能融合到集体和社会中。所以合作才能双赢，合作总比背叛好。

美国密西根大学一位叫做罗伯特．爱克斯罗德的政治学家，对合作与背叛的问题的作了系统研究，他组织了一场计算机竞赛。这个竞赛的思路是：任何想参加这个计算机竞赛的人都扮演“囚徒的困境”案例中的一个角色。把自己的策略编入计算机程序，他们的程序会融入不同的组合。他们每个人都要在合作与背叛之间做出选择。有几百位不同阶层的人参加了竞赛。其中有科学家、有学生、也有商人等等。

参加竞赛的人要玩上200次这种游戏。也就是博弈论专家所谓的“重复的囚徒困境”。竞赛的最终结果是：赢家是最简单的策略——一报还一报。即他总是以合作开局，但此后就采取以其人之道还治其人之身的策略。爱克斯罗德对竞赛结果进行了归纳，得出了令人惊奇的结论，好人总是赢家。所说的好人，就是在行动中总是善意和宽容的，在做出行动时，总是针锋相对、心胸坦荡。他永远不先背叛对方；他会在下一轮中给对手的前一次合作以回报（即使这个对手曾经背叛过它）；但他也会采取背叛的行动来惩罚对手前一次的背叛；他的策略极为简单，对手一望便知其用意何在。

可见，不管是博弈论的理论，还是计算机的模拟游戏，都证明合作是成功的前提，都说明好人总有好报这个简单的道理。凡事都以合作为基础，多搭桥少拆台；多一些善意，多一些宽容，少一些背叛，我们就能生活得和谐快乐。