博弈论与生活

我们能不能改进一下“一报还一报”策略，让合作能够持续不断？事实上，还真的可以！诺瓦克和西格蒙德找出了一种“赢就守，输就变”（Win-Stay，Lose-Shift）的策略，在阿克塞尔罗德的计算机程序对抗赛里，表现得甚至比“一报还一报”程序还好，而且也比较接近我们日常生活中的行为模式。

“一报还一报”不讲人情，也不让人有改过的机会，因此在虚拟世界里非常吃得开；诺瓦克和西格蒙德的程序叫作“巴甫洛夫”（PAVLOV，与那位研究动物制约反应的著名俄国科学家同名），采取的“赢就守，输就变”策略是模仿了人类特质，会宽恕，有期待。

只要另一方也采取合作，巴甫洛夫程序就会一直合作，但与“一报还一报”程序不同的地方在于，如果双方在上一步都背叛而造成双输，“巴甫洛夫”就会主动改变合作策略，而希望对方的程序设计也会有所反应，改变合作策略。诺瓦克和西格蒙德认为，严格来说，巴甫洛夫程序“几乎就是一种对于报酬的制约反应：如果得到报酬……

就重复上一步，如果受到惩罚……就改变行为”。

像是前面那位和我一起逛特价书展的仁兄，在他背叛而我也以背叛回应之后，就是采取了巴甫洛夫策略，再次开始合作。两位程序设计者对于这种策略会成功的理由，解释如下。

“一报还一报”策略能如此成功……部分原因在于，网络世界里有绝对的秩序。但在自然世界里，则会出现失误（和偶尔的干扰）……两个采取“一报还一报”策略的玩家如果不慎犯错，就可能会造成长期的互相报复。（这种情况在日常生活中随处可见，就算是人类，也常常把气发在无辜的旁观者身上。）

巴甫洛夫程序和“一报还一报”策略比较起来有两大优势：

（1）采取“赢就守，输就变”策略的双方，如果不慎犯错……只会造成一个回合的互相背叛，之后就会回到互相合作；

（2）“巴甫洛夫”对“软柿子”不会手下留情。

我们每天都会看到巴甫洛夫式的行为：虽然家人之间的误会可能引起争执，但之后很快就会恢复合作；此外，很多人碰到送上门的冤大头，也总是毫不手软。

现在有许多人都在研究“一报还一报”策略的各种变体，巴甫洛夫程序只是其中一种。原始的“一报还一报”策略，现在归类为“扣扳机策略”（trigger strategy），典故来自美国西部拓荒时期的枪战（至少是好莱坞拍的那种），只要一方扣了扳机，就会引来另一方回敬一发甚至一轮子弹。博弈论研究者已经找出许多种“扣扳机策略”，全都遵循“以牙还牙”的规则，只要不合作，后果就是对方至少也有一次不合作。

各种变体之中，话讲得最重的是“冷酷扣扳机策略”（Grim Trigger），威胁说：“只要你有一次不合作，我就再也不会和你合作！”例如夫妻吵架，警告对方下次再吵，就马上离婚，永不回头，就是属于这种“冷酷扣扳机策略”。令人遗憾的是，也正因如此，到现在我们还无法摆脱核报复的阴影。

另一种比较温和的“扣扳机策略”，是“宽厚的一报还一报策略”

：只要一方合作，另一方就会继续合作，而如果一方背叛，另一方有时候还是会继续合作，但并非绝对。举例来说，怨偶也有破镜重圆的可能，给对方第二次机会。（比较一下，如果一定要对方用确切的例证，证明自己已改过自新，才肯复合，就是采取一般的“一报还一报”策略。）

这些策略都可能成功，但也都可能失败。“宽厚的一报还一报”比起“以牙还牙”要来得温和，带有一点“推己及人”的宽恕色彩，能够打破互相报复的循环，看起来也最有可能解决日常生活中的各种问题。我和几位行为心理学家讨论过这件事，他们从心理学角度提出的策略是“态度要坚定，但也要保留宽恕的可能”，这与“宽厚的一报还一报”最为接近。然而，经过计算机模拟之后，发现这种策略还是比不上巴甫洛夫策略；如果双方上一次互相背叛而造成双输，“巴甫洛夫”就会主动改变合作策略。

我曾经在一场鸡尾酒会上测试了一下巴甫洛夫策略。我和朋友想到等一下还要开车，就同意两个人都别再喝了，但他很快就忍不住想再来一杯，而我心想：“他能喝，那我也要。”但等到我们两个看到对方端着那杯酒（两人都作弊了），就都采用了巴甫洛夫策略，只要对方不喝，我也不喝，于是，问题也就解决了。

“赢就守，输就变”是说，如果上一步都互相作弊或背叛而造成双输，就主动改用合作策略，就目前讨论过的所有“扣扳机策略”而言，这似乎是最有效的一种。这些“扣扳机策略”，都必须建构在双方会不断往来的前提下，才能产生并维持合作。但还有一种因素和过去的交手经验完全不相干。