合作的進化

推薦指數：⭐️⭐️⭐️⭐️⭐️ 推薦原因： 1.本書最讓我印象深刻的一個概念是"一報還一報"，因爲在我的成長觀念裏，人好像是得打不還口，罵不還手，忍氣吞聲的狀態，然後還覺得自己道德特別高尚，殊不知這只不過是一直在被別人佔便宜，這是一種赤裸裸的道德綁架，然後還自我洗腦的過程。但這本書就讓我從固化了二十多年的思想中解放出來，不願意再把懦弱當作高尚的善良。 2.作者闡述了"回報"的二元性，在我們的刻板印象中，回報意味着報答別人的善良，在本書中回報也同時意味着報復別人的惡意。在生活和工作中，我們要接觸的人很多，但是我們面對的每個人在對待別人時的策略，我們是不確定的，我們不確定會得到善意的對待還是被惡意的對待。在依據本書的各種理論下，"一報還一報"是最好的策略。它是指不首先背叛別人,然後在下一步重複別人上一步的決策。即當別人合作你也合作，別人背叛你也背叛，但是不做先背叛的那個人。這意味着你不會被別人佔便宜，不用委屈自己，也不佔別人便宜，不欺負別人。在受到欺負之後，立即反擊，以達到別人不敢一而再再而三的欺負自己的效果。 3.要和那些懂得合作規則的人合作，如果別人不懂就教他們，這樣對自己也是有好處的，這樣意味着我們都能從合作中得到好處，也能減少世界上不懂合作的人的數量，可以增大我們在未來遇到懂得合作的人的概率。 4.人們會受到標籤和偏見的影響而破壞合作的概率。 5.衡量任何一個信息的價值就是在得到這個信息之後能比你在沒得到之前做得好多少。越沒好多少，意味着這條信息的價值越低。這可以幫助我們思考我們每天花大量時間去追熱點去刷視頻是否能真正對我們的生活帶來好處。 6.增加雙方接觸的頻率，能夠促進合作的產生。

《合作的進化》這本書的核心是“第5章” 花5分鐘讀完下面的總結，就能獲得本書最精華的內容。 1. ​​關鍵問題​​ 在生物世界裏，個體常常要決定是合作還是背叛；合作能帶來整體更大的收益，但背叛在短期內更有誘惑。 作者問：到底什麼樣的策略能讓合作長期穩定下來？ 2. ​​核心解釋​​ • ​​“一報還一報”​​（先合作、之後以對方上一輪的行爲回報）在大量計算機模擬中表現最佳，它既鼓勵合作，又對背叛給予及時回擊，因此能在各種環境裏生存下來。 • 如果個體只追求眼前利益，最終大家都背叛，合作就無法持續；而只要存在哪怕一點點再次相遇的概率，“一報還一報”就能慢慢把背叛者拉回合作軌道。 • 親緣關係讓合作更易出現：和親人合作，自己的基因也能間接受益，這解釋了利他行爲的起源。 • 環境的多變性與“魯棒性”很重要——策略必須能在各種意想不到的情況下仍保持穩定，才能在進化長河中留存下來。 3. ​​幾句話概括​​ • 合作要想在進化裏勝出，關鍵不是單次收益，而是能否在長期、重複的互動中讓對方看到“合作比背叛好”。 • “一報還一報”通過“先合作、後跟隨”，用溫和但堅定的方式阻止背叛擴散，從而讓合作變得有利可圖。 • 當然，環境會不斷變化，策略必須足夠魯棒；只要再次相遇的概率存在，哪怕很小，合作就有可能一點點積累成優勢，最終成爲生物世界的常態。

成功的決策規則應有的四個特徵： 只要對方合作你就合作 面對他人無理的背叛你是可激怒的 在給挑戰以反擊時你是寬容的 行爲要簡單清晰使對方能適應你的行爲模式 （善良性、報復性、寬容性、清晰性，善良性，防止陷入不必要的麻煩；報復性，使對方背叛一次後就不敢再背叛了；寬容性，有助於重新恢復合作；清晰性，使目的容易被理解，從而產生長期合作。） 博弈中個人選擇的建議： 不要嫉妒對方成功（其他人成功是你成功的前提） 不要先背叛（不善良會毀掉使自己成功所必須的環境） 要對合作和背叛都做出回報（一報還一報，對合作做出合作的回報，對背叛做出背叛的回報） 不該耍小聰明（小聰明喫大虧，要清楚的用行動表明你是鼓勵合作的） 促成合作的條件： 增大未來的影響（使博弈雙方相互作用更持久/相互作用更頻繁。當相互作用有可能持續一個長時間時，對策者就會一起關心他們的未來，合作的出現和持續的條件就成熟了。合作的基礎不是真的信任，而是關係的持續性。） 改變收益值（合作的收益值大於背叛的收益值，可以從短期的不穩定合作轉爲長期穩定的合作） 教育人們相互關心（對值得利他的人利他，通過其過往行爲或者當前其博弈態度決定） 教育人們要回報（一報還一報，已所不欲勿施於人，通過相互給予激勵引導合作而不是引導背叛） 合作進化的三個階段： 起始階段：以相互回報合作作爲宗旨的小羣體之間，一旦有交往的可能，合作就會產生 中期階段：基於回報的策略能夠在許多不同類型的策略組成的環境裏成長起來 最後階段：基於回報的合作一旦建立起來，就能防止其他不太合作的侵略者侵入。社會進化齒輪是不可逆的。 一個能夠從其他個體得到有利的反應的個體會有更多後代，而且這些後代將繼續這個能夠從其他個體引出有利反應的行爲模式。 適當條件下，基於回報的合作在生物世界是穩定的。 商業中最有力的道德執法者是持續的關係。 交易的公平不是靠訴訟的威懾來保證，而是由對雙方未來的交易的好處的預期來保證的。當這個未來相互作用的預期破滅時，就需要一個外來的權威。 “一報還一報”的有條件的可激怒性是有好處的，表明如果你對無理背叛反應緩慢，就會有一個送出錯誤信號的危險。讓越多的背叛繼續下去而不受懲罰，就越有可能使對方得出背叛能得到好處的結論。並且，這種模式建立的越強，就越難打破它。這意味着很快被激怒比慢些好，“一報還一報”的成功說明這一點，通過馬上反應，給對方一個反饋信號，背叛是沒有好處 模仿成功的行爲和聰明新策略的設計

我們身處的世界，似乎被一個永恆的矛盾所撕扯。一方面，從基因到國家，我們都是追求自身利益最大化的孤獨個體；另一方面，從細胞共生到人類文明，宏偉的合作大廈巍然屹立。 這矛盾直指一個謎題：在一羣自私的物種之中，信任與合作的嫩芽，究竟是如何破土而出，長成茁壯巨木的呢？ 這本出版於1986年的《合作的進化》，便是阿克塞爾羅德爲了解開這個謎題而作。而書中蘊含的博弈原理，歷經四十載的檢驗，直到今天依舊毫不過時，極具啓發意義。 爲了回答「合作如何進化出來」的問題，阿克塞爾羅德沒有訴諸於道德說教或空泛的哲學思辨，而是搭建了一個精巧的思想實驗——「重複囚徒困境」的博弈遊戲，來模擬真實世界中的決策場景。他邀請全世界的聰明大腦，進入這個虛擬的鬥獸場，將他們關於合作或背叛的對策寫成計算機程序，捉對廝殺，看誰能贏到最後。 比賽的結果出人意料，勝利者不是什麼精密算法，而是一個名叫「一報還一報（Tit for Tat）」的簡單到近乎愚鈍的傢伙。它的策略只有兩步：第一步，選擇合作；第二步，永遠複製對手上一步的行動。 更加深入的實驗還證明，「一報還一報」策略能夠在一個非合作佔優勢的世界中產生（初始成活性），能夠在一個多樣化的環境中繁榮（魯棒性），並且一旦完全建立就能保護自己（穩定性）。 但當我們深入分析計分板時，一個足以顛覆我們對“成功”認知的悖論浮出水面：這位最終的冠軍，在任何一場單獨的對決中，從未“贏”過它的對手。它的得分，最多與對方持平。 一個從不戰勝對手的玩家，是如何最終贏得整場比賽的？答案就在於一次徹底的思維躍遷：「一報還一報」的成功，不是靠比與它打交道的任何人做得更好，而是靠從其他人那裏引出合作。它的目標，從不是在一場場零和的戰鬥中「贏過你」，而是在一個正和的牌局中，營造一個能「和你一起贏」的環境。這是一種影響力的勝利，而非征服的勝利。 那麼，這門「引出合作」的藝術，其奧祕究竟是什麼？ 首先，是清晰的力量。那些複雜的策略之所以失敗，恰恰在於它們的“聰明”製造了混亂和猜疑的迷霧。而「一報還一報」則向世界傳遞着最簡單也最可靠的信號，讓潛在的合作者可以安心地與之攜手。 其次，是有原則的善良。它的善良，體現在從不率先背叛，爲合作者敞開大門；而它的原則，體現在面對背叛會立刻還以顏色，清晰地劃定底線，絕不縱容背叛者。 最後也最精妙的是，它的寬容之心。它只有一輪記憶，因此一旦對手回頭，它便既往不咎，重歸於好，重新開啓合作。 善良若無鋒芒，就是軟弱；報復若無寬容，就是毀滅；本心若不彰顯，就易誤解。正是這三者的結合，構成了一套清晰、主動的合作引導系統。 而這整個系統得以運轉，還需要一個關鍵的外部條件——未來的影子。 合作的基礎不是信任，而是關係的持續性；合作的原因不是過去的情感積澱，而是對未來的共同預期。 在「單次囚徒困境」中，不存在未來，於是背叛永遠是最優解；而在「重複囚徒困境」中，由於我的每一次的決策都影響着對方下一次的應對方式，於是抱着對未來收益的期盼，當下的合作成爲可能。 只要未來的分量足夠重，只要我們相信彼此還會一次又一次地相遇，那麼即使是最自私的個體，也會發現，當下的合作，纔是通往未來利益最大化的唯一路徑。 這讓我瞬間理解了許多事。爲何我們總說「抬頭不見低頭見」的熟人社會更重人情？爲何一次性的旅遊景點宰客現象屢禁不止？因爲「未來的影子」的長度不同。維繫一段關係、一個團隊、乃至一個社會的，常常不是那些寫在紙上的條款，而是我們共同投射在未來的，那個足夠長、足夠清晰的影子。 這套關於「引出合作」的智慧，爲我們審視自己所處的這個被技術重塑的世界，提供了一個有趣的視角。 互聯網與AI，正像一個前所未有的放大器，劇烈地改變着我們「引出合作」的能力與環境。 一方面，技術創造了合作的天堂。全球化的聲譽系統（如電商評分、司機評價）讓每個人的「未來影子」變得空前漫長而清晰，背叛的代價高昂。跨語言的實時翻譯、共享的知識庫，都在以前所未有的效率拆除壁壘，讓有回報的合作策略無礙地傳達。 但另一方面，技術也製造了背叛的地獄。匿名的面具，讓人們可以隨時“拋棄”自己的未來，讓報復機制失效。而AI技術帶來的故意僞造或無意幻覺，則讓我們根本性地喪失決策的前提——當我們無法分辨眼前信息的真假，善良的邀請本身就可能是一個陷阱。 身處今日的我們，早已不僅僅是棋局中的玩家。每一次我們選擇在哪個平臺購物，每一次我們參與構建社羣的規則，每一次我們爲AI倫理而辯論，都在塑造着環境，都在決定着「未來的影子」有多長，從而也在決定着我們能夠成功引出合作，還是陷入無盡背叛的深淵。

生物的基本單位是羣落，人也不例外，在羣落中時時刻刻都要和他者相處。如何相處的問題，就是博弈論研究的對象。 由於性格、性別、身材、年齡、財富、地位等差別，兩個人（不限定是人，適合所有生物，甚至適合細菌，爲了好理解，用人舉例）衝突的時候，就有各種各樣的態度，這種態度，我們給一個專門的名詞，叫博弈策略。爲了簡化，把這些策略簡化爲兩種——強硬和退讓。如此一來，就有三個結果： 兩個人都強硬。打了一架分出勝負，勝者得到好處，但也有受傷的代價；敗者不但得不到好處，還受到更大受傷的損失。 一個人強硬，一個人退讓。強硬者輕鬆取勝，得到好處；退讓者回避衝突，沒得到好處，但也沒受傷。 兩個人都退讓。兩個人不打架，但見到對方不強硬，都不想首先退讓。於是，倆人就乾瞪眼地消耗，等着對方先退。如此一來，兩個人不但都得不到好處，還消耗了彼此的時間。 《演化與博弈論》爲此建了一個模型，將強硬者稱爲鷹派，退讓者稱爲鴿派，以上衝突過程就叫鷹鴿博弈。 以上，兩者衝突，僅能由一人得到好處的博弈就是大家熟知的零和博弈。 通過計算可以得到結果。在遍佈鷹派的環境中，鴿派的收益高於鷹派，鴿派數量會增加，鷹派數量會減少。 相反，在遍佈鴿派的環境中，鷹派的收益高於鴿派，鷹派數量就會增加，鴿派數量會減少。 久而久之，整個羣落的鷹派和鴿派的比例會趨於穩定。所以，博弈論的基本規則決定了，這個社會上總有一批強勢的人，也有一批退讓的人。 放在實際演化中，策略是多種多樣的。比如，有虛張聲勢派，先假裝強硬，遇到對方反擊就趕緊退讓；有半強硬派，先試試手，打到一定程度就果斷退走，毫不戀戰；有半退讓派，先表現得退讓，見到對方也退讓，就變得強硬；還有熟人派，根據熟人以前的表現，採用不同的策略；生人派，遇到生人，都採用強硬態度。然而，總體來講，基本的策略只有那兩種。 當合作的次數足夠多，越來越多的個體成爲"熟人"，策略就會產生變化。《合作的進化》講的就是個體有足夠大的機會再次相遇，就能形成穩定的利害關係。合作的進化可以分爲三個階段： 1. 起始階段：零散個體之間幾乎沒有機會交往，合作也就不會產生。然而，以相互回報合作爲宗旨的小羣體之間，一旦有交往的可能，合作便會出現。 2. 中間階段：基於回報的策略能夠在許多不同類型的策略組成的環境裏成長起來。 3. 最後階段：基於回報的合作一旦建立起來，就能防止其他不太合作的策略的侵入。 因此，社會進化的齒輪不可逆轉。 在熟人社會中，由於要多次相遇，就不能徹底地強硬。因此，熟人社會中常見的情況是非零和博弈。 最常見的非零和博弈是囚徒困境，情境是這樣的： 兩個壞蛋被抓了，爲了防止兩人串供，將兩人單獨審問。他們每個人都有兩個選擇：舉報對方或自己認罪。如此，會產生四個結果。 A舉報了B，B自己認罪，A無罪釋放，B獲刑8年。 A自己認罪，B舉報了A，A獲刑8年，B無罪釋放。 倆人都舉報對方，都不認罪，一起獲刑6年。 倆人都認了罪，有立功情節，都獲刑3年。 在這種情況下，兩個人的信息存在隔離，一個人的選擇，不但影響到對方的收益，還會影響自己的收益。由於兩個人都不知道對方怎麼做，他們都很糾結。因此，叫做困境。 囚徒困境對應的是隻有一次選擇的情況。在熟人社會中，由於熟人要多次打交道，就面臨着多次的選擇。在博弈論中，這叫做"重複囚徒困境"。 重複的囚徒困境中，如何做纔是最好的策略呢？阿克塞爾羅德在20世紀70年代就用計算機研究了這個問題。他用計算機編了個程序，向社會上的其他學者徵集策略，讓不同策略重複多次地在計算機上博弈，統計平均得分，然後，按照平均分爲這些策略排名。 這些策略五花八門，有總是背叛、總是合作，以及有條件的背叛和合作等。相互之間比拼200次。最終，平均分最高的策略爲"一報還一報"。 "一報還一報"的基本策略是，先合作，然後根據對方的反應，在下次博弈時採用和對方本次策略相同的策略。 得到比賽結果後，阿克塞爾羅德教授公佈結果，又發起二期徵集，在更大的範圍徵集更多的策略進行二次比賽。被徵集者知道上一次獲勝的策略爲"一報還一報"，在此基礎上想出了更加豐富的策略。令人驚訝的是，第二次比賽得分最高的仍然是"一報還一報"。 這個結果就很有意思了。 雖然人們想出了許許多多複雜又充滿心機的博弈策略，但最穩定的、平均收益最高的竟然是簡單的"一報還一報"。 由此，阿克塞爾羅德進行了大量的分析。 "一報還一報"之所以能穩定成功，是因爲它綜合了善良性、報復性、寬容性和清晰性。 它的善良性防止它陷入不必要的麻煩。 它的報復性使對方試着背叛一次後就不敢再背叛。 它的寬容性有助於重新恢復合作。 它的清晰性使它容易被對方理解，從而引出長期的合作。 "一報還一報"策略取勝的關鍵不是靠打擊對方，而是從對方身上引出對雙方有好處的行爲。雖然，"一報還一報"策略在面對總是背叛等貪婪策略時也不能得到高分，甚至在每一次單獨的博弈中，"一報還一報"策略總是比對方的得分少一些。但是，在多次的"重複囚徒困境"中，它能和善良策略相處得很好，在和善良的策略相處時獲得高分。而那些過於善良的策略，會受到貪婪策略的剝削，導致其平均分降低。 人們傾向於採用相對的標準，這個標準經常把對方的成功與自己的成功聯繫起來。這種標準導致了嫉妒，嫉妒又導致企圖抵消對方已經得到的優勢。在"囚徒困境"的形式下，抵消對方的優勢只能通過背叛來實現。但是背叛導致更多的背叛和對雙方的懲罰。因此嫉妒是自我毀滅。 要求自己比對方做得好不是一個很好的標準，除非你的目的是消滅對方。在大多數情況下，這個目的是不可能實現的，或者追求這個目的有可能導致危險的衝突。如果你並不想消滅對方，比較你的得分與對方的得分就可能產生自我毀滅的嫉妒。一個更好的相對標準是把你所做的與處在相同情況下的其他人所做的做比較。對於一個給定的對方策略，你是否做得最好？其他人在這種情況下能做得更好嗎？這就是檢驗表現是否成功的一個很好的標準。 在一個非零和的世界裏，爲了你自己做得好，你沒有必要非得比對方做得更好。特別當你要和許多不同的對手打交道時更是這樣。只要你自己能做得更好就讓他們每個人做得和你一樣或略好些。沒有理由去嫉妒對方的成功。因爲在長時間的"重複囚徒困境"中，其他人的成功是你自己成功的前提。 與那些自己本身得分並不高的策略相遇你表現得很好是沒有用的，它只不過是一個自我毀滅的過程。這個教訓說明，雖然不善良在最初看來似乎是很有希望的，但長期下去它將毀壞使自己成功所必需的環境。 因此，在持續的"重複囚徒困境"中，應遵守以下四個原則： 1. 不要嫉妒； 2. 不要首先背叛； 3. 對合作與背叛都要給以回報； 4. 不要耍小聰明。 進化過程不僅要求成功的東西有或多或少的增長，爲了使進化更深入它還要求多樣性，即嘗試新的東西。在遺傳生物學中，這種多樣性是由每一代基因的變異和改組來提供的。在社會過程中，多樣性是由反覆試錯學習引入的。 當每個人都能幫助其他人時，合作的潛力就會增加。但是當這種幫助是有代價的時候，困境就出現了。當從對方的合作中得到的好處大於自己合作的代價時，從合作中得到雙方的好處的機會就能起作用。在這種情況下，雙方將更願意選擇合作而不選擇背叛。但是要達到你所喜歡的結果並不容易。這裏有兩個原因：第一，你必須得到對方的幫助，然而從短期效果來看，不幫助你對對方更有利。第二，你想得到別人的幫助，卻不願付出幫助別人的代價。 用"一報還一報"是控制對方並讓他適應你的一個有效方法。它拒絕被欺負，但它自己也不欺負人家。如果對方確實適應它了，其結果就是雙方合作。事實上，威懾是通過信譽的建立而達到的。 "一報還一報"的成功是由於它的善良性、可激怒性、寬容性和清晰性。它的善良性意味着它決不首先背叛，這個特性防止它陷入不必要的麻煩；它的可激怒性使對方一旦嘗試背叛後就不敢堅持；它的寬容性有助於恢復雙方合作；它的清晰性使得它的行爲方式容易被辨識，一旦被識別，就容易看出與"一報還一報"相處的最好方式就是與它合作。 孔子說的“以直報怨”，與“一報還一報”策略想通。 在許多方面，通過政府或相關部門的干預，人們可以避免陷入"囚徒困境"。擺脫"囚徒困境"是政府的一個主要功能：即在個體沒有個人激勵去合作時保證他們無論如何也得做那些對社會有用的事。法律使人們交稅，不偷盜，忠實履行與陌生人的合同。這每一件事都可以看作是有許多人蔘加的大"囚徒困境"。 因此，有政府或組織干預的地方，纔有“以德報怨”存在的土壤。 然而，在政府幹預不到的地方，或干預成本過高，而收益較小的地方，"囚徒困境"依然存在。比如，搶電梯、非機動車闖紅燈、禁鳴路段鳴笛、菜市場搶路等。遵守規則的人沒有損失，也沒有收益，不遵守規則的人大多數時候也沒有損失，反而可能因搶先行動而得到好處。如此，路怒、內卷、搶路，就可以理解了。 總有社會組織無法觸及的"囚徒困境"。

👉🏽這本書從一個“重複的囚徒困境”遊戲開始，通過各種不同的策略pk，選擇出在遊戲中勝出的策略，結果很讓人喫驚，一報還一報的策略在兩輪的遊戲中都勝出。 🌈重複的囚徒困境 是真實世界社會模型的一個抽象，社會中，真正的零和博弈很少，大部分時間我們都是非零和博弈，也就是某種選擇可能兩個人都獲益。重複囚徒困境中設定，兩個人合作，各得三分，兩個人都背叛，各得一分，一個背叛一個合作，背叛者收益得五分，合作者零分。如果利益最大化，我們應該儘量做到在對方合作的情況下背叛對方，這裏面兩個關鍵，要讓對方以爲你會合作，但實際上你背叛，攫取所有勝利果實，被背叛者承擔傻瓜的後果。但如果你不知道對方合作還是背叛的時候，就需要有策略，如果對方背叛，你必然背叛，不然就是傻瓜的代價。從這個角度來說，背叛的收益更大，但重複的囚徒困境 在於遊戲是持續的，如果雙方始終背叛，看起來兩個人都沒輸，但整體得分確實最低，也就是整體收益最低。如果換一種方式，以合作的方式，雙方都沒有得到最滿意的結果，整體收益確實最大，超過一個人的收益。問題來了，人是自私的，在重複的囚徒困境中，我們要怎麼選才能實現利益最大化呢？合作可能是雙方利益最大化，同時能實現羣體利益最大化的選擇。 🤔問題是我們怎麼知道對方也會選擇合作？一報還一報就是一個這樣的策略，我不知道對方的選擇，但我首先選擇合作，然後重複對方上一次選擇。規則很簡單。如果對方合作，那麼皆大歡喜。如果對方背叛，那麼就背叛懲罰對方。如果對方回到合作，那麼繼續跟對方合作。這個策略，首先善良，然後不好欺負，且規則簡單清晰。 👌一報還一報成功有幾個前提 1，遊戲是重複的，也就是雙方不知只交一次手，而是重複的，且雙方都歷史交手紀錄影響決策 2，雙方地位均等，不存在一方依賴另外一方 3，雙方背叛對雙方都是損失 實際情況會比這複雜的多，必然降維打擊，殺死你跟你無關。所以，這本書並不是重點來講交互策略，只是強調合作的價值。 基於自私的合作的本質是以長期收益抵抗短期誘惑。當收益被確認就會強化合作的基礎。

讀過 合作的進化 🌕🌕🌕🌕🌕 本書探討的核心問題是，在無集權強迫下，合作是否可以從利己主義者中產生？ “囚徒困境”博弈是一個雙人博弈，每人可選合作（C）或背叛（D）。如果雙方都合作，兩人都得到獎勵R，如果雙方都背叛，兩人都得到懲罰P。如果一人合作，另一人背叛，那麼第一個人得到“笨蛋”的報酬S，而另一人得到誘惑的報酬T。這些報酬的順序是T＞R＞P＞S，並滿足R＞（T＋S）/2。若對方背叛，我合作則得到S，我背叛則得P。若對方合作，我合作得R，我背叛得T。因爲S < P，R小於T。於是，二人若理性且利己，背叛總是最優解。無論這遊戲是玩1次還是N次，只要是確定回合數，那麼背叛就會一直是理性且利己最優解。合作的風險太大。那麼，在這個背景下，合作如何產生？ 作者組織了兩次比賽，讓專家和愛好者提供行爲策略，策略捉對對壘，看最終的積累分數。結果兩次比賽，都有一個叫做“一報還一報”的策略獲勝。一報還一報，第一次行動選合作，接下來的每一步，都複製對手上一步的行爲，也就是，對手合作，我就合作，對手背叛我就背叛。 一報還一報，開局是善良的。它有記憶，記住上一局對方的行爲。它記仇，有仇必報。但它又寬容，只要對它好一次，就忘記所有的壞。它和每一個對手博弈時，結局都是平局或輸給對方一分，從來不贏。但是把與所有對手比賽的分數加起來，它總是第一。 兩個都用一報還一報的策略的人，會一直合作下去。如果合作的獎勵是繁殖，那麼這個羣體就會壯大起來。如果只有一個使用一報還一報的策略的人，是無法侵入一直背叛的羣體的。但是，如果有一個小羣體一起侵入背叛羣體，就能有效的完成入侵。侵入需要的條件是，自己小羣體之間必須有足夠頻繁的接觸。 於是，合作的出現，很可能最先出現在家庭和鄰居中：親緣和地理接近的人羣，往往有共同目標，且會頻繁的接觸，這都會在競爭的環境中促進合作的產生。然後，即便是身處小人的世界，一個合作的小團體，也會因爲彼此間的合作而繁榮起來。 作者在解釋了自己的計算機模擬結果之後，還將在其中的發現推廣到了生物進化，政治博弈，社會共建等等話題上。給人們的建議則是：1.不要因爲他人的成功而嫉妒和背叛；2.不要首先背叛；3.對合作與背叛都要給以區別以待；4.不要耍小聰明。 【思考】： 讓每個與你合作的人都比你獲得的多一點點，用善意對待他人，對合作行爲表示感激，對背叛行爲堅決說不，讓對方清晰的知道你的策略。和每個人的遇見，都要假設將來要在一起共事。 當然，作者的比賽是計算機實現的對現實生活的模擬。現實生活即便能簡化成這樣的遊戲，也有一個特別的不同點。現實生活不是有限遊戲，而是無限遊戲，特點是局數不確定，且玩家的目的也不一定是獲取最大收益，而是，要讓遊戲長久的玩兒下去。尋找各自的共同目標，是這個遊戲的關鍵。 雖然生活是無限遊戲，但相信壽命有限的玩家，在退出遊戲之前，玩家常會不再合作。所以，跟無神論者一起共事，得到背刺的幾率要大些。 選擇合作，風險大，收益也高，因爲一旦對方也合作，結果是共贏的，利於遊戲無限延伸的。 【評價】 此書是我心目中好科普的樣子，把一個問題的邊界，假設條件，研究過程，侷限之處，講述的清清楚楚，在應用到不同的領域的時候，有理有據，時刻注意不過分擴張自己理論的應用範圍。

🔹結構上 本書第一章引入囚徒困境、一報還一報、合作背叛規則等基礎概念，第三章是對重複囚徒困境過程深度解說以及舉例說明，第四章討論如何做，第五章總結。 結論：第二章可以不看，直接看第三章舉例。當然，如果你屬於定性定量分析都熟稔的，可以試着看看。 🔹內容上 本書核心在講囚徒困境，包括單次與重複場景。 經過研究，“一報還一報”是理想策略，並且可以不斷循環，哪怕循環過程中，有其他屬性羣體或個體如只背叛侵入，也不太會受到影響。它是一個善意的引導羣體走向合作的策略。它提倡不主動背叛，同時，它收益總體不會高於背叛帶來，但卻可以扭轉零和博弈局面，讓整體利益平衡、持續、向好。 🔹感觸 “非零和博弈”、“非暴力溝通”、“一報還一報” 這三個概念並非全部來自這本書，卻給予我看待和應對事物新的視角。 《非暴力溝通》，是我實踐過的並且也正在努力內化。它給我的最大感觸就是我看到自己在一些情緒非常激烈的情境下，思維缺陷把我帶入封閉的狀態，表達成了自我情緒宣泄而不是理性討論與協商。 本書的“一報還一報”具備的性質有：背叛或合作都有收益、懲罰性。這讓我想到了《勝者思維》中的一句話“敢於且善於維護自己的利益，才能贏得對手的尊重”。當我們在決策中，“一報還一報”有時可能引發我們的道德標準，但它也是在維護自己的利益，要學會利用這種策略。

讀完阿克塞爾羅德的《合作的進化》，結合《自私的基因》的底層邏輯，我對合作、生存、羣體與制度的本質有了更通透的理解。全書最核心的結論始終圍繞一個樸素的規律：穩定的合作，源於持續的相互作用與清晰的回報機制——不需要友誼，不需要預設善意，甚至可以在敵人之間自然發生。整體閱讀體驗還算比較流暢，但是很多時候仍然覺得這類社會學論證有時過於客觀、理性，反而忽略了人的主觀能動性、情感傾向的影響，不過還是值得一讀的，特別適宜結合個人成長經歷來思考，我相信一定會給書友們帶來很多不同視角的啓發。下面總結一下我的一些啓發。 合作的基礎並不是情感與道德，而是關係的持續性與未來的重要性。正如一戰塹壕戰中“自己活也讓別人活”的默契所證明的，即使是敵對雙方，只要長期重複相遇、行爲能被對方回應，基於回報的合作就會自動出現。行動遠比言語響亮，而“一報還一報”之所以成爲魯棒性最強的策略，正是因爲它不首先背叛、對合作與背叛都給予對等的回報、整體過程是透明可預期的、沒有耍小聰明的餘地，這也是合作能長期穩定的根本。 從自私基因的視角看，羣居與合作並非天性，而是個體降低生存風險、實現基因與覓母複製的最優選擇。個體離羣不利於繁衍，因此會傾向於抱團取暖、讓渡部分自由，進而形成家庭、小團體、種羣乃至跨物種的合作結構。而領地系統，更是合作策略最安全的土壤：固定鄰居、長期重複博弈，讓背叛代價極高，讓合作者能局部紮根、逐步擴散，比隨機相遇的陌生人社會更能抵禦“小人”入侵。小人策略永遠只能在邊緣、灰色地帶生存，無法真正取代穩定互惠的合作羣體。 小團體的價值在書中被反覆印證。相比於單打獨鬥的個體，自帶歷史、信譽與內部合作基礎的小團隊，進入穩定羣體時擁有更低的成本、更強的威懾與更高的生存概率。夫妻、家庭正是最小、最穩定的雙人合作單元，忠誠不是道德要求，而是雙人領地不崩潰的底線；課題組的“小而精”，也是在學術領地中先局部站穩、再向外擴散的最優路徑。近朱者赤、入鄉隨俗，不光是個體出於情感傾向的選擇，也是領地系統裏必需的生存策略——你周圍的策略，決定了你能走多遠。 社會與生物的進化邏輯高度一致：進步不靠天才設計，而靠反覆試錯帶來的多樣性與漫長迭代。這裏又啓發我聯繫了《病者生存》這本書，正如其中所揭示的，不完美的變異恰恰是進化的原料；社會中的策略也是如此，大量嘗試、緩慢篩選，比高智能更能催生穩定有效的生存方式。而“穩定性”只能解釋規則建立後爲何長久，卻無法解釋從0到1如何起步，真正能讓好策略在惡劣環境中活下來的，正是小團體、小領地、局部先行的起步邏輯。 合作的兩大關鍵前提，一是基於回報，二是未來的影響足夠重要。交易的公平不靠法律威懾，而靠雙方對未來收益的預期；能看見未來的人，纔會善待當下。反過來，要阻止不良合作如商業勾結，核心不是追查表面接觸，而是破壞長期互惠結構——縮短未來預期、改變收益格局、切斷默契回報，從根源上讓背叛比合作更划算。 這套邏輯同樣可以解釋宏觀制度與國際關係。政黨的有效性，源於它與選民之間長期重複博弈帶來的約束；而當今世界的軍備競賽、核擴散、大國衝突，本質都是無政府狀態下，獨立自私的國家陷入的重複囚徒困境。但合作的洞察力依然適用：即使是對手與敵人，只要保持持續互動、拉長未來陰影、堅持可預測的對等回報，剋制與合作依然可以實現，這也是人類避免災難、走向和平的底層邏輯。 歸根結底，所有主義、制度、關係，都是應對個體自私與羣體合作、內部秩序與外部競爭這兩大矛盾的生存策略。沒有天然道德的制度，只有更能把零和轉爲非零和、更能拉長未來權重、更能提高背叛成本的結構。 總之，這本書傳遞的最關鍵信息其實是強調合作在社會發展、生物進化中的必然性，而想要促成合作也是有條件的。敢於合作是勇氣，判斷力基於試錯經驗和積少成多的智慧，而及時止損卻是生存策略。合作不是靠感情、運氣、善良，而是靠持續性、清晰的回報規則、模式和博弈策略的進化來開展。

個體選擇提供四個建議：不要嫉妒對方的成功；不要首先背叛；要對合作與背叛都做出回報；不要耍小聰明。 一報還一報的成功原因是它綜合了善良性，報復性，寬容性和清晰性。善良性防止它陷入不必要的麻煩中，報復性使對方背叛一次後就不敢在背叛（無條件合作不僅傷害你自己而且傷害這個成功的剝削者接着要相遇的無辜旁觀者，無條件合作將寵壞對方，併爲社會留下改造被寵壞者 的負擔。這說明回報是比無條件合作更好的道德基礎)寬容性有助於重新修復合作，清晰性使它容易被對方理解從而引起長期合作。