隐藏的博弈

本书揭开了一个根深蒂固的错觉：我们以为自己在凭情绪和喜好行事，但真正发号施令的，是刻在基因里的博弈程序。 上世纪五十年代，兰德公司数学家提出了囚徒困境，公开了人类合作的悖论。到了秦汉帝国，刘家与功臣在裂土分疆中同样陷入了互信与背叛的极限拉扯。 作者没有止步于此，他沿着这扇门走向了更深处——囚徒困境、鹰鸽博弈、高成本信号，这些冷硬模型竟然精确地解释了审美偏好、日常炫耀乃至利他主义。 这本书在古典经济学的超理性与行为经济学的非理性之间，劈开了一条硬核的中间地带。读完最大的收获，是学会不再和自己较劲。 你不是软弱，你只是没看透那场隐藏的博弈。

隐藏的博弈：多学科视角下的人类行为博弈逻辑 引言：非理性行为背后的理性博弈 2023 年，一则“职场新人因未给领导倒水被边缘化”的帖子在社交媒体引发热议。有人斥责这是“职场陋习”，也有人无奈表示“这就是现实规则”。这种看似非理性的社交行为，背后是否存在深层逻辑？加拿大央行前行长斯蒂芬·波洛兹在《下一个不确定的时代》中揭示的“构造力相互作用”理论，为我们提供了宏观视角；而摩西·霍夫曼与埃雷兹·约耶里的《隐藏的博弈》则深入微观层面，用高成本信号理论和纳什均衡等工具，剖析了人类非理性行为背后的理性博弈逻辑。 社会学视角：社会规范的博弈生成机制 高成本信号理论与社会认同 《隐藏的博弈》提出，社会规范本质上是一种“高成本信号博弈”。以职场酒文化为例，敬酒行为看似是“无意义的社交消耗”，实则是参与者通过“牺牲健康”“浪费时间”等高成本行为，向群体发送“我愿意遵守规则”的信号。这种信号必须具备“难以伪装”的特性——正如书中所述：“有效的信号必须是昂贵的，否则就会被廉价模仿。” 除高成本信号外，无成本的仪式化行为同样能构建权力认知。1945年波茨坦会议上，丘吉尔、斯大林和杜鲁门未能就入场顺序达成协议，最终选择同时从三个不同的门走进会场。这一精心设计的仪式通过平等化的入场方式，向世界传递了三国权力均衡的隐性信号，避免任何一方因入场优先权获得象征性威望优势。 重复博弈与信任构建 书中通过“囚徒困境”的重复博弈模型，解释了信任如何在长期互动中产生。硅谷科技公司普遍推行的“无等级办公”制度，表面是打破层级，实则是通过“开放办公”“直呼其名”等低成本信号，降低组织内部的博弈成本。这种设计暗合书中观点：“当博弈次数趋于无限时，合作将成为最优解。” 管理学视角：组织隐性规则的博弈策略 纳什均衡与组织潜规则 《隐藏的博弈》指出，企业中的“办公室政治”实质是员工与管理层的纳什均衡。某互联网大厂的“996 文化”便是典型案例：当加班成为获取晋升的必要条件时，个体最优策略就是“比别人更卷”，最终形成“集体非理性”的均衡状态。书中警示：“坏的均衡一旦形成，打破它需要外部干预或制度重构。” 这一动态均衡机制同样适用于国际冲突领域。2022年爆发的俄乌战争中，西方持续军援乌克兰与俄罗斯实施反制措施形成了典型的动态纳什均衡。双方收益矩阵显示：在给定对方策略时，任何单方面改变都会导致收益下降——西方停止军援将导致乌克兰溃败（收益从5降至3），俄罗斯撤军将失去地缘利益（收益从5降至2）。这种均衡状态印证了书中“当博弈次数趋于无限时，合作将成为最优解”的观点，也解释了为何长期冲突中谈判往往比持续对抗更符合双方利益。 信号筛选与人才招聘 书中揭示的“文凭通胀”现象令人深思：企业要求硕士学历筛选的可能不是能力，而是“愿意投入时间成本”的信号。谷歌的“怪题面试”（如“纽约有多少个加油站”），本质是通过非常规问题筛选“创造性思维”信号，这与书中“信号传递需匹配目标特质”的观点不谋而合。 经济学视角：市场行为的博弈均衡分析 信息不对称与博弈策略 《隐藏的博弈》用“柠檬市场”理论解释了二手车市场的劣币驱逐良币现象。书中进一步提出“担保信号”解决方案：正如特斯拉推出“7 天无理由退车”，通过增加自身成本向消费者传递质量信心。这种策略印证了书中结论：“信息劣势方可以通过设计机制，让优势方主动暴露信息。” 行为经济学的博弈修正 传统经济学假设人是完全理性的，但本书通过“最后通牒博弈”实验证明：人们宁愿牺牲利益也要追求公平。这解释了为何消费者会抵制“大数据杀熟”——企业的短期收益博弈，最终会输掉长期信任博弈。书中强调：“情感因素不是理性的对立面，而是博弈的重要变量。” 法学视角：制度设计的博弈均衡维护 法律作为博弈规则的设计者 《隐藏的博弈》认为，法律实质是“强制实施的纳什均衡”。以专利法为例，通过赋予创新者垄断权，将“剽窃博弈”转化为“创新竞赛”。书中对比了中美专利诉讼差异：美国“陪审团制”更易产生巨额赔偿，实质是通过提高侵权成本维持创新激励的博弈均衡。 程序正义与博弈公平 书中特别强调“看得见的正义”对博弈公平的重要性。美国最高法院的“米兰达警告”（你有权保持沉默），表面是保护嫌疑人权利，实则是通过程序透明化，维持司法系统的公信力博弈。正如书中所述：“制度的稳定性取决于参与者对博弈规则的认同程度。” 现实启示：在不确定时代驾驭博弈逻辑 国际谈判策略的博弈应用 2025年4月中美关税谈判中，中国运用"以牙还牙"策略成功破解了长期贸易摩擦的囚徒困境。这一由数学家阿纳托尔·拉波波特提出的策略核心是"先合作，后模仿对方行为"：首轮谈判主动提出削减2000亿美元商品关税（友善），当美方坚持加征汽车关税时立即启动对等反制（报复性），在美方释放谈判信号后随即暂停新关税措施（宽容），全程通过白皮书明确政策逻辑（透明）。这种"先合作后报复"的信号传递机制，既展示了合作诚意，又建立了可信的威慑，最终迫使美方回到谈判桌。 个人层面：信号传递的艺术 《隐藏的博弈》建议，职场人应善用“低成本高效信号”。例如，通过公开演讲而非私下抱怨传递能力信号，通过持续学习而非证书堆砌传递潜力信号。正如波洛兹在《下一个不确定的时代》中警示：“在构造力相互作用的时代，错误的信号可能导致不可逆的博弈劣势。” 组织层面：博弈规则的优化 企业需警惕“坏均衡”的形成。书中提出的“机制设计三原则”具有实践意义：1. 信息激励兼容（如绩效与目标绑定）；2. 防策略性操纵（如避免“唯 KPI 论”）；3. 资源有效配置（如谷歌的“20%自由时间”政策）。 社会层面：制度博弈的重构 面对技术进步带来的就业冲击，《隐藏的博弈》与《下一个不确定的时代》观点形成呼应：政府需通过“全民基本收入”等政策，改变劳动者与资本的博弈支付矩阵。书中特别指出：“制度创新本质是博弈规则的重新设计，目的是让社会总福利最大化。” 结语：博弈论的人文转向 《隐藏的博弈》最深刻的洞见在于，它揭示了“非理性”背后的“理性内核”——无论是职场潜规则还是国际谈判策略，人类行为始终在“个体理性”与“集体理性”之间寻找均衡。在波洛兹预言的“不确定时代”，理解这些隐藏的博弈逻辑，不仅是生存之道，更是构建更优社会秩序的关键。正如书中最后警示：“最大的风险不是不确定性本身，而是我们误解了不确定性背后的博弈规则。”

从万维刚老师《精英日课》而来，万老师解读有个特点，往往他解读的比原书更好懂，这本书也是这样。书的学术味道重了点，但确实是好书，从博弈论的角度解释了很多生活中的现象。 比如，“钻石恒久远，一颗永流传”，钻石已经成为现代人结婚的标配，代表坚贞不渝的爱情，但作者告诉我们，其实不是这样的。钻石之所以能够成为爱情的象征，不是因为质地坚硬，原因只有一个：贵，这在博弈论里称为高成本信号。明明钻石对日常生活毫无用处，为啥还要买个无用的东西呢？这就释放了一个强烈信号：我是有实力的，不怕浪费钱买个无用的奢侈品。就是因为贵，钻石才能变成爱情的标志物。反过来，在人造钻石大行其道的今天，钻石的价格大幅度降低，可以预见，再不久的将来，人们很快就会放弃钻石，就会找另外一个够贵的物品成为爱情的象征。类似的例子还有，为什么人们找工作要看名牌大学的学历，明明学历并不一定代表人的真实能力，就是因为学历是一个高成本信号，学霸获得这个学历比一般人更容易。还比如清朝统治者让汉人剃光头，剃头这事对于信奉“身体发肤受之父母”的汉人来说，就是个高成本信号，还不容易隐藏，所有人都看到的。 每个人、每个物品的内在品质可能都是不同的，但从外表很难直接发现，光说也没用，语言容易掺假。我知道自己很优秀，但对方不知道，双方存在信息不对称。高成本信号本质上提供了一种分隔策略，把优秀和普通分隔开来。在生活中非常实用，可以有两种基本用途：一是把自己与他者分隔开来，比如想表现的比别人更优秀，或者告诉别人自己的产品更好，二是把自己想找的人从人群中挑选出来，比如寻找伴侣、企业挑选优秀的人才。前者需要自己释放高成本信号，比如在央视黄金时段打广告，打造企业品牌，后者需要创造筛选条件，让对方释放高成本信号，比如让对方提供学历证明，恋爱中给对方设置各种考验，企业管理中把有培养潜力的人放在有挑战的岗位上等等。

博弈论存在的问题，大部分都不是非黑即白的，同时，很多隐藏的初级奖励会对各种行为做出干扰。 本书关注的是博弈论，它是一种分析初级奖赏的强大工具。这个工具已经解决了一部分谜题，而且还有更多的谜题需要解决——有很多我们还没有接触到以及还没有被设计出来的博弈。但真正强大的是隐藏的部分——初级奖赏隐藏的核算体系。 要判断某个东西是不是初级奖赏，我们可以问自己下面这些问题。 ·人人都喜欢它吗？ ·我们要通过学习才能喜欢上它吗？ ·我们能抛弃它吗？ ·从进化角度来看它是合理的吗？ ·它过分灵活吗？ ·适合度。 ·有意追求的目标。 有个特别有意思的现象——公司和高管在粉饰？我们把那叫作公关。 热情是为了激励我们投入时间和精力去培养日后可能会给我们带来物质和社会利益的技能和专业知识。 一点儿运气加上大量的练习，还有近乎痴迷的热情。

两名长跑爱好者正踌躇满志地穿越非洲塞伦盖蒂草原，当偶尔停下来想休息一下，正要脱下鞋子的时候，他们蓦地看到了一头狮子正盯住了他们并向他们冲过来。其中一名跑步者马上穿回跑鞋。而另一名跑步者却被吓得不敢擅动，他知道人类是不可能跑过狮子的。第一个人回头看了他一眼：“我不必跑得比狮子快，但我必须跑得比你快。”这是一个很老的笑话，却道出了自然选择的本质。进化过程将地球上生命的多样性解释为生存和繁衍竞争的结果。但以前我也听说过一句很开悟的话，虽然有点令人凄怆，a sheep's worst enemy is another sheep.(一只羊最大的敌人是另一只羊)。如果草原不是无限，这很可能也很容易就成为现实。生存之战不仅是与大自然的力量对抗，甚至不只是与族群之外的世界对抗，也是在与你的同伴对抗。而这种博弈可能更无计相回避。

这本书有点像一个练习册，读书时候每学习一个公式定理，老师会出几道练习题，让你运用该公式来解题，直到你能熟练掌握并学会运用。如果你此前对博弈论、纳什均衡、囚徒困境等概念有了一定了解，这本书就是将这些概念引入道到我们生活中习以为常的行为和现象，手把手教你如何用博弈论来推理生活中的这些现象背后的原理和过程，好像把一个软件的源代码展示给你看。 作者很有野心，试图证明在物种演化、人类生活偏好的养成、人的生活习惯和日常交往过程中都存在大量的博弈论互动过程，博弈论无处不在，几乎是在许多事物底下运行的潜规则，用作者的话说，是人类的偏好和意识形态为什么会是这个样子，又为什么会产生影响的终极答案。 我是认可作者的这个结论的。早年间看《自私的基因》，道金斯在解释物种的利他性那一章里，用的就是博弈论的思维。当时的我恍然大悟，博弈论的逻辑与生物之间的竞争逻辑是暗合的，博弈论是可以更广泛的运用到生活中，用来填补进化论、心理学等学科解释人的行为时的最后一环。但作者在本书后面引入纳什均衡论证的具体过程则看的确实有点累，充满各种符号字母的模型似乎看上去显得有模有样的严谨，但老实说，这个过程不用这么复杂也可以推导出来。闭上眼睛在脑海里运行这段过程，其实很容易想明白，但看作者复杂的建模推理，反倒越看越迷糊。这些证明过程就像中学时代的几何证明题，许多题一看就知道怎么证明，但真要你把证明过程完完整整写出来，就又臭又长，看你证明的人明明也知道怎么证明，但在看你答案过程中还得拿出纸笔跟随你的思路写写画画，注意力稍不集中就迷路了。 这本书对我启发最大是开篇关于学习和奖励的概念，作为博弈论的业余爱好者，这两组概念是初次接触，让我的思维工具箱里又多了两把锤子。 但我不是很推荐这本书，博弈论最核心的是这套思维模型，纳什均衡也好，囚徒困境也罢，在一个多方互动互为条件的博弈过程中如何决策的思维过程，就是本书中那些枯燥证明过程背后反映的解题思路，如果是对博弈论比较陌生的小白，初次接触博弈论就看这本书，恐怕会对这门有趣的学科心生畏惧，市面上许多更通俗有趣的博弈论普及读本都不错。至于本书作者想要证明的结论，无处不在的博弈论，我觉得倒没有那么重要，作者列举的那些案例，现代心理学，进化论，脑神经科学在不同层面上也都有解释。谁对谁错，我不知道，我只是比较喜欢收集锤子。

在交易场合，“自我欺骗”往往表现为买方或卖方刻意忽视不利信息、夸大自身优势，或选择性呈现证据，以促使对方对自己或交易条件产生过度乐观的判断。博弈论中的“证据博弈”模型可以把这种行为解释为一种均衡策略，而非简单的心理偏差。 1. ​​模型设定与直觉​​ • 发送者（S）拥有私有状态 θ，可能是高价值 h 也可能是低价值 l。他可以先投入成本做一项“试验”并获得结果，再决定是否把结果披露给接收者（R）。 • 如果 S 得到“有利结果”(存在证据)，他最好让 R 相信 θ=h；若得到“不利结果”，则希望 R 相信 θ=l。于是 S 的最优策略是：​​只有当试验结果有利时才披露​​，否则干脆隐藏或用其他方式淡化。 • 在均衡下，R 预料到 S 的这种“验证性试验”策略，因此即便看到证据，也只是做出较小的后验修正；看不到证据时修正更大——这正是“自我选择+信息过滤”造成的结果。 2. ​​自我欺骗如何产生“非理性”交易​​ • 对 S 而言，通过隐藏不利证据、放大有利证据，他可以让 R 的估值高于真实期望，从而在谈判中获得更高收益。这种策略并不需要 R 是非理性；只要 R 理性地更新信念，但对 S 的私人信息仍存在不确定性，S 就能利用这一点。 • 对 R 而言，由于他无法完全消除对 S 作弊可能性的怀疑，会低估 S 的真实状态；但如果 S 的披露标准足够“宽松”，R 仍可能做出过度乐观的估计，导致交易价格偏离基本面——表现为“被自我欺骗蒙蔽”。 3. ​​博弈论视角下的几点解释​​ • ​​信息摩擦​​：交易双方的动机不一致导致信息无法完全公开，自我欺骗只是对这种信息摩擦的策略性利用。 • ​​均衡概念​​：在证据博弈里，“只披露有利证据”是唯一纯策略纳什均衡。因此，从博弈论角度，这并非个体失误，而是理性计算后的稳定结果。 • ​​行为启示​​：当市场里普遍存在“选择性披露”时，价格的信号功能被削弱，交易量和波动率可能异常高，形成类似泡沫或过度交易的现象。 4. ​​结论​​ 博弈论表明，所谓“自我欺骗”其实是交易者在不对称信息下对自身最优策略的精算：​​通过控制信息暴露来影响对手信念​​，从而获取收益。正因为对手也是理性且会预期到这一点，自我欺骗往往表现为对证据的“有选择地发现和呈现”，而非简单的盲目乐观。它解释了为什么在许多非理性交易行为背后，其实隐藏着一套可被证明的理性博弈策略

1、很多时候，我们以为自己是被情绪、被喜好驱使着去行动，其实驱使我们的，是在漫长的人类演化过程中，早已种植在我们基因里的那些，隐藏的博弈策略。 2、纳什均衡是整个博弈论中最重要的概念，在纳什均衡状态下，所有的参与者，都不能单独改变自己的行动策略。因为谁改变，谁就会遭受损失。 3、隐藏，其实本身就是一种高成本信号。 4、“以牙还牙”的策略，其实是一种动态博弈中的子博弈完美均衡。这种看起来不够理性的行为，其实是“隐藏的博弈”之中的理性选择。

万老师用8节课用来讲这本书，其中提出的对解释可以′为：主位解释和次要解释。 甚至对于大多数人的炫耀也被系统的分为了四个层级，太多人所为的炫耀不过是在第一层次和第二层次徘徊着，通过理解可以更开明系统的了解生活中的某些不合理的行为。

这本书没有序言里的那些推荐说得那么好。有很多观察和实验，作者仅说了结果的百分比差异，但没有说明是否达到显著性差异的标准。写博弈的书，这本实在算是写得比较差的，虽然内容庞杂，但基本都没有论述清晰，博弈都是有条件的，如果存在信息不对称，那么很多博弈其实是不成立的。本书一开篇就有一个明显的错误，说居里夫人是唯一两次获得诺贝尔科学奖的人，人类中的聪明人不该这么少吧，其实真实答案是目前已有5位科学家，两次获得诺贝尔科学奖（指物理、化学、生物及医学这三个奖）。本书不值得读。