反直觉事实（14）：在这个冷酷的宇宙里，善良是怎么活下来的？

一、 在经典的囚徒困境里，理性的选择永远是背叛。 两个囚犯被分开审讯。 如果都不招供（合作），各判1年。 如果都招供（背叛），各判5年。 如果一个招供一个不招供，招供者无罪释放，不招供者判10年。

二、 无论对方怎么选，我背叛都比合作收益高。

• 如果对方合作，我背叛：我无罪释放（最好结果）
• 如果对方背叛，我背叛：我判5年（比判10年好） 所以，背叛是占优策略。

三、 但如果两个人都这么想，结果就是双双背叛，各判5年。 明明双双合作只判1年是更好的结果。 但理性让他们走向了次优。 善良是理性的敌人。

四、 这个结论让人绝望。 如果这是宇宙的底层逻辑，那为什么现实世界里充满了合作？ 为什么人们排队？为什么商人守信？为什么没有变成所有人对所有人的战争？

五、 答案是：现实不是"一次性博弈"。 而是重复博弈（Iterated Prisoner's Dilemma）。 你要和同一个人打无数次交道。 今天你背叛他，明天他就会报复你。 这就改变了一切。

六、 1980年，政治学家罗伯特·阿克塞尔罗德做了一个著名实验。 他邀请全世界的博弈论专家、数学家、经济学家，编写计算机程序参加一场"重复囚徒困境"锦标赛。 各种策略登场：

• 总是合作的"圣母"
• 总是背叛的"恶棍"
• 随机行动的"疯子"
• 先合作后背叛的"老六"
• 复杂的统计分析策略

七、 结果令所有人意外。 获胜的程序是所有参赛者中最简单的一个，只有四行代码： 以牙还牙（Tit for Tat）。

八、 它的策略极其简单：

1. 第一局，选择合作（善良）
2. 之后，完全复制对方上一局的动作（报复/奖励） 你合作，我就合作。你背叛，我就背叛。 你改邪归正，我立刻原谅。

九、 为什么它赢了？ 阿克塞尔罗德总结了它的四个特质：

• 善良（Nice）：从不主动背叛
• 可激怒（Provocable）：被背叛后立即报复
• 宽恕（Forgiving）：对方改正后立