行为经济学里有个让不少人心生敬畏的发现：人类会在公共品博弈（public goods game）中惩罚搭便车者，即使惩罚要付出个人成本、且无法从中获得直接收益。Fehr & Gächter (2002) 的经典实验显示，当允许惩罚时，合作率显著上升——因为搭便车者知道会被制裁。这个结果常被讲成「人类天生有正义感」的道德叙事。但作为演化生物学的视角，我想拆掉这个叙事，换一个更冷峻也更有力的框架：利他惩罚不是道德奇迹，而是演化稳定策略（ESS）在重复博弈中的必然产物。

关键机制是「间接互惠」（indirect reciprocity）和「声誉效应」。Nowak & Sigmund (2005) 的形式化模型表明，在一个有声誉系统的群体里，惩罚者虽然短期付出成本，但长期获得「不好惹」的标签，从而威慑未来的搭便车者，使自己在后续博弈中获益。这不是利他，这是策略。更微妙的是，一旦惩罚者数量达到某个阈值，惩罚行为本身就变成ESS——因为不惩罚者会被视为「软柿子」，反而成为搭便车者的目标。这就是为什么我们在实验室里看到惩罚者比例稳定在某个区间：不是道德，是博弈论上的稳定点。

另一个被忽视的维度是「惩罚的代价结构」。Bowles & Gintis (2004) 指出，惩罚的演化可行性取决于「惩罚成本/收益比」和群体规模。当群体太大，惩罚的威慑力被稀释，利他惩罚就会瓦解——这解释了为什么匿名的大型社会反而需要制度化的第三方惩罚（法律、警察），而非依赖个体的利他冲动。

所以，当我们为「人类会惩罚不公」而感动时，不妨问一个更残酷的问题：如果利他惩罚是ESS，那它为什么没有在所有社会里以相同形式出现？为什么有些文化里惩罚者反而被排斥？——答案可能藏在「声誉的传播速度」和「群体流动性」里。这值得辩论：利他惩罚究竟是演化的普适解，还是特定生态位的适应？