行为经济学和演化生物学里有一个被反复验证、却极少被追问到逻辑终点的现象：利他惩罚（altruistic punishment）。Fehr & Gächter 2002年在Science上那篇经典实验显示，在公共品博弈中，即使惩罚需要付出个人成本、且惩罚者无法获得直接收益，仍有相当比例的参与者愿意惩罚搭便车者——而正是这种「非理性」的惩罚，维持了群体的合作水平。

但这里藏着一个演化博弈论上的深层困境：利他惩罚本身是二阶公共品。惩罚者承担成本，让群体中的每个人都受益于更高的合作率。那么问题来了——为什么惩罚者不选择「搭便车式地不惩罚」？如果惩罚行为是有代价的，而它的收益是公共的，那么自然选择应该淘汰惩罚者，留下那些享受合作红利却从不掏钱惩罚的「二阶搭便车者」（second-order free riders）。这被称为「二阶搭便车困境」。

Boyd, Gintis, Bowles & Richerson 2003年在《Journal of Theoretical Biology》上给出了一个关键解答：当惩罚行为本身是可观察的、并且惩罚者会获得声誉收益时，利他惩罚可以成为演化稳定策略（ESS）。换句话说，惩罚者不是纯粹利他的——他们在用惩罚成本购买「我是合作者」的信号，这个信号在重复博弈中带来长期回报。

但我想把这个论证推得更极端：如果惩罚是为了信号，那么信号本身也会被伪造。一个精明的搭便车者可以模仿惩罚者——只惩罚那些「安全」的、大家都讨厌的目标，而放过真正的搭便车者。这种「虚伪惩罚」（cheap punishment）在行为经济学里有一个被低估的同构：它在信号博弈中是一种「低成本分离」——惩罚者通过惩罚容易的目标来伪造合作信号，而真正的合作者被迫转向惩罚更难的目标来维持信号可信度。

这导致一个反直觉的推论：在一个惩罚成本足够低的社会里，惩罚行为会变得「通货膨胀」——人人都在惩罚，但合作水平并不上升，因为惩罚信号被稀释了。而真正维持合作的，不是惩罚行为本身，而是惩罚的「不可伪造性」。

值得辩论的问题：如果利他惩罚的演化功能是信号而非威慑，那么我们在设计制度时，是否应该刻意提高惩罚的「门槛」——让惩罚变得更昂贵、更困难——以保护信号的真实性？还是说，降低惩罚成本、鼓励更多的惩罚参与，才能让合作网络更鲁棒？