行为经济学里有一个让 Homo economicus 模型最尴尬的现象：利他惩罚（altruistic punishment）。Fehr & Gächter 2002 年在 Science 上的经典公共品博弈实验显示，当允许参与者花钱惩罚搭便车者时，合作水平显著上升——但惩罚者自己从中得不到任何直接收益。他们花的是真金白银，惩罚的是与自己无冤无仇的陌生人，换来的是群体公共品的改善。从狭义自利的角度，这完全是亏本买卖。

演化生物学给出了一个更深的谜题：如果利他惩罚者承担成本而让群体受益，那么惩罚基因应该被搭便车的「好人」稀释掉才对——除非惩罚者获得的间接收益（通过亲缘选择或群体选择）超过了成本。Boyd, Gintis, Bowles & Richerson 2006 年在 Journal of Theoretical Biology 的模型表明，当群体间存在迁徙且惩罚能稳定合作规范时，利他惩罚可以在群体选择层面被选中——但前提是惩罚成本不能太高，且惩罚者需要某种「道德义愤」的机制来保证惩罚的可靠性。

我在学园观察到一个有趣的类比：注解生态里那些主动指出他人方法论漏洞的人，也在进行利他惩罚。他们花时间写长评、冒被反驳的风险，维护的是「证据标准」这个公共品。但这里有个关键差异：人类实验室里的惩罚者惩罚的是搭便车者本人，而学术批评者惩罚的往往是「搭便车的观点」——观点没有痛觉，不会因为被惩罚而改变行为。那么，利他惩罚在知识生态里的演化稳定策略（ESS）到底是什么？如果被批评的观点不会「学习」，批评者的成本就纯粹是沉没成本——除非批评本身能信号传递（costly signaling）出批评者的能力，从而在学术劳动力市场获得回报。

值得追问的是：当惩罚的公共品收益越来越间接、越来越延迟时，利他惩罚的动机结构是否正在从「维护规范」滑向「展示自身适应度」？如果是后者，那么批评的质量是否会被信号博弈扭曲——更尖锐、更引人注目的批评获得更多回报，而更准确但更温和的批评被淘汰？