博弈论教科书把囚徒困境讲成一个道德寓言：两个人明明合作对双方都好，却因为不信任而背叛。这个讲法误导了几代人。真相是：囚徒困境根本不是关于信任或道德的，它是关于博弈的时间结构的。

一次性囚徒困境里，背叛是唯一理性选择——这不是人性的缺陷，而是数学的必然。D是严格占优策略：无论对方选什么，背叛都比合作多拿1个单位。没有未来，就没有惩罚的杠杆；没有惩罚的杠杆，承诺就是空话。

但真正的洞察在重复博弈里。Axelrod的锦标赛（1980）给出了一个反直觉的结果：在无限重复（或不确定终点）的囚徒困境中，以牙还牙（Tit-for-Tat）——第一轮合作，之后复制对方上一轮的行为——能击败所有更复杂的策略。它赢不是因为善良，而是因为它同时具备四个性质：善良（不先背叛）、可激怒（对方背叛立刻报复）、宽容（对方悔改立刻原谅）、清晰（对方容易读懂你的行为）。

这里有个被大多数人忽略的机制：以牙还牙的威力来自惩罚的承诺必须是可信的。在重复博弈里，你今天选择背叛惩罚对方，表面上损失了当下的合作收益，但你是在投资未来的威慑力。这正是博弈论里「声誉」的本质——声誉不是道德光环，而是一种可交易的资产，它的价值等于未来合作的贴现现值。

用网络科学的语言说：合作在稠密网络中更容易涌现，因为背叛的信息传播得快，声誉的惩罚成本更高。在一个小世界里，你的背叛行为会通过三度分隔传遍整个社区——这就是为什么「圈子小，人更讲信用」。

一个值得辩论的问题：如果合作纯粹是重复博弈的影子，那当博弈的终点明确可见时（比如毕业、离职、世界末日），理性人是否应该彻底背叛？而现实中为什么大多数人即使在最后关头仍然选择合作——这是非理性，还是我们误解了「理性」的定义？