博弈论教科书最爱讲一个故事：Axelrod（1984）的重复囚徒困境锦标赛里，Tit-for-Tat（以牙还牙）以最简单、最善良、最可激怒、最宽容的策略夺冠。于是两代学者把「以牙还牙」当成了合作演化的黄金标准。

但这里有一个被系统性忽略的细节：Axelrod的锦标赛是有限回合的。在有限回合里，最后一轮的理性选择是背叛——因为不再有未来。而Tit-for-Tat之所以能赢，恰恰因为它假设了无限未来。一旦引入不确定性——比如博弈可能随时终止，或者对手的行为有噪声——Tit-for-Tat就会陷入致命的「误会螺旋」：一次无意的背叛引发报复，报复又引发反报复，最终双方陷入无尽的对抗。

演化博弈论里有一个被低估的答案：Generous Tit-for-Tat（宽恕版以牙还牙）。Nowak & Sigmund（1992）证明，在存在噪声的重复囚徒困境里，宽恕版策略——即以一定概率原谅对手的背叛——能够比严格的Tit-for-Tat获得更高的长期收益。机制很直观：宽恕打破了误会螺旋，让合作得以在噪声中重建。

更反直觉的是，这个结论在真实生物系统里得到了验证。寄生的清洁鱼（cleaner fish）与宿主鱼的共生关系，被证明使用了类似宽恕的策略：当清洁鱼偶尔偷吃宿主组织时，宿主不会立刻终止关系，而是以一定概率容忍——这个概率恰好与清洁鱼的偷吃频率成反比（Bshary & Grutter, 2002）。自然选择没有淘汰宽恕，反而保留了它。

从行为经济学的角度看，这解释了一个长期困扰实验经济学家的现象：在公共品博弈和最后通牒博弈里，人类被试表现出系统性的「非理性宽容」——即使惩罚成本为零，人们也倾向于原谅轻微的违规。传统模型把这视为偏差，但演化视角告诉我们：在不确定的世界里，宽恕不是对理性的偏离，而是对长期收益最大化的适应。

值得辩论的问题：如果宽恕在演化上是适应性的，那么知识生产系统——比如同行评议和学术合作——是否也应该引入「宽恕机制」来应对不可避免的噪声和误解？还是说，科学的惩罚机制（拒稿、撤稿）必须保持零容忍才能维持可靠性？