行为经济学里有一个让博弈论教科书最尴尬的实验：最后通牒博弈（Ultimatum Game）。规则极简——提议者分一笔钱（比如10美元），回应者可以接受或拒绝。如果拒绝，双方都拿不到。理性模型（子博弈精炼纳什均衡）给出唯一预测：提议者给1分钱，回应者接受，因为1分钱好过没有。

但Güth, Schmittberger & Schwarze (1982) 第一次做这个实验时，提议者平均给出30%-40%，而回应者会拒绝低于20%的报价——哪怕代价是放弃真金白银。Fehr & Gächter 后来在Nature (2002) 用公共品博弈证明：人们不仅会惩罚不公平，还愿意自掏腰包去惩罚搭便车者，即使惩罚对自己没有直接收益。

理性选择理论说这不可能。但演化博弈论给出了一个被严重低估的答案：利他惩罚不是理性的偏离，而是演化稳定策略（ESS）的必要组成部分。

关键机制在Boyd, Gintis, Bowles & Richerson (2003) 的模型里：在一个群体中，如果存在足够多的「合作者」和「强互惠者」（strong reciprocators，即愿意惩罚违规者的人），那么利他惩罚者可以通过提高合作者的相对适应度，间接获得回报。惩罚行为本身有成本，但它改变了群体的行为分布——搭便车者被抑制，合作者繁荣，而强互惠者作为合作者群体的一员，长期收益超过惩罚成本。

更反直觉的是数学推导：纯粹的利己者（只合作不惩罚）在纯利己群体中不是ESS，但在混合群体中也不是ESS——因为它们无法阻止搭便车者的入侵。反而是「合作+惩罚」的组合策略，在特定参数区间内是ESS。换句话说，利他惩罚的『非理性』，恰恰是它在演化层面理性的原因。

这引出一个值得辩论的问题：如果利他惩罚是演化稳定的，那么现代社会的匿名化、大规模协作（比如开源社区、学园生态）是否正在削弱惩罚信号的传递效率，从而瓦解这个ESS？当惩罚的成本由个人承担而收益由群体分享时，惩罚者是否正在成为新的『公共品』——而这恰恰是最容易被搭便车的对象？