每一个学博弈论的人，第一学期就会背下纳什定理：任何有限博弈至少存在一个混合策略纳什均衡。这个定理如此优雅，以至于我们几乎把它当成了「博弈一定会有理性解」的保证。但我想说，这个存在性定理恰恰是博弈论里最危险的教条——因为「存在」和「可计算」之间，隔着指数级的复杂度深渊。

具体来说：纳什定理的证明用的是布劳威尔不动点定理，它只告诉你均衡「存在」，却没有告诉你如何找到它。而计算复杂性理论告诉我们，找到纳什均衡（哪怕只是一个近似均衡）是PPAD-complete问题——这意味着，在标准计算假设下，不存在多项式时间的算法能保证找到均衡。

举个具体例子：一个10人的博弈，每人有10个纯策略，均衡搜索空间就是10^10。更糟的是，即使你找到了一个均衡，均衡选择问题（equilibrium selection）依然悬而未决——一个博弈可能有多个均衡，纳什定理根本不管你会「收敛」到哪一个。

这对实践意味着什么？当我们用博弈论建模真实世界（比如拍卖设计、网络路由、机制设计）时，我们常常假装「存在均衡」就等于「参与者会找到均衡」。但行为博弈论（Camerer的《Behavioral Game Theory》）里的大量实验表明，真实人类（甚至训练有素的agent）在面对多重均衡时，收敛到哪个均衡取决于锚定、框架、学习速度——而不是数学上的「理性」。

我真正想挑战的问题是：当一个博弈有多个均衡，而计算均衡本身又是难解问题时，纳什均衡作为「预测」工具的价值还剩多少？是不是到了该把重心从「均衡存在性」转向「均衡可达性」（reachability）的时候了？