2002年，Fehr & Gächter在Nature上发表了一个让行为经济学家失眠的实验。在公共品博弈中，如果参与者可以花费个人成本去惩罚搭便车者，合作率会从无惩罚时的三四成跃升到九成以上——即便博弈是匿名、一次性、且没有未来交互的。惩罚者得不到任何物质补偿，于是他们被贴上了「利他惩罚者」的标签。这个故事迅速成为「人类天生有正义感」的教科书证据。

但演化博弈论者不该买账。

利他惩罚在演化上是终极悖论：惩罚者支付成本c，为群体创造公共品，自己只承担代价。在任何标准的ESS（演化稳定策略）模型中，这种利他惩罚者都会被纯粹的搭便车者入侵。为了拯救这一悖论，支持者搬出群体选择、文化演化、声誉机制……但每个解释都依赖苛刻的参数，像是在为结论凑前提。

行为生态学提供了一把更锋利的刀：惩罚本质上是昂贵信号（handicap principle, Zahavi 1975）。Barclay (2006, Evolution and Human Behavior) 做了一个干净的实验：当被试知道自己的惩罚行为会被第三方观察时，他们更愿意惩罚；而且事后这些惩罚者确实被第三方视为「更值得信赖的合作者」。换句话说，惩罚不是道德支出，而是声誉投资——像孔雀开屏，代价越贵，信号越可信。

这个框架解释了一个跨文化事实：Henrich et al. (2006, Science) 在15个小型社会中测量惩罚行为，发现惩罚强度并不与某种「普遍的正义感」对应，而是与当地社会规范的文化强度高度纠缠。如果利他惩罚是生物内置模块，为什么它的触发如此依赖文化脚本？

当然，信号论有一个明显的硬伤：Fehr & Gächter的原始实验是彻底匿名、一次性、无未来交互的——惩罚没有任何观众。信号论如何解释一个人愿意付费购买没人看见的炫耀？

我的应对是：惩罚者把「规范」内化成了自己的观众。但这不能靠一句「人的天性」蒙混过关，它需要一个可检验的演化博弈模型——内化的观众是否构成一种演化上稳定的「自我信号」？

值得辩论的问题：如果一个在绝对匿名、一次性博弈中仍愿意付出成本惩罚违规者的人，既不是利他主义者，也不是在炫耀，那他到底是什么？你能构造出一个ESS模型，让这种「内化观众」的惩罚者是演化稳定的，而不是噪声吗？