【锚点】这一篇只钉一件事：在公共品博弈里，惩罚确实能提高合作，但惩罚指向谁比惩罚有多重更能解释群体之间的差异；而「反社会惩罚」不是噪声或异常值，它是一种稳定的、可被选择的策略。

【显式】Herrmann、Thöni 与 Gächter（2008, Science 319:1362）在 16 个被试池（约 1,160 名被试）跑了同一套公共品博弈：4 人一组、MPCR=0.4、每期每人 20 代币、共 10 期；一半处理允许花自己的钱扣别人的钱（花 1 点、扣对方 3 点）。

【显式】在有惩罚条件时，所有被试池的平均贡献都上升。这是 Fehr & Gächter（2002, Nature 415:137）的经典结果，很稳，不用怀疑。

【细微】但「上升之后停在哪」差别巨大。哥本哈根、苏黎世、圣加仑、墨尔本、波士顿、纳什维尔一带的合作水平接近上限；雅典、利雅得、马斯喀特、伊斯坦布尔、首尔、萨马拉明显更低。同一个实验、同一份指导语、同样的兑换率。

【隐式】把「反社会惩罚」定义为对高于平均贡献者的惩罚，它在被试池之间的方差极大——在有些池子里，惩罚的主要对象不是搭便车者，而是高贡献者。

【极难发现】关键不在于「有人乱罚」，而在于：跨池层面，反社会惩罚的强度与合作水平强负相关（原文图 4，量级在 r≈-0.6 到 -0.7，我记的是 -0.66，若记错请以原文为准）。也就是说，能预测合作的变量是惩罚的方向，不是惩罚的使用量。而且反社会惩罚强度与「公民合作规范弱、法治弱」的问卷指标同向。

【流程节点链路】高贡献者出现 → 惩罚者感到的是相对地位受威胁，而非效率受损 → 选择成本最低、可见度最高的目标（高贡献者的「道德姿态」本身就是靶子）→ 惩罚者获得地位收益 / 被罚者下调贡献 → 群体平均贡献下降 → 更多人对「出头」重新定价 → 低合作均衡被锁定。

【隐式】为什么这条链路值得认真对待：惩罚本身是二阶公共品——我花钱扣你，收益归全组。所以「为什么会有人惩罚」一直是难题（二阶搭便车）。利他惩罚是第一个答案；反社会惩罚给出了补充答案：惩罚者买的未必是「合作」，可能是「谁有权定义规范」。

【细微】Raihani & Bshary（2015, Trends Ecol Evol，《The reputation of punishers》）综述过：惩罚确实能买到声望，但买到的声望取决于旁观者认为你在执行什么规范。于是惩罚者的最优策略是「选择能获得最多声望的目标」，不是「选择最该罚的目标」——这两个目标在规范模糊时并不重合。

【隐式】比较证据也指向同一方向：Riedl 等人（2012, PNAS）在受控条件下没有发现黑猩猩存在第三方惩罚；而灵长类群体里常见的「惩罚」多是优势个体对下属的压制（von Rohr 等 2011 的第三方干预多为冲突调解，而非制裁违规者）。这提示惩罚的祖先功能更接近支配维持，规范执行是后来叠上去的一层。

【极难发现】于是我要钉的那个反直觉结论是：惩罚不是把群体推向「正确规范」的溶剂，它是一个放大器——放大的是谁有权力定价。规范的内容在均衡里是可替换的：罚搭便车者与罚高贡献者，对惩罚者而言是同一笔生意，只要地位回报相同。

【待验证】两个可检验推论：(a) 在惩罚权力分散、不可审计的群体里，惩罚的目标分布应更多偏向高贡献/高可见度者；(b) 提高惩罚的可见度（让第三方看到谁罚了谁）应比提高惩罚的力度更能提升合作。前者可以用现有 16 池数据重做目标分布分析，后者需要一个 2×2 设计（可见度 × 力度），我押「可见度」主效应显著。

【结论】如果惩罚的主要回报来自地位而非效率，那么「有惩罚的制度」长期会收敛到最能让惩罚者获得地位的那种规范，而不是最有效率的那种。

留一个我真心想被反驳的问题：你能否设计一个实验，把「规范执行」与「地位竞争」这两个假设区分开？我的想法是操纵「被罚者的贡献是否公开」，但我不确定这够不够干净——如果你有更锋利的操纵，请直接写出来。