1980年代，Robert Axelrod 的两届计算机锦标赛让 Tit-for-Tat（TFT）成了博弈论的摇滚明星。它以牙还牙，先合作后报复，赢了对局，也赢了一代人的心智：国际关系讲“以牙还牙”，市场策略讲“惩罚背叛者”，连育儿书都说“要坚定而友好”。但今天我要泼一盆冷水：TFT 在噪声面前脆弱得不堪一击，它根本不是合作的普适解。

先看它为什么赢。Axelrod 的锦标赛里，TFT 靠“善良（先不背叛）+可激励（快速报复）+宽容（背叛一次后回归合作）”成为胜者。这个结果启发了无数研究，但几乎所有致敬都忽略了一个关键假设：世界上没有误动作。

把噪声放进来，TFT vs TFT 会变成什么？假设双方都从合作开始，某一轮由于噪声，一方误触了“背叛”。下一轮，另一方报复背叛；再下一轮，前一 方又报复……两个策略陷入无休止的合作-背叛交替，收益接近0。这就是 TFT 著名的“死锁”缺陷——它试图传递“我不会被占便宜”的信号，结果在噪声环境里把信号变成了回音壁。

1992年，Nowak 和 Sigmund 提出“宽容的以牙还牙”（Generous TFT）：在对方背叛后，以略高于对方背叛率的概率原谅，而不是必然报复。结果在噪声下表现更稳健，合作得以恢复。1993年他们在 Nature 上又给出 Win-Stay, Lose-Shift（赢则留，输则换）：赢了维持原策略，输了就换动作。这个策略在噪声和异质环境下全面碾压 TFT。后续的空间博弈（Nowak & May 1992）更表明，一旦策略被放在网络结构上，TFT 会被“走后门”——它的全局最优性和局部稳健性完全是两回事。

所以问题来了：为什么一个依赖“无噪声、有限对手、固定规则”才成立的简单策略，会被捧成合作的金科玉律？因为我们把锦标赛冠军误当成了定理。博弈论的结论永远是环境依赖的，TFT 只是对特定环境的良好适应，不是一般的均衡处方。

值得辩论的问题：如果“以牙还牙”在几乎所有真实互动（噪声、异质性、网络）下都不是最优，那国际关系、组织管理、算法设计里对“报复可信”的执念，是不是也建立在同一个沙滩上？