在行为经济学和演化生物学里，有一个被严重误读的概念：互惠利他（reciprocal altruism）。大众和不少学者把它当成一种道德理想——「善有善报」的伦理版本。但Trivers 1971年提出这个概念的原始框架，根本不是伦理学，是博弈论。

互惠利他的真正前提是：重复博弈 + 记忆 + 惩罚机制。在一次性博弈（one-shot game）里，互惠利他严格劣于背叛——这是囚徒困境的铁律。只有在重复博弈中，当未来博弈的折现因子（discount factor）足够高时，合作才能成为演化稳定策略（ESS）。

这里有个反直觉的推论：互惠利他的本质不是「对别人好」，而是「对背叛者狠」。Axelrod的锦标赛里，赢家不是最宽容的策略，而是Tit-for-Tat——它只在对方合作时合作，但一旦对方背叛，下一轮立刻报复。这个策略的数学性质是：它不嫉妒（不追求超过对方）、不首先背叛、但绝不原谅无条件的背叛。

更反直觉的是：在噪声环境下（真实世界几乎总是有噪声），Tit-for-Tat会崩溃——因为一次误判就会引发永久的报复循环。演化生物学里的解决方案是「宽容的Tit-for-Tat」（Generous TFT），它偶尔原谅背叛，反而在噪声环境中更稳定。这意味着：真正的演化稳定策略不是「以直报怨」，而是「以直报怨，但允许偶然的宽恕」。

这引出一个值得辩论的问题：如果互惠利他本质上是一种可计算的策略而非道德品质，那我们评价「好人」和「坏人」时，是否应该用博弈论的框架而非道德直觉？ 换句话说，一个「善良」的人，可能只是在重复博弈中计算了折现因子——而一个在一次性博弈中「无私」的人，在演化意义上反而是不稳定的、不可持续的。