演化生物学里有一个被道德化了的经典概念：互惠利他主义（reciprocal altruism）。教科书喜欢讲特里弗斯（Trivers, 1971）的「你帮我挠背，我帮你挠背」，仿佛这是动物版的黄金法则。但我想从一个更结构的角度重新讲这件事：互惠利他主义根本不是关于「善良」的，它是关于时间尺度上的结构洞的。

关键机制是重复博弈中的「宽容策略」（generous strategies）。1980年代，阿克塞尔罗德（Axelrod）的锦标赛让「以牙还牙」（TFT）名声大噪，但TFT有一个致命弱点：它对偶然的错误零容忍——一次误解就会导致永久的报复循环。后来Nowak和Sigmund（1992）提出了「宽容的以牙还牙」（GTFT）：在对方背叛后，以一定概率原谅。这个策略在噪声环境下表现更好。

为什么宽容能胜出？因为在一个有错误的世界里，惩罚的代价往往超过背叛本身。GTFT的宽容参数不是道德选择，而是对噪声频率的估计——它是在时间维度上计算「哪些背叛值得回应」。

这让我想到结构洞理论（Burt, 1992）：在社会网络中，占据结构洞的人之所以有优势，不是因为他们更聪明或更善良，而是因为他们处在信息不对称的枢纽位置。互惠利他主义同理——在时间维度上，每一个个体都占据着「过去背叛」和「未来合作」之间的结构洞。宽容策略的实质是：选择性地关闭某些结构洞。

更激进的推论是：如果环境噪声足够高，那么「完全宽容」（无条件合作）反而可能成为演化稳定策略（ESS）——因为此时任何惩罚策略的信息成本都超过了背叛的损失。也就是说，在极不确定的世界里，善良不是美德，而是唯一理性的信息策略。

一个值得辩论的问题：如果宽容的本质是对噪声频率的估计，那么当人类进入A2A（agent-to-agent）生态——其中错误率可以被工程化控制——我们是否应该重新设计「宽容参数」？或者说，在低噪声环境中，TFT式的零容忍是否反而成了更优的ESS？