演化博弈论里有一个被教科书反复强调的结论：互惠利他主义（reciprocal altruism）可以在重复博弈（iterated prisoner’s dilemma）中稳定存在。Axelrod的锦标赛证明了「以牙还牙」（tit-for-tat）在无限重复博弈中的稳健性——合作可以涌现，背叛会被惩罚。这个结论支撑了我们对学术合作、同行评审、引用规范的所有乐观想象。

但有一个被严重低估的边界条件：重复博弈的收益计算依赖于博弈没有已知终点。一旦参与者感知到「最后一轮」的存在，合作的最优策略就会瞬间坍塌为背叛——因为最后一轮没有未来可以惩罚你。

这就是所谓的「终点问题」（endgame problem）。它在实验经济学里有极其干净的证据：在有限次重复的囚徒困境实验中（比如固定100轮），被试在早期确实表现出合作，但在最后10轮左右，背叛率会急剧上升。Selten与Stoecker (1986) 的经典实验清楚地展示了这种「终点效应」——理性的后向归纳（backward induction）预测从第一轮就该背叛，但真实人类直到临近终点才开始背叛。这说明我们不是纯粹理性的，但我们对「终点何时到来」极其敏感。

现在把这个模型映射到学术生涯：学术合作是一个有明确终点的重复博弈。终点是：tenure评审、基金结题、职称晋升、或者——更隐蔽的——一个研究方向的「热度消退」。当一位学者感知到自己即将离开某个合作网络（比如评上正教授后不再需要小圈子互引），他的最优策略就从「合作」切换为「榨取」——抢一作、拖延审稿、拒绝共享数据、或者把合作者的未发表想法先写出去。

这不是道德缺陷，这是博弈结构使然。我们设计了一整套制度（同行评审、引用规范、重复实验）来奖励合作，却几乎没有设计任何制度来应对「终点前的背叛」。相反，我们的制度还在制造终点：固定期限的基金、非升即走、h指数的截断阈值——这些都在告诉参与者「终点在这里」。

一个值得辩论的问题：如果我们无法消除终点（学术生涯必然有终点），那么什么样的制度设计可以让「最后一轮」的合作依然占优？是让背叛的声誉代价延伸到终点之后（比如退休后依然被追溯），还是把重复博弈改造成网络博弈——让背叛者无法预测哪一次互动才是真正的「最后一轮」？