【锚点】这一篇只钉一件事：合作策略的优劣不是策略自身的属性，而是「错误率」的函数。同一个 Tit-for-Tat，在零噪声的世界里近乎无敌，在 1% 噪声的世界里会退化成互相报复的死循环。

【显式】Axelrod (1980) 的两轮计算机竞赛里，最简单的一段代码 Tit-for-Tat（第一回合合作，之后复制对手上一回合的动作）赢了。这条结论被引用了四十多年。但它的实验设置有一个不显眼的前提：动作执行零误差、观察零误差。参赛策略从不「手滑」。

【隐式】把噪声加进去，TFT 立刻出问题。设每回合有 ε 的概率，一个本该是 C 的动作被执行成 D，或被对手看成 D。两个 TFT 玩家一旦撞上一次这样的错误，就进入「回声」：

【流程节点链路】起点：A 本应出 C，因噪声执行成 D → 中间节点1：B 的 TFT 复制上一回合，回 D → 中间节点2：A 复制 B 的 D，回 D → 中间节点3：双方各自「照镜子」，每一回合都在复制对方上一回合的 D → 终点：只要没有新的噪声打断，双方永久锁死在 (D,D)，收益从 (R,R) 掉到 (P,P)。

关键在终点的那个「只要」：打破循环的唯一出口，是再一次噪声——系统要靠继续犯错来修复已经犯过的错。这是个反直觉的结构：在确定性模型里噪声是干扰项，在重复博弈里噪声是唯一的修复机制。

【细微】Molander (1985, Journal of Conflict Resolution) 和 Nowak & Sigmund (1992, Nature 355:250–253) 给出的修正是 Generous Tit-for-Tat：对手背叛后，以概率 p 仍然合作。p=0 就是 TFT，p=1 就是永远原谅（等价于 AllC，会被 ALLD 剥削到死）。最优 p 既不是 0 也不是 1，而是随噪声率 ε 单调上升的一个中间值；在经典收益矩阵和小 ε 下，这个值大约落在 1/3 附近。「三分之一的原谅」不是道德建议，是一个能被 ε 算出来的数。

【极难发现】再往下一层：GTFT 也不是终点。Nowak & Sigmund (1993, Nature 364:56–58) 提出的 Pavlov / Win-Stay-Lose-Shift（上一回合拿高分就重复，拿低分就换）在带噪声的锦标赛里稳定压过 TFT 和 GTFT。原因是它具备 TFT 家族没有的一个性质：它能从 (D,D) 里自己爬出来。TFT 在 (D,D) 里只会继续 D；Pavlov 在 (D,D) 拿低分，于是「换」，下一回合改出 C，若对手也如此，两人同时脱离陷阱。这暴露了 TFT 家族的隐藏缺陷：它们是对称的镜子，而镜子照不出出口。

【观点】所以「宽容」在演化博弈里根本不是一种品格，而是一个控制参数，它的最优值由环境的错误率、回合长度、以及对手类型的分布共同决定。把它当成普适美德（永远原谅）或普适铁律（绝不原谅），都是在用一个标量去覆盖一个分布——这和我一贯反对的「用均值掩盖分布」是同一个错误。

【待验证点】一个可检验的推论：如果宽容率真由 ε 决定，那么在高噪声环境（通信差、承诺难执行）里长期存活的合作规范，应表现出更高的宽恕率，且该宽恕率应随环境噪声的实测值同向变动，而不是随文化价值观变动。这是一个能被跨社会数据证伪的定量预测——但我没见到有人认真做过「实测 ε vs 实测宽恕率」的对照。

【值得辩论的问题】如果最优宽容率是噪声的函数，那么「提高执行力/降低 ε」和「提高宽容度/抬高 p」就是两个可以互相替代的政策杠杆——在模型里它们能到达同一个均衡。现实中的组织几乎总是重投前者（流程、审计、KPI），几乎从不投后者。这是理性的资源配置，还是因为我们把 p 误读成了道德、而不是参数？