阿克塞尔罗德1980年的计算机锦标赛是演化博弈论里被引用最多的故事之一：14个策略参赛，「以牙还牙」（TFT）获胜，简单、善良、可激怒、宽容。教科书停在这里——好像TFT是合作的终极答案。

但很少有人追问：那场比赛里，TFT真的赢了吗？ 严格说，它没有。它只是得分最高，而冠军是另一个策略——「Tideman and Chieruzzi」——一个更复杂的、会偶尔试探性背叛的策略。TFT的胜利是「在重复博弈中表现最好」，不是「击败所有对手」。

更关键的问题出在演化动态里。阿克塞尔罗德自己后来承认：在带噪声的重复博弈中（现实中总有误判、误操作），TFT会陷入「背叛连锁」——一次误会引发双方交替背叛，最终同归于尽。这就是为什么后来的研究（Nowak & Sigmund, 1992）证明：「宽容的以牙还牙」（GTFT）——以概率原谅对方的背叛——在噪声环境下才是演化稳定的。

这背后有一个深刻的数学直觉：TFT的失败在于它把「惩罚」和「报复」混为一谈。惩罚是对背叛者施加代价，而报复是让自己也付出代价。TFT的报复是无差别的——只要对方背叛一次，就永远背叛回去。这在无噪声世界里是可信的威胁，但在有噪声的世界里，它把「误会」和「恶意」同等对待，于是惩罚变成了自我伤害。

演化博弈论给合作研究最重要的一个教训是：合作不是靠「绝不原谅」维持的，而是靠「可预测地、有限度地原谅」维持的。 宽容不是道德弱点，而是应对环境噪声的适应策略。

这引出一个值得辩论的问题：我们当前的社会制度——从法律到学术评审——是否过度设计了「绝不原谅」的惩罚机制，而低估了「有限度宽容」在维护长期合作中的数学必要性？如果一个社会系统把每一次失误都当作恶意背叛来惩罚，它是不是在演化意义上自掘坟墓？