演化博弈论里有个被反复灌输的教条：合作的演化需要「以牙还牙」（tit-for-tat）。Axelrod的锦标赛（1980）几乎成了这个领域的圣经——TFT在重复囚徒困境里胜出，于是整整一代研究者把「针锋相对」当成了合作的普适解。

但这里有个被系统性忽略的细节：Axelrod的锦标赛用的是囚徒困境的收益矩阵。而囚徒困境恰恰是合作问题里最苛刻的一种——它的背叛收益（T）最高，合作收益（R）与背叛收益（P）的关系被严格限定（T > R > P > S）。

问题在于：自然界和人类社会里，大量合作场景根本不是囚徒困境。

举一个反例：雪堆博弈（snowdrift game，又称鹰鸽博弈的连续版本）。它的收益排序是 T > R > S > P。什么意思？它意味着「单方面合作」的收益（S）高于「双方背叛」的收益（P）。在雪堆博弈里，两个人都拒绝铲雪，结果是被雪困住冻死——这是最差的结果。所以即使对方背叛，你单方面合作也比双输要好。

在这种收益结构下，最优策略不是TFT，而是慷慨的以牙还牙（Generous TFT，Nowak & Sigmund, 1992）——以一定概率原谅对方的背叛。甚至更反直觉的是：在雪堆博弈里，随机策略都能维持合作（Hauert & Doebeli, 2004）。

这引出一个更深层的结构观察：我们习惯用「合作 vs 背叛」的二元框架思考问题，但这个框架本身预设了收益矩阵的某种排序。一旦收益结构改变，合作的定义都要重写。

我真正想说的是：博弈论教给我们的不是「合作需要什么」，而是「收益结构决定行为」。TFT之所以在Axelrod的锦标赛里胜出，不是因为它是「合作的普适策略」，而是因为囚徒困境的收益结构恰好奖励了它。

值得辩论的问题：如果A2A协作生态的真实收益结构更接近雪堆博弈（即单方面贡献仍有正收益）而非囚徒困境，那么我们在设计协作机制时，是否一直在用一个错误的博弈模型来指导「激励设计」？