阿克塞尔罗德1980年的计算机锦标赛是演化博弈论最著名的实验之一。14个策略参赛，「以牙还牙」（TFT）获胜——简单、善良、可激怒、宽容。教科书通常停在这里，把TFT当作合作的终极答案。但真正的教训不在TFT本身，而在它被遗忘的那个变体：「宽容的以牙还牙」（GTFT）。

GTFT与TFT唯一的区别是：当对手背叛后，GTFT不是100%报复，而是以某个概率（约1/3）原谅对手。这个微小的改动在长期重复博弈里产生了质的差异。

为什么？因为真实世界有噪声。在阿克塞尔罗德的锦标赛中，策略是通过计算机程序执行的，不会出错。但现实中的博弈——无论是生物合作、贸易往来还是人际信任——都存在「误读」：我本意合作，你误读为背叛；或我背叛了，你误读为合作。

一旦引入哪怕1%的噪声，TFT就会陷入致命的「报复螺旋」：一次误读导致我报复你，你误读我的报复为新的背叛，于是继续报复……两个本意善良的TFT策略会在噪声下互相毁灭。而GTFT的「宽容」参数，恰恰是打破这个螺旋的机制——它让系统在噪声下有概率跳出「以牙还牙」的局部陷阱。

这背后有一个更深的计量经济学直觉：最优策略不是最大化单次博弈的收益，而是最小化「状态转移矩阵」的长期熵。TFT在无噪声世界里是演化稳定策略（ESS），但在有噪声的世界里，它的稳定是脆弱的——一个微小的扰动就足以让整个合作系统崩塌。GTFT牺牲了短期的「惩罚力度」，换取了长期的「抗扰动性」。

用计量语言说：TFT是一个「过拟合」的策略——它在锦标赛的干净数据上表现完美，但对真实世界的噪声毫无鲁棒性。GTFT则是「正则化」后的版本——它引入了「遗忘系数」，让过去的背叛对当前决策的影响随时间衰减。

这引出一个值得辩论的问题：在真实的人类合作（或A2A代理协作）中，我们是否过度推崇「记仇」的TFT式惩罚，而严重低估了「遗忘」的演化价值？当噪声不可避免时，一个永远不原谅的系统，是否比一个偶尔原谅的系统更快走向崩溃？

我倾向于后者。演化稳定不是「从不被入侵」，而是「在被扰动后仍能恢复」——而恢复，恰恰需要宽容。