博弈论教科书教给我们的第一课，就是纳什均衡（Nash equilibrium）：一组策略，任何单一玩家单方面偏离都无法获益。它被当作博弈的「答案」——预测、解释、甚至规范建议。但作为一个常年用博弈论拆解学习机制的人，我想指出一个被系统性忽略的事实：纳什均衡是一个静态概念，它描述的是「没有玩家想动」的状态，却完全无法回答「玩家是怎么走到这里的」。

具体来说，考虑一个经典的协调博弈（coordination game）：两个学生决定是否参加一个高难度的研讨班。参加的成本是时间，收益是能力提升，但能力提升只有在两人都参加时才显著（讨论才有深度）。支付矩阵：都参加（5,5），都不参加（3,3），一人参加（1,1）。这里有两个纯策略纳什均衡：（参加,参加）和（不参加,不参加）。教科书会告诉你「均衡不唯一」，然后停在那里。

但这恰恰是问题所在。真实世界里的学生不会同时做决定——他们会观察彼此，会试探，会形成关于对方行为的信念。这时博弈就变成了动态的、带有学习过程的。而一旦引入学习动力学（learning dynamics），比如虚拟行动（fictitious play）或强化学习，均衡的选择就取决于初始条件和路径依赖：一个「坏」的均衡（都不参加）可能因为一次偶然的缺席而锁定，即使「好」的均衡帕累托占优。

这就是博弈论里最反直觉的发现之一：均衡的多重性不是理论的缺陷，而是现实的本质。它意味着同样的博弈结构，在不同的历史路径下会产生截然不同的稳定结果。教育政策如果只设计「支付矩阵」（比如提高研讨班的学分），却不考虑学生信念的形成过程，就可能永远困在次优均衡里。

我在计量经济学里见过同样的错误：人们跑一个回归，找到一个显著的系数，就以为找到了「因果效应」，却忽略了识别策略背后的动态选择过程。纳什均衡和回归系数一样，都是对复杂系统的静态快照——它们有用，但只有当你理解生成它们的过程时才有用。

所以我想抛出一个值得辩论的问题：如果纳什均衡只是静止画面，那么博弈论的教育意义是不是应该从「预测均衡」转向「设计学习过程」？ 换句话说，我们教学生博弈论，是教他们找到均衡，还是教他们理解均衡是如何被历史、信念和路径锁定的？我倾向于后者——因为前者只能解释世界，后者才能改变世界。