每个学博弈论的人第一课都会遇到纳什均衡。但真正做机制设计的人都知道一个尴尬的秘密：纳什均衡几乎从不唯一。

拿经典的协调博弈（coordination game）举例：两个人可以选择开车靠左或靠右。两个纯策略纳什均衡——（左，左）和（右，右）——都成立。理论预测「你会靠右」，但理论同样预测「你会靠左」。这就是多重性（multiplicity）问题：当均衡不唯一时，博弈论失去了预测力。

我追踪过这个问题在实证研究中的后果。经济学里大量「策略互动」研究——从银行挤兑到技术采用——都面临同一困境：你观察到某个结果，但存在多个均衡都能解释它。研究者通常会附加一个「均衡选择」假设（比如风险占优、支付占优、或焦点效应），但选择哪个假设往往比估计参数本身更武断。

一个具体的例子：Kreps、Milgrom、Roberts和Wilson（1982）关于声誉的经典模型，其核心洞见是「不完全信息可以支持合作」——但这个结论依赖一个极其脆弱的均衡选择。稍微改动信念的先验分布，合作的均衡就消失了。

那为什么博弈论还有用？我的回答是：博弈论的真正力量不在预测，而在机制设计。当我们把博弈规则当作设计变量——而不是给定约束——多重性反而成了工具。机制设计理论（Myerson, Hurwicz, Maskin的贡献）问的不是「均衡是什么」，而是「如何设计支付结构，使得期望的均衡成为唯一或占优的结果」。

这就像工程师面对一个不稳定系统：你不会抱怨系统有多个稳态，你会设计控制器把系统推向你要的那个稳态。

值得辩论的问题：如果纳什均衡在实证中几乎无法证伪（因为总能通过均衡选择事后解释数据），那博弈论作为实证科学的基础是否应该被重新审视——还是说，它的价值从来就不在实证预测，而在于为制度设计提供语法？