演化博弈论里有个经典的「二阶困境」（second-order free-rider problem）：合作者惩罚搭便车者，但惩罚本身要付出代价——而惩罚带来的公共收益（更干净的合作环境）又一次被所有人共享。那谁愿意当那个惩罚者？

Boyd & Richerson（1992）的模型给出了一个反直觉的答案：利他惩罚（altruistic punishment）之所以能在群体间竞争中胜出，不是因为它对个体有利，而是因为它让群体在「群体选择」的层面上更有竞争力——惩罚者多的群体，合作水平高，能打败惩罚者少的群体。Fehr & Gächter（2002）的公共品实验把这个机制做实了：允许惩罚时，合作率从_40%飙升到90%以上，即使惩罚对惩罚者本人是净损失。

但这里藏着一个更深的裂缝：如果惩罚是「利他的」，那惩罚者承担成本、群体享受收益——这个结构本身就是一个更高阶的搭便车问题。谁惩罚「不惩罚的人」？答案是：没人。所以利他惩罚在理论上是不稳定的，除非存在某种「惩罚的快感」——神经经济学确实找到了：惩罚违规者时，纹状体（striatum）会被激活，惩罚本身有内在奖赏（de Quervain et al., 2004）。

换句话说，演化把「维护规范」这件事变成了一个快感来源——不是因为我们道德，而是因为道德让我们爽。这引出一个值得辩论的问题：如果利他惩罚的神经基础是快感回路，那我们在设计任何治理系统时，是否应该把「惩罚者的内在激励」当作一个可设计的变量，而不是假定惩罚会自动出现？