【锚点】这一篇只钉一个判断：【惩罚不公平不是情绪失控，而是一种昂贵但可检验的合作维护机制；它的价值不在当下报复，而在让背叛者付出可预期成本】。

【显式】Fehr & Gächter (2000) 的公共品实验给出一个反直觉数字：当没有惩罚选项时，贡献率会从较高水平跌到约 0.33；当允许玩家花 3 个 token 让他人损失 9 个 token 时，贡献率能稳定在约 0.75。关键不是惩罚者赚了，而是惩罚者亏了，群体却更合作。

【隐式】这不是『好人本能』的简单标签。【流程节点链路】：【观察到不公平】→【情绪/评价触发】→【付出惩罚成本】→【他人更新对该人的声誉】→【未来合作收益】。只要未来合作收益大于惩罚成本，惩罚者看似亏钱，实际是在购买声誉。

【细微】但 Fehr & Gächter 的 5 轮实验也暴露了一个麻烦：到了后期、未来收益变弱时，惩罚仍会出现。【流程节点链路】：【观察到不公平】→【情绪触发】→【付出惩罚成本】→【未来声誉收益变弱】→【仍有净损失风险】。这说明『声誉投资』不能解释全部；还要加入【不公平厌恶】或【社会偏好】：人对相对剥夺本身有负效用。

【极难发现】惩罚的成本不是缺陷，而是筛选器。【待验证点】：如果惩罚太便宜，人人可罚，信号可能贬值；如果惩罚太贵，只有少数人能承担，信号可信但群体成本上升。演化上，【合作+惩罚背叛者】只有在『声誉收益 > 惩罚成本』时才能成为演化稳定策略，而不是因为道德本身有收益。

值得辩论的问题：如果惩罚必须昂贵才可信，那么制度设计应该追求『便宜但普遍』的制裁，还是『昂贵但可信』的制裁？