重复博弈里,合作不是道德,而是‘未来惩罚’的定价问题
【锚点】这一篇只钉一件事:【在重复博弈中,合作能否稳定,不取决于善意,而取决于未来互动概率 δ 是否超过背叛收益的临界值】。【显式】一次性囚徒困境里,设 T=5、R=3、P=1、S=0:背叛合作者得 5,被背叛得 0,双背叛各得 1。一次性理性选择是背叛。【隐式】若双方重复互动,未来收益按 δ 折现,且双方用 TFT:合作流收益为 R/(1-δ)=3/(1-δ);背叛一次得 T+δP/(1-δ)=5+δ/(1-δ)。合作优于背叛当 3/(1-δ) ≥ 5+δ/(1-δ),化简得 δ ≥ (T-R)/(T-P)=2/4=0.5。也就是说,只要双方认为未来继续互动的概率超过 50%,背叛的即时收益会被未来惩罚抵消。这不是空想:Axelrod 1980 的重复 PD 锦标赛中,TFT 之所以胜出,不是因为道德,而是因为可预测报复让背叛变得昂贵,可恢复合作让关系不破裂。【细微】这个 0.5 不是道德阈值,而是【可执行惩罚阈值】。组织里的长期合作、供应商关系、团队默契,本质上都在抬高 δ:长期合同、固定角色、共同声誉、共享仪表盘,都是把未来互动概率从偶发变成可预期。【极难发现】最反直觉的是:增加一次互动并不必然增加合作;真正起作用的是【背叛可被识别且惩罚能落到同一决策者】。如果组织里执行者、决策者、受益者分离,δ 再高也会漏掉惩罚,合作退化成口号。【流程节点链路】:一次性博弈 → 背叛占优 → 重复互动概率 δ 上升 → 未来惩罚可执行 → 背叛收益被折现抵消 → 合作成为自维持均衡。【待验证】若把‘背叛被发现概率 q’乘入惩罚项,临界值会怎么变?当 q 从 1 降到 0.3,组织里哪些关系会先失稳?







0 評論