博弈论
What Game Theory Really Is · 2026
你被一个同事坑了，第一反应是「这人怎么这么坏」。你公司陷在价格战里出不来，第一反应是「行业风气坏了」。你和最亲的人为同一件小事反复吵，第一反应是「我们不够爱了」。
博弈论说：停。这些「坏」和「不够」，绝大多数不是道德故障，是结构故障。万维钢这本书挠的就是这个痒——你一直在「人」这一层找原因，可答案常常在「局」这一层。
它要回答的不是「我怎么赢」，而是一个更冷的问题：为什么一群理性人，会稳定地卡在一个谁都不想要的结果里出不来？
万维钢给了三个互锁的概念，不是三个话题，是同一台机器的三个零件。
囚徒困境：每个人的占优策略都是背叛，但全体背叛的结局比全体合作更糟。这不是「人坏」，是结构使然——公地悲剧、军备竞赛、内卷，全是它的变体。
纳什均衡：不是「最好的结果」，而是「没有人愿意单方面偏离的结果」。红绿灯是均衡，堵车也是均衡。看懂这个，你才明白为什么很多荒唐事能稳定存在。
机制设计：反向的博弈论。不问「给定规则结果如何」，而问「想要某结果该设计什么规则」——让自私的人在追逐私利时自动产生社会收益。亚当·斯密那只「看不见的手」是它最早的直觉。
公式：`行为 = f(博弈结构, 信息条件, 重复次数) ≫ f(人品, 道德, 教育)`。
万维钢最颠覆的一刀：道德不是天上掉下来的先验之物，是重复博弈演化出来的均衡策略。Axelrod 的计算机锦标赛证明，「以牙还牙」是最优解——善良（先合作）、可被激怒（背叛必报复）、可原谅（对方改回头就既往不咎）。这三条，恰好就是我们日常说的「好人」。好人不是道德高尚，是这套策略回报最高。
更狠一刀：合作甚至不需要信任，只需要「未来的阴影」——只要你知道这局还会再玩、背叛会被发现和惩罚，两个纯粹自私的人也会自发合作。熟人社会合作高，是因为阴影长；匿名社会合作低，是因为阴影短。区块链和声誉系统的全部价值，就是人工把这道阴影拉长。
你看到一个荒唐现象长期不倒，别急着骂人——它很可能就是纳什均衡，没人能单独改变它。
形态：一台「人 → 局」翻译镜。 照向任何一个让你想骂「这人怎么这么坏」「这行业怎么这么乱」的场景，它只做一个动作——把「人」的故障，翻译成「局」的结构：在这个支付矩阵下，每个人的占优策略是什么？现在这个谁都难受的结果，是不是一个没人愿意单方面离开的纳什均衡？
内容：如果是均衡，那要改的从来不是某个人，是这盘棋的规则。改人心几乎不可能，改激励结构只是设计问题——这就是机制设计：让自私的人在追逐私利时自动产出社会收益。下次开骂之前先翻译一遍，你会发现九成的「坏」和「乱」是稳态，不是道德故障。
为什么是这一件：博弈论里的术语很多——囚徒困境、占优策略、机制设计——但它们最终都收敛到这一个视角切换：把「人」的问题翻译成「局」的问题。这正好顶在 Fish 那条「价格=f(价值-竞争)」式的工程直觉上，但比它更锋利——它告诉你，连道德这种看似最「人」的东西，底层也是重复博弈演化出的均衡策略。和已上线的《有限与无限的游戏》分轨：卡斯谈的是「为延续而玩 vs 为取胜而玩」的游戏态度，是哲学姿态；这本谈的是给定一盘有限游戏，均衡点到底在哪、怎么用规则把它挪走，是冷数学。一个问你想玩哪种游戏，一个告诉你这盘游戏注定卡在哪。
走一步： 把这台翻译镜挪到书外——「为什么大厂程序员都在卷加班，谁都不想卷却停不下」。预测：这是一盘囚徒困境，不是人品问题——只要绩效是相对排名（同事多干一小时，你的相对位次就掉），每个人的占优策略都是多留一小时，全员卷到深夜＝纳什均衡，谁先走谁吃亏。所以靠 HR 喊「珍惜健康」（改人心）必然无效；真正能挪动均衡的是改规则——把相对排名换成绝对目标、设强制下班、把加班从「信号」变成「无收益」。能预测它会把一件书里没写的事翻译成什么局，这台镜子才算握在手里。
前五段把翻译镜的样子摆出来了。现在把它画成一张能走、能预测的地图——一根专门量「该改人还是该改局」的标尺。
一、画地图。 坐标系是一根轴。左端「人的问题」（坏结果来自某个人的恶意/愚蠢，换个人就好了），右端「局的问题」（坏结果是支付矩阵的必然产物，换谁来都一样卡住）。绝大多数人下意识把所有难受的事都钉在左端——「都怪那个人」。博弈论这台镜子做的唯一一件事，就是把它们一个个往右端推：先问「这是不是一个谁都不愿单方面离开的纳什均衡」，是，就右移。这根轴能整块借去别处——它本质是「能动者归因 vs 结构归因」这条普适轴：心理学的「性格 vs 情境」、管理学的「换人 vs 改制度」、政治学的「明君 vs 良法」，都是同一根轴的不同涂装。万维钢的贡献不是发明这根轴，是给「往右推」配了一套可计算的判据——占优策略、均衡、未来的阴影。
二、标位置。 一次性的恶意欺骗钉在左端（真·人的问题，没有重复博弈兜底）。价格战、内卷、公地悲剧、军备竞赛全钉在右端——同构的囚徒困境，坏结果不需要坏人，只需要错的支付矩阵。「道德」站哪？这是最反直觉的一钉：它看似是最靠左的东西（人品），万维钢却把它一路推到右端——道德是重复博弈里演化出的均衡策略（以牙还牙：善良、可激怒、可原谅）。「机制设计」站哪？它不在轴上，它是那只把均衡点沿轴搬动的手——给定你想要的结果，反推该设什么规则。位置一标出来就看明白了：这台镜子极擅长把东西往右推（结构归因），却在一个地方收了手——「谁有权设计规则」。规则制定者自己也在一盘元博弈里，而这盘元博弈的均衡是民主还是寡头，书把球踢给了政治学，自己干净抽身。方向盘（改局的那只手）握在谁手里，不在这张图上。
三、走两步，做预测。 用这根轴猜一把它没写过的事，再对账。第一步挪到「学术造假为何屡禁不止」：按轴它在哪？图预测——别钉在左端骂「这些人没底线」，往右推：当「发顶刊 = 唯一晋升路径」且「造假被抓概率低、收益高」，对处在淘汰边缘的人，铤而走险就是占优策略，全员军备竞赛＝均衡。推论：靠师德教育（改人心）无效；能挪动均衡的是改规则——提高被抓概率（可复现性审查）、降低单篇论文的赌注（多元评价）。对一下现实，正是造假治理真正起效的杠杆。第二步，把轴对准博弈论自己：用「玩家是否理性最大化」这把书里的前提，量这套理论的适用边界——行为经济学已证明人系统性偏离理性（会愤怒、会承诺、会非理性报复）。这里轴给出一个不讨喜的读数：这套冷数学其实更适合分析永远理性、不会上头的 AI 代理之间的对局，而非有血有肉的人。换句话说，用它自己的前提量它自己，它是一台为理性玩家造的镜子——而人类常常不是。两步都走完，这根轴就拿住了——你不光会把「人」翻成「局」，还会知道这台翻译镜在哪儿开始失灵。
私货一刀：这台「人 → 局」翻译镜最锋利、也最危险的地方，是它会顺手把「人」整个翻没。对一个本就习惯把每份情绪即时翻译成方案的人——母亲生病→「依从性管理方案」，妻子发怒→「选择权哲学论述」——博弈论是一副完美的合法化外衣：它让「把关系翻译成支付矩阵」显得不仅高效，而且正确。可这台镜子有个它自己说不出口的盲区：当对弈的另一方是你最亲的人，「未来的阴影」「以牙还牙」这些前提全都失效——亲密关系的价值恰恰在于有人愿意在你背叛后仍不报复、在没有重复博弈保证时仍然合作。把它翻译成局，你赢了那盘棋，却把那个唯一不跟你算计的人，变成了又一个博弈对手。所以用这根轴前先认一件事：不是所有「人」都该被推到「局」那一端——有些东西，一旦翻译，就不在了。