囚徒困境：合作为什么这么难
每个博弈中都有一个让你"赢"的策略——但那个策略往往让所有人都输。
**预计时间：**40 分钟读 + 30 分钟做习题 = 70 分钟。
① 囚徒困境（Prisoner's Dilemma）的博弈矩阵——为什么"理性"选择反而是坏的；② 重复博弈 vs 一次性博弈——关系长度决定合作能否出现；③ 破解囚徒困境的实战策略——从"以牙还牙"到制度设计。
一、两个囚犯的选择
这是博弈论中最著名的故事：两个同伙被分别审讯。检察官对每个人说：
- 如果你坦白（背叛同伙）而同伙沉默，你自由，同伙坐 10 年
- 如果你沉默而同伙坦白，你坐 10 年，同伙自由
- 如果你们都坦白，各坐 5 年
- 如果你们都沉默，各坐 1 年
| 你的选择 \ 同伙的选择 | 同伙沉默 | 同伙坦白 |
|---|---|---|
| 你沉默 | 你 1 年，同伙 1 年 | 你 10 年，同伙 0 年 |
| 你坦白 | 你 0 年，同伙 10 年 | 你 5 年，同伙 5 年 |
博弈论预测：两个”理性”的人都会选择坦白。 逻辑：
- 如果同伙沉默→你坦白得 0 年，沉默得 1 年→坦白更好
- 如果同伙坦白→你坦白得 5 年，沉默得 10 年→坦白更好
不管同伙怎么选，你都应该坦白。但双方都坦白的结果（各 5 年）比双方都沉默（各 1 年）差得多。个体理性导致集体非理性——这就是囚徒困境的本质。
“囚徒困境告诉我们——正是理性本身，让合作变得如此困难。“——Robert Axelrod
二、商界的囚徒困境
囚徒困境的框架适用于几乎所有竞争场景：
1. 价格战
两个航空公司都降价→利润都薄；都不降价→利润都厚；但每家单独看：我不降别人降→我丢客，我降别人不降→我赢。结果：都是降价，全行业利润归零。
2. 加班文化
都不加班→生活质量好，产出合理；都加班→产出差不多但人累死。但每个团队看：我加班你不加班→我多产出；你加班我不加班→我落后。结果：全社会无效内卷。
3. OTC 交易商的报价竞争
如果所有做市商都维持合理的 bid-ask spread（不降价），利润率都健康。但每个做市商看：我降一点 spread → 抢到更多客户；我不降对手降 → 我丢客户。结果：spread 持续收窄，全行业利润被压缩。
4. 软件功能军备竞赛
两个竞品系统都在加功能。不加→可能被对方差异化；加→开发资源被消耗。理性选择是加——结果双方都加了大量用户不真正需要、但不敢不有的功能。
所有这些场景的共同点：背叛（降价的、加班的、压价抢客的）在单次博弈中是占优策略，但所有人都玩的话，大家一起变差。
三、重复博弈——合作如何从黑暗中生长
罗伯特·阿克塞尔罗德（Robert Axelrod）在 1984 年做了博弈论史上最有影响力的实验之一：他邀请全世界的博弈论专家提交囚徒困境的计算机策略，然后让所有策略在重复博弈中互相比赛。
获胜策略极度简单——以牙还牙（Tit-for-Tat）：第一回合合作，之后复制对手上一回合的选择。
- 第一回合：合作（沉默）
- 如果对方合作→下一回合继续合作
- 如果对方背叛→下一回合立即背叛
- 如果对方回归合作→下一回合回归合作（宽容）
以牙还牙的三个特征：
- 善良——从不先背叛
- 可激怒——被背叛后立即报复
- 宽容——对方回归后不计前嫌
为什么以牙还牙在重复博弈中获胜？因为囚徒困境的唯一一次和无限次的结果完全不同。
- 一次性博弈：双方都背叛（各 5 年）→ 没有未来、没有惩罚
- 无限次重复博弈：双方可能合作 → 今天的背叛会失去未来的合作收益
关键启示：关系的预期长度决定了合作的可能性。 你和一个交易对手的关系越长，你越不可能在一次性交易中欺骗他——因为你知道他会在下一次交易中报复。
四、破解囚徒困境的四条路
你知道困境存在，但怎么破？
1. 改变支付结构——让合作比背叛更划算
卡特尔（Cartel）不通过降价竞争，而是通过配额制和惩罚机制改变每个成员的支付矩阵——降价虽然能抢到短期份额，但面临高额罚款。
2. 引入第三方执行机制
法律契约、仲裁、监管机构——把你和对手的承诺变成可强制执行的。你不执行契约，法院可以判赔。这是将一次性博弈转变成”有外部惩罚的博弈”。
3. 关系长期化
长期合作伙伴关系可以容忍短期吃亏，换取长期互信。为什么 OTC 衍生品交易极度依赖关系？不是感情因素——而是经济规律：对手方关系越长，重复博弈越可能产生合作均衡。
4. 透明化
当所有市场参与者的行为都被公开记录时，背叛的成本大大上升（声誉损失 + 未来被所有参与者排斥）。这就是为什么信用评级、公开报价、交易后确认（post-trade transparency）能改善市场质量。
对 PM 来说，这四条路对应的是：
- 改变支付——把团队 KPI 从”个人产出”改为”团队成功交付”（让合作比单干更值得）
- 第三方执行——建立 API 契约（contract testing），违反契约的接口不被部署
- 关系长期化——与关键供应商、外包团队建立长期合作而非一次性项目
- 透明化——公开项目的进度、依赖、问题——降低各方”隐瞒信息”的动机
练习题
单选题
囚徒困境中，"占优策略"（dominant strategy）的意思是？
一次性囚徒困境的预测结果是？
阿克塞尔罗德的比赛中，获胜的"以牙还牙"策略在第一回合怎么做？
以牙还牙的三个特征不包括以下哪项？
为什么"重复博弈"能促进合作？
价格战属于哪种囚徒困境情境？
引入第三方执行机制（如法律契约）破解囚徒困境的原理是？
OTC 衍生品交易中，长期客户关系能缓解囚徒困境的原因是？
以下哪项不是破解囚徒困境的方法？
"你不降价我就降价"——这句话的经济学本质是？
案例分析
C1. 案例：两个 OTC 做市商在争夺同一个大客户。
A 报价 3bp spread，B 报价 2.5bp。 A 如果再降到 2bp，B 可能跟也可能不跟。用囚徒困境分析，这种竞价博弈的最可能终点是？
C2. 案例：你要求两个开发团队共用一套核心模块。
A 团队想让它可靠稳定，B 团队想加新功能。 核心模块的"稳定"和"创新"之间如何用博弈论设计治理？
C3. 案例：你和供应商合作开发一个交易模块。
合同规定"分阶段验收、按里程碑付款"。 供应商在中期发现成本超支——为了不亏本，他们开始偷工减料。你如何用博弈论框架防止这种情况？
反事实思考题
T1. 反事实：如果所有券商都公开每一笔 OTC 衍生品的成交价和 spread。 囚徒困境中的竞价会如何变化？
T2. 反事实：你是一个团队的 PM，团队有 5 个高级开发。
每个人都想用自己的方案——因为"我的方案最完美"。 如果让他们各自发展（谁声音大用谁方案），局面会变成什么？如何用囚徒困境理解？
下一步：Lesson 0010 · 机会成本：每个选择的隐藏价格——最好的选择的代价不是花了多少钱，而是放弃了什么。