合作是怎么涌现的

先把出错概率设成 0，看排名。触发者（一次背叛就永不原谅）和以牙还牙分列一二，总是背叛垫底。这正是 Axelrod 1980 年那场著名擂台赛的结论：赢的策略都是"善意的"（从不率先背叛）、"可激怒的"（会还手）、"宽容的"（还完就算）、"清晰的"（对手能看懂你的规则）。现在把出错概率拖到 10‰，再看一遍。排名整个翻过来了：触发者从第一掉到最后（1.64 → 0.86），因为一次手滑就让它和所有人永久决裂；以牙还牙也掉了下来——两个以牙还牙一旦有人手滑，会陷入"你背叛我我背叛你"的死循环；而"两次才还手"和"巴甫洛夫"升到了前两名，因为它们能从误会里恢复。这是整个演化博弈论里最实用的一条结论：在完美世界里最优的策略，在有噪声的世界里可能是最差的。现实中的合作机制必须能容错——"绝不原谅"在有噪声的环境下不是强硬，是自毁。（把出错概率加到 50‰ 再看：所有策略的得分都被压到接近随机，噪声太大时合作机制整个失效。这也解释了为什么高信噪比的沟通渠道本身就是合作的基础设施。）

同样的囚徒困境，唯一的改动是"只和邻居打交道、只模仿邻居"。在完全混合的人群里，合作者必然灭绝；而在格子上，合作者可以抱团——团块内部人人合作、人人拿高分，而边缘的背叛者虽然占了便宜，却被周围同样是背叛者的邻居拖累。把 b 从 1.05 一格一格往上拖，看合作者比例。b=1.05 时合作者占 93%，b=1.2 时 90%，b=1.4 时 83%，而 b=1.6 时直接掉到 0%。中间有一个很陡的门槛。这就是 Nowak 和 May 1992 年那篇论文的核心：空间结构本身就是一种"互惠机制"，它不需要记忆、不需要识别对方、不需要惩罚，只需要"和谁打交道"是有限制的。在演化生物学里这叫网络互惠，它的适用条件有一个漂亮的近似规则：b/c > k（k 是平均邻居数）。这里 k=8，而阈值出现在 b≈1.5 附近，与规则的量级一致（规则本身是对随机图的近似，规则格子上的实际阈值会低一些）。这条规则有一个反直觉的推论：邻居越多，合作越难维持。一个人如果和所有人都打交道，就退化成完全混合，合作必死；而"交往圈子有限"反而保护了合作。（按播放，慢慢看那些合作者的团块怎么长出花瓣一样的边界——这些图案本身就是 Nowak 那篇论文的封面。）

重复博弈能救合作，前提是"重复"这件事本身要足够可信。这里的 w 是"这一轮打完还会有下一轮"的概率，所以平均能打 1/(1−w) 轮。绿线是两个以牙还牙互相遇到时的总收益，红线是一个纯背叛者去占以牙还牙的便宜。w 很小时红线在上：一次性的便宜足够划算，背叛是对的。w 越过某个值以后绿线反超：合作能撑到回本。这个门槛的理论值是 w > c/b——成本除以收益。默认参数 b=3、c=1，门槛是 0.333，对应平均只要能打上 1.5 轮，合作就站得住。这条不等式是"未来的影子"最精确的表述。它同时给出了三个可操作的方向：提高 w（让关系更长久、更可预期）、提高 b（让合作的收益更大）、降低 c（让合作的成本更低）。这三件事正是商业合同、长期雇佣、会员体系、行业协会、甚至"我们以后还要见面的"这句话所做的事。反过来也成立，而且更值得注意：任何让人觉得"这是最后一次打交道"的情境——旅游景点、一次性交易、临近退休、公司要倒闭——w 趋近 0，合作的理性基础就消失了。（把出错概率拖上去再看：两条线都往下掉，而且门槛会右移——噪声让合作需要更长的"未来"才划算。）

公共品博弈是囚泥困境的多人版本，也是更贴近现实的版本。每个人可以出 1 块钱，所有人出的钱汇成一个池子，乘以一个倍数（这里默认 1.8）之后平分给所有人，不管你出没出。个人算账很清楚：你出的 1 块钱只有 1.8/N 回到自己手上，所以不出是占优策略。而如果所有人都出，人均净收益是 0.8。把惩罚力度设成 0，按看结果：出资比例一路掉到接近 0，人均收益也归零。大家都理性，结果都变穷——这就是公地悲剧。现在把惩罚力度拖到 1.0 以上。出资比例明显回升甚至维持在高位。机制很直接：惩罚让搭便车不再划算。但要看第二行读数——人均净收益。惩罚是要成本的（第三个滑杆），执行惩罚的人自己也在流血。把惩罚成本拖大，你会看到一个尴尬的局面：合作率很高，而人均收益反而比不惩罚时更低。这就是"二阶搭便车问题"：惩罚本身也是一种公共品，谁都希望别人去执行惩罚，自己坐享秩序。现实中的解法是把惩罚制度化、专业化（法律、监管、仲裁机构），让执行成本被分摊并且专门化，而不是靠个体自发去罚。这一页想说明的是：惩罚能救合作，但"谁来惩罚、成本谁付"是一个必须单独设计的问题，不是加一条规则就完了。　新加的第三张图，画的是这个模型里唯一真正做决定的那个量。每个人是照着「随机挑一个人看看，他收益更高就学他」在改主意，所以走向由「出资的人平均拿到多少」和「搭便车的人平均拿到多少」哪个高决定。第二张的人均收益是把两类人混在一起平均的，它可以一路上升，同时出资的人一个接一个转成搭便车——人均收益根本不是这个系统的判据。两条线之间填的颜色就是判据的符号：暖色表示搭便车更赚，冷色表示出资更赚。默认参数下把惩罚从 0 推到满量程 2.0，出资比例一直是 1.40%，一动不动。不是滑杆坏了，是这个模型里的惩罚要靠出资的人自己掏钱执行：罚金的力度按出资者占比缩放，出资的人一旦快死绝，惩罚也就跟着归零了。这正是文献里说的二阶搭便车问题——惩罚守得住已有的合作，却救不回已经崩掉的合作。所以请用「一开始有多少人出资」这个滑杆，从合作还在的地方出发试一次。实测的门槛非常陡：初始 80% 时，惩罚 1.20 仍然崩到 1.39%，惩罚 1.30 就稳在 98.77%；反过来固定惩罚 1.50，初始 60% 崩到 1.29%，初始 70% 稳在 98.95%。两个方向上都是一道几乎没有过渡带的坎，坎的两边是两个截然不同的稳态。读数里「后期搭便车更赚的代数占比」会在门槛处从 100% 直接翻到 0%，第三张图上那片填色也随之整体换色——这就是双稳态：同样一套规则，同样一组参数，起点不同，终局完全不同。现实里的制度设计常常卡在这件事上：一项规则在运转良好的社群里装上去很有效，搬到已经失序的地方却毫无作用，不是规则不对，是系统已经落到了另一个稳态的吸引域里。