何思源原创
“囚徒困境”的意义在于，它时刻提示我们：单从利己目的出发，结果也可能是损人+不利己。
之所以囚徒困境广为流传，是因为它是万千社会现实的倒影。这里有交通拥堵、贸易摩擦、军备竞赛、环境污染......还有我们自己。正如私家车主虽然抱怨堵车，但极少有人愿意骑自行车上班。
昨天文章中我们提到了几个关于博弈论的常见误解。本文将继续分享思源十一期间的博弈论学习笔记，欢迎你来讨论。免费学习渠道在文末分享给你。
【 1 】通证与博弈：理性换位思考
我昨天看到 @黄世辉 在文章中提到：
（做通证设计）要懂点人性，熟悉用户。最好是能完全理解羊毛党的。要不然你会绝对低估激励之下人性的可怕。很多时候你会非常难理解，怎么会为了这么点利益，付出那么复杂的行为。这种事情只有亲自体会，然后多和用户、多和羊毛党交流，才会有更深刻的认识。
这个坑，我觉得可能是最大坑之一，因为是隐性的。如果不熟悉生态，不熟悉用户，很容易想当然，从“正义”“正确”出发，然后往往偏离预期。
作为一个在通证内容平台有体验的用户，结合黄世辉的感触（值得你看，点击直达），你会更容易理解博弈论的精髓：理性换位思考。
在考虑自己的损益时，需要理性分析他人的损益，推测他人的行动，从而做出选择。考虑集体损益同理。
在这个过程中，我们固然要维护“正义”“正确”“道德”，但也有必要看到，如果没有合理的制度保障，以上因素的约束力度真的很小。
思源去年自己运营DAO组织最终失败，一度很不理解为什么素质非常不错的成员，也能做出种种让人遗憾的行为，后来冷静下来觉得问题在于自己，没能适时做好制度引导。
橘生淮南则为橘，生于淮北则为枳。我们推动进展要从人性出发，从制度出发，而非理想化地依靠道德。尤其是当我们遭遇常见的社会两难问题——“囚徒困境”时。
【 2 】用什么打破“囚徒困境”？
相信你对经典的囚徒困境案例非常熟悉。
尽管符合团体最大利益的“合作均衡策略”显然是双方不认罪，获得最小惩罚，但罪犯基于个人利益，更倾向于出卖对方而获得自身利益最大化，共同选择（认罪，认罪）的策略集合，双双陷入被动，反而延长了服刑时间。
“囚徒困境”的深刻意义在于，它时刻提示我们：单从利己目的出发，结果也可能是损人+不利己。
它挑战亚当·斯密的“看不见的手”，甩给我们实实在在的现实：
1.“看不见的手”很有力，但并非万能；
2. 个体理性、集体理性的冲突客观存在。从个体利益出发的行为，未必能够实现团体的最大利益。
当保证个人利益最大化的占优策略，与保证团体利益最大化的合作均衡，出现不可调和的矛盾时，我们就遭遇了“社会两难现象”。
难道真的没有办法破解吗？我们先来看一个极端的案例。
【 3 】如果囚徒困境发生在黑手党.....
在“囚徒困境”中，假如我们加入一个制度干预因素，情况就会发生变化：
如果罪犯A、B都是黑手党成员，在被逮捕前约定共同选择“不认罪”，同时黑手党组织制度森严，一贯严惩和警方合作的罪犯。
如果谁违反约定，将会被黑手党处死。如果双方遵守规则，每个人只需要坐1年牢。
这种来自外部的干预相当于给选择的天平增加了砝码，推动A和B在衡量自身利益时都能切实履行约定，用制度干预的手段解决了“社会两难博弈”。
干预奏效的本质，仍然基于A与B自利的本性，只是用制度将他们的利益与集体利益协调一致。
【 4 】赏罚足够有力，才能改变偷懒的人
黑手党的制度过于极端，在现实生活中，这样的案例也存在。
假设两个合作者共同完成一项工作。每个人都有两种策略选择：努力or偷懒。
甲努力时，乙努力获益10，乙偷懒获益15，偷懒>努力；甲偷懒时，乙努力获益2，乙偷懒获益5，偷懒>努力；两种情况下乙选择偷懒对自身更有利，甲同理。
这种情况和经典的囚徒困境场景非常接近。通过比较表格中的收益情况，你很自然就会发现，符合个体利益最大化的占优策略均衡仍然是（偷懒，偷懒），即双方都选择磨洋工。
这就是为什么在大锅饭工作环境中，常常有人“搭便车”。
要改变这种困境，我们仍然可以考虑制度干预的手段——引入奖励措施 [注：也可以是惩戒，因为奖励更直观，加法更好算，惩戒略去不展开]。
当我们为努力者叠加了8分的奖励收益之后，（努力，努力）这一个策略组合给每个人带来的个人收益超过了（偷懒，偷懒），与团体利益最大化的合作解终于趋于一致。
如果你仔细观察，就会发现其中的端倪：奖励力度。
奖惩必须达到一定力度，才能使占优策略均衡（个人收益最大化）与合作解（团队收益最大化）两相一致。否则，“社会两难现象”仍然会发生。
反观我们目前很多机制设计的缺陷就在于，对正向行为的激励还远远不够。比如思源熟悉的医疗体制，就有不少极为典型又一言难尽的案例。这或许是我能被比特币设计吸引的原因......
【 5 】 赏罚案例：比特币机制设计
想到这里，我们不得不感叹一下比特币的博弈机制设计——不仅体现了理性换位思考的观念，也很好地利用奖惩机制，达成了自利即利整体的设计。
尽管比特币的去中心化网络不会强制矿工在哪边挖矿，但对于矿工来说，在最长链上挖矿成功，能够得到BTC奖励和相应的手续费。
而一旦不守规则，会出现以下后果：
1、 负收益：计算不会被验证，没有BTC奖励，浪费电费、算力；
2、 攻击成本：发起攻击需51%的算力篡改当前最长链，要投入大量矿机、电力及矿场建设成本；
3、 共识弱化：即使攻击成功，社区也可能在新链上不承认双花交易，旧链随共识转移会逐渐被弱化，价值降低。
所以，比特币挖矿的机制设计，保证了矿工出于自利考虑，不会轻易做出攻击的选择。可以说，恰恰是人性与制度设计，让互不信任的矿工选出了符合整体利益的最佳决策。
【 6 】总结：“看不见的手”并不万能
长期用爱发电，靠自觉维护行为准则的人，我们身边也有不少。但我们何苦要让他们的行为堤岸饱受现实浪涛的拍打呢？
希望对“囚徒困境”的讨论能够时时启发我们，激励我们更多思考合理的机制设计：
1. 虽然“看不见的手”很有力，但绝非万能，个体理性与集体理性可能存在冲突；
2. 单从利己目的出发，结果也可能是损人+不利己；
3. 外部干预能够解决“社会两难”博弈，但需要足够的赏罚力度，才能引导人性。
小思考：你在生活中遇到过哪些优良的制度设计吗？欢迎留言在评论区。
资源分享：
浙江大学蒋文华老师的《博弈论基础》是中国大学MOOC网站上的免费课，适合零基础参与者， 开课时间： 2019年09月16日 ~ 2019年11月18日，点击领取。
参考内容：
1.《用博弈的思维看世界》，蒋文华，浙江大学出版社；
2.《博弈论基础》，蒋文华，浙江大学出品，中国大学MOOC；
3.《区块链中的激励设计》，HashBang，喜马拉雅；
4. 《博弈论》，首都师范大学出品，中国大学MOOC。
文末致谢：
特别感谢 @WithMoney @行走对昨天文章的提示和指正。
相关文章：《森林里撞见熊，假如同伴跑得比你快，你该怎么办？》