合作是成功的最优策略

一次博弈的囚徒困境

商人做生意目的为赚钱，这当然是天经地义的。俗话说，无奸不商，人们对商人的印象经常是奸诈狡猾，唯利是图，甚至有的商人为了牟利不择手段，干尽伤天害理之事——这是一个经典的电影桥段。

然而事实却经常与电影桥段背道而驰，现实里正直守信的人获得的成功更多也更大，奸商反而被淘汰。36氪上有篇文章提到了这一现象：

著名风险投资人Paul Graham在自己的博客中说，目前硅谷出现了一个明显的趋势，那就是那些最为成功的投资人也是品格最为正直的人。他将此归因于创业圈更加的透明化和不确定性。如果一个投资人对创业者不友好，他的坏名声很快会在创业圈传开，他只会接触到越来越少的项目。……这就使得投资人必须以诚相待，善意正直。

这不是硅谷的独有现象（我朝不算啊）。早前美国第二大连锁药房CVS主动停止销售香烟产品，年损失销售额超过20亿美元。要知道，这20亿美元可不是小数目，况且竞争对手也在卖烟，CVS却选择主动放弃这不赚白不赚的生意。背后逻辑是什么？

人普遍具有趋利本性，商业竞争也是一种博弈，博弈双方都意图使自己的利益最大化，这不但无可厚非，而且还是经济发展最主要的驱动力。然而问题是，究竟是什么原因让友善的人经过长期博弈最终赢了小人呢？我想说的不是一个道德伦理问题，而是一个博弈策略的问题。

犯罪电影里经常有这样的桥段：两个嫌疑犯同时被抓，分开审问，如果招供充当污点证人可获减刑。两个嫌疑犯都有招供的动机，然而都担心招供后可能会被黑帮报复而保持沉默。他们之间的博弈不是一次性的，还涉及到出狱之后可能面临对方报复，这就是著名的“重复囚徒困境”。

20世纪80年代初，博弈论学者阿克塞尔罗德设计进行了著名的“重复囚徒困境”实验。实验中，他邀请了世界各地的博弈论学者用电脑程序的形式提交博弈策略，这些策略两两结对博弈，反复进行150轮，按照最后的总得分为博弈策略排名次。结果是具有“善良性、报复性、宽容性、清晰性”的『一报还一报策略』胜出。而那些“非善良性”策略虽然最初看起来很有希望，但长期下去仍然不具有成长性。

当你需要与对方长期合作时，这就不是一锤子买卖，而是一种重复的博弈，会考虑到对方的信誉和今后合作的可能性，因此这类博弈和一次性博弈有很大不同。博弈双方基于自身利益而选择友善合作，最终达到双方利益都最大化就成为可能，从而化解了一次博弈的囚徒困境。欺骗的动机这时可能被惩罚的威胁所克服，从而导向一个合作的结果。在“抽烟危害健康”深入人心的美国社会，CVS主动放弃烟草销售，虽然面临短期年销售额20亿美元的损失，但也因勇于承担社会责任，赢得消费者青睐，在未来的新业务上可能会带来更大的价值。

即，在长期重复进行的博弈中，即使对利己主义者来说，合作也是理性的，选择友善合作对自己是最优解，对整体也是最优解，从而达到帕累托最优。

生活中这样的例子有很多，比如买东西，去连锁店要比去流动摊点更可靠。因为连锁店靠用户将来的频繁重复购买获得最大利益，这是一种重复博弈，选择友善合作是最优策略。而旅游景点/流动摊贩/火车站附近的商家，往往采取“一次性博弈”，因为顾客来自外地，很少有回头客。坑蒙拐骗，是他们获得最大利润的最优策略。

上面这两个例子可以看出，长期的相互关系是合作产生和稳定的重要因素。当双方仅仅是临时关系时，就像旅游景点的商家和旅游者之间那样，几乎不存在未来的相互关系，这种情况下的合作很难产生。当一个品牌开始走下坡路时，当一个人准备离职去另一个城市时，不合作的机会主义行为最容易发生，品牌与自己的客户，公司与员工之间的关系就会变得脆弱不堪。所以很多公司规定离职需提前一个月申请，还是很有道理的，可以提前监督，预防离职者走之前做出出格的事。

令人感到欣慰的是，现实生活里大多数关系是重复博弈，相互关系是持续而频繁的，也确实到处充满了合作行为。那些友善合作的人，不一定每次都能得到最大利益，但长远来看，他们确实是无数次博弈真正的赢家。

阿克塞尔罗德的实验还有一个让人乐观的结论：

“在一个非零和的世界里，为了你自己做得好，你没有必要非得比对方做得好。特别当你要和许多不同的对手打交道时更是这样。只要你自己能做得更好就能让他们每个人做得和你一样或略好些。没有理由去嫉妒对方的成功。因为在长时间的“重复囚徒困境”中，其他人的成功是你自己成功的前提。”