一报还一报～～《合作的进化》

用惩罚回报恶行，用善行回报善行

在没有被欺骗之前永远不要主动欺骗他人。如果对手选择背叛，立刻反击。如果对手补偿，不计前嫌继续合作。这样的清晰规则会激发对手的合作动机。

什么叫“一报还一报”?

“囚徒困境”中，虽然“合作”对双方都是最有利的，但囚徒往往会因为自私和不信任，选择彼此背叛，两败俱伤。这种坏的纳什均衡令人沮丧：难道人的天性就不适合合作?为此，美国密歇根大学教授、《合作的进化》的作者罗伯特·阿克塞尔罗德快定做个实验。

罗伯特写信给不同背景的学者们，请他们把自己应对“囚徒 困境”的博弈策略写成电脑程序。罗伯特收到了14个程序，然后他让这些程序捉对斯杀，最后按总得分排名。

著名的“一报还一报”终于出场了。这个策略由加拿大心理学家拉波特教授提出，其基本逻辑是：第一回合采取合作策略然后每一回合都采取上一回合对手的策略。这也就是所谓的：人不犯我，我不犯人；人若犯我，我必犯人。

听起来很简单。但就是这么简单的“一报还一报”，居然在后来十几万次重复博弈的“囚徒困境”中获得了冠军。

为了验证“一报还一报”的威力，罗伯特很快又组织了第二场比赛。这次他收到了62个程序，其中有不少程序专门针对“一报还一报”做了改进，包括多次合作后突然背叛的“狡猾策略”、总是选择合作的“老好人策略”等。但最后依然是原生的“一报还一报”获胜。罗伯特继续公开征集能打败“一报还报”的程序，但20多年过去了，“一报还一报”至今无敌。

这个实验给了很多人启发，也让大家重新相信：一报还报，好人终有好报。

中国有句成语叫“以德报怨”。这句成语其实出自《论语》——或曰：“以德报怨，何如?”子曰：“何以报德?以直报怨，以德报德。”翻译成白话就是，有人说：“用善行回报恶行，怎么样?”孔子说：“那用什么回报善行?用适当的惩罚回报恶行，用善行回报善行。”

孔子所说的“以直报怨，以德报德”，就是美国罗伯特教授说的“一报还一报”。