《博弈论的诡计》笔记

博弈论的诡计：日常生活中的博弈策略

王春永

20个笔记

博弈的构成要素

形成一个博弈的以下四个要素。第一，两个或两个以上的参与者（Player）。

第二，博弈要有参与各方争夺的资源或收益（Resources/Payoff）。

第三，参与者有自己能够选择的策略（Strategy）。

第四，参与者拥有一定量的信息（Information）。

相互依存与均衡

均衡，可以说是博弈论中重要的思想之一，但是并不复杂。我们可以用描述法来加以定义：局中的每一个参与者都不可能因为单方面改变自己的策略而增加获益，于是各方为了自己利益的最大化而选择了各自的最优策略，并与其他对手达成了某种暂时的平衡。在外界环境没有变化的情况下，倘若有关各方坚持原有的利益最大化原则并理性面对现实，那么这种平衡状况就能够长期保持稳定。在所有的均衡中，纳什均衡则是一个基础性的概念。简单地说，所谓纳什均衡就是所有人的选择综合在一块，不一定所有选择都能实现利益最大化，但能使所有人都达到最大化的选择。

纳什均衡是一最常见的均衡。它的含义是：在对方策略确定的情况下，每个参与者的策略是最好的，此时没有人愿意先改变或主动改变自己的策略。也就是说，此时如果他改变策略，他的收益将会降低，所以没有人愿意先改变自己的策略。在纳什均衡点上，每一个理性的参与者都不会有单独改变策略的冲动。

负和、零和与正和

零和博弈

零和博弈是一种完全对抗、强烈竞争的对策。在零和博弈的结局中，参与者的收益总和是零（或某个常数），一个参与者的所得恰是另一参与者的所失。狐狸和狼一只在上面，一只在下面，下面的这一只想上去，就得想办法让上面的一只下来。但是通过博弈调换位置以后，仍然是一只在上面，一只在下面。

非零和博弈

所谓非零和博弈，是既有对抗又有合作的博弈，各参与者的目标不完全对立，对局表现为各种各样的情况。有时候选手只按本身的利害关系单方面做出决策，有时为了共同利益而合作。其结局收益总和是可变的，参与者可以同时有所得或有所失。

负和博弈

比如在《拉封丹寓言》中，如果狐狸看到狼在井口，心想我在井里受罪，你也别想舒服，它不是欺骗狼坐在桶里下来，而是让狼跳下来，那么最终结局将是狼和狐狸都身陷井中。这种两败俱伤的非零和博弈，我们称之为负和博弈。

正和博弈

反之，如果狼明白狐狸掉到了井里，动了恻隐之心，搬来一块石头放到上面的桶中，完全可以利用石头的重量把狐狸拉上来。或者相反，如果狐狸担心狼没有这种乐于助人的精神，通过欺骗升到井口以后，再用石头把狼拉上来。这两种方式的结局是两个参与者都到了井上面，那么双方进行的就是一种正和博弈。

倒霉是因为自作聪明

在相互交往过程中，个人通过背叛来追求最大利益，有时反而会带来糟糕的共同结局，造成大家一起倒霉、一锅烩的结局。也就是说，很多失败不是因为人们太傻，而恰恰是太精明所致。所谓的聪明反被聪明误，就是说的这种情况。一方面，它启示人们为私利考虑时不要太“精明”；另一方面，它对理性假设的适用性提出了警告。

宽恕带来更多背叛

俗话说的坏人专挑软柿子捏吗？

博弈论告诉我们，有望在将来得到你宽恕的人，反而更可能背叛你。有人举例说，在史前时代的一些村落中生活着一群盗贼，他们经常到各个村落来偷食物。理性的村落一般选择宽恕，只有在不至于付出太高的代价时，才会去抓捕盗贼。而报复心强的村落，则会不计代价地去抓捕这些人。这样，盗匪会更愿意对理性的村落下手，而被认为报复心强，却起了保护食物的作用。因此，拒绝宽恕和进行报复也就有了演进的优势。

用道德来保证均衡

西方伦理学把人类的道德准则分为四种：金律、银律、铜律和铁律。金律（Golden Rule），可以称为“作为者”的行为准则，其内容是：“你要别人怎样对待你，你就怎样对待别人。”也就是孔子所说的“己欲立而立人，己欲达而达人”。银律（Silver Rule），可以称为“退让者”的行为准则，也就是孔子所说的“己所不欲，勿施于人”。铜律（Bronze Rule），可以称为“报复者”的行为准则，其内容是：“别人怎样对待你，你就怎样对待别人。”铁律（Iron Rule），可以称为“进攻者”的行为准则，其内容是：“在别人进攻你之前，首先进攻别人。”

地老天荒的胜利者

那么，如何促进合作呢？总结起来，大概有以下几条：第一，要建立持久的关系。即使是海枯石烂的爱情，也需要建立婚姻契约以维持双方的合作。第二，要增强识别对方行动的能力。如果不清楚对方是合作还是不合作，就没法回报他了。被人卖了还帮着数钱，如此懵懂是无法获得合作的。第三，要维持声誉。说要报复就一定要做到，人家才知道你是“三只眼的马王爷”，才不敢轻易地背叛。第四，能够分步完成的对局不要一次完成，以维持长久关系。比如，大笔的交易都要分步进行，要细水长流，而不要一锤子买卖，以促使对方采取合作态度。第五，不要嫉妒人家的成功。第六，不要首先背叛，以免担上罪魁祸首的道德压力。第七，不仅对背叛要回报，对合作也要做出回报。朋友来了有好酒，若是那敌人来了，迎接他的有猎枪。第八，不要耍小聪明，企图占人家便宜。贪小便宜往往吃大亏。友善、有原则、宽容、简单、不妒忌朋友的成功，其实也正是“菩萨低眉”和“金刚怒目”的具体化，这些信条本来就是我们生活中常见的为人处世之道，只是很少人会将这些信条联系起来作为一种策略组合行事。

恋人相互之间的忠诚，靠的不是地老天荒、情深爱笃的誓言，而是需要一定的博弈策略。在恋爱这场不太好玩的“游戏”中，谁能熟练驾驭游戏或博弈规则，谁才能成为爱情的赢家，拥有美满的生活。对正在恋爱中的人们来说，获得幸福爱情的博弈原则应该有以下几点：第一，善意而不是恶意地对待恋人。这个道理很简单了，无须多说。第二，宽容而不是尖刻地对待恋人。幸福的恋人能够生活得愉快，关键是能够彼此宽容，能宽容对方的缺点。尖刻地对待恋人，往往得不到幸福。第三，简单明了而不是山环水绕地对待恋人。在博弈过程中，过分复杂的策略使得对手难以理解，无所适从，因而难以建立稳定的合作关系。明晰的个性、简练的作风和坦诚的态度倒是制胜的要诀。

猎人的帕累托效率

帕累托（意大利经济学家）效率准则是：经济的效率体现于配置社会资源以改善人们的境况，主要看资源是否已经被充分利用。如果资源已经被充分利用，要想再改善任何人都必须损害别的人了，这时候就说已经实现了帕累托效率。

赢家通吃并不理性

然而，在一定的时空之内，能够分配的利益总量是既定的，当一些人分得过多时，别人就肯定很少，特别是如果这种瓜分不是通过生产的方式，而是私权相授，那么就会出现富者越富、贫者越贫的“马太效应”。虽然网络时代，资源分布曲线的长尾更长了，但“大头”更大了。传统社会中的“三四律”发现，有影响力的市场竞争者数量绝不会超过三个，最大竞争者的份额不会超过最小者的四倍。在网络时代，这种差距不仅没有拉近，反而变本加厉地变成了“631”的豪门盛宴，即顶尖企业占据市场的60%，30%和10%分别属于第二名和其他。看一下BAT（百度、阿里巴巴、腾讯）怎样借助资本的力量在各领域攻城略地、所向披靡，不就很明白了吗？而如果坐视此种现象发生甚至有意无意地加以助长，囚徒困境就会普遍发生，阶层固化的社会就会丧失最基本的互信，资源就会投入无效益的地方，从而降低全社会的福利水平，大家一齐滑向一种无效率的状态。赢家通吃是不理性的，因为这必然导致背叛。即便现在不背叛，也必然会在未来出现。这样做的结果，用作家王鼎钧的一句话说就是：聪明人一向占尽便宜，处处得意，不知道临事而惧，最后往往一败涂地。

共同付出才能共赢

我们分析一下生活中最常见的博弈——爱情博弈，就可以打开理解上述情形的一个小小窗口。只有一方付出的关系可以是施舍，可以是被剥削，但绝不是爱情，更不是达成幸福婚姻的优势策略。一场博弈中的成本，会直接影响对方的策略选择。你越是对另一方无欲无求，越是不忍心让对方有半点付出，对方在婚姻中的投入就越少，越是不重视这段婚姻，也就越容易背叛。婚姻是重复博弈，两个参与者共同合作，付出物质与精神，相互馈赠和回报，才能取得共赢。而每个参与者除了自己采取合作付出的策略，更要鼓励和要求对方有相应的合作和付出，这才是赢得幸福婚姻的优势策略。

人生的倒后推理

当我们在为手头的工作忙得焦头烂额的时候，一定要停下来，静静地问一下自己：五年后你最希望得到什么？你现在所做的工作有助于你达到这个目标吗？如果不能，你为什么要做？如果无法回答这些问题，那么需要检讨自己的价值观，想象一下自己想要成为什么样的人。如果我们没有清晰的目标，就会为那些有清晰目标的人工作，事实就是如此。也就是说，当你在职场上奔波时，所追求的不是达成自己的目标，而是努力达成别人的目标。要在最短时间内实现人生目标，我们必须把目前年度的4～10个目标写出来，找出一个核心目标，并依次排列重要性，然后依照自己的目标定一些详细的计划，然后依照计划进行。如果我们根本就没有这样一个目标，那么策略思维根本是一句空话。

从墓志铭想人生

伍迪·艾伦曾经说过，生活中90%的时间只是在混日子。大多数人的生活层次只停留在为吃饭而吃，为工作而工作，为回家而回家。他们从一个地方逛到另一个地方，事情做完一件又一件，好像做了很多事，却很少有时间从事自己真正想完成的目标。就这样，一直到老死。很多人临到自己垂垂老矣的时候，才发现自己虚度了大半生，剩余的日子又在病痛中一点一点地流逝。那么，我们要怎样度过一生，才能不算虚度呢？回答这个问题，可以帮助我们把所有生活层面的东西过滤，提炼出我们最根本的人生目标，发掘我们心底最根深蒂固的价值观，决定我们人生目标的最核心部分。

微信读书