盧梭的社會契約論，就其本質(zhì)而言，也是想解決人類社會的合作問題。與其說他想在人人自愿基礎(chǔ)上達成某種社會合作，毋寧說他是主張以集體理性和社會公意為名義實行個人的專制獨裁。

曼瑟爾·奧爾森認(rèn)為：除非一個集團的人數(shù)很少，或者除非存在強制或其他某些特殊手段以使個人按照他們的共同利益行事，有理性的、尋求自我利益的個人不會采取行動以實現(xiàn)他們共同的或集團的利益。

本書作者認(rèn)為：即使是在一個其他人不愿合作的世界里，合作仍然可以通過一小群準(zhǔn)備回報合作的個體來產(chǎn)生。且基于回報的合作一旦在群體中建立，它就能保護自己不受非合作策略的侵入。

１.什么是囚徒困境？

在囚徒困境中，雙方只有合作、背叛兩個選項。如果都選合作，則雙方的收益為3，如果一方背叛、一方合作，則背叛的一方收益為5，合作的一方收益為0，如果雙方都選擇背叛，則雙方的收益為1。（見下表）

咱們就不能弄個二次元的理解方式嗎？

可以，沒問題?！短煨芯鸥琛愤@個動畫里就講了許多博弈論的知識，剛好第５集里就講到了囚徒困境。

在這一集中，韓非抓住了兩位有嫌疑的王叔：安平君、龍泉君。因為身份原因，兩人死不認(rèn)賬，也沒有太嚴(yán)厲的處罰措施。所以韓非第一步先把他們分開審問，讓他們無法了解對方的情況，也無法對口供。第二步，韓非告訴他們：先招供的無罪釋放。

兩位王叔都不知道對方是否會招供，而且無論對方是否招供，自己先招供都是有利的。如果對方?jīng)]招供，那么我就無罪釋放。如果對方要招供，但我不招供，我不是虧大了。

不出韓非的意料，兩人都迫不及待地招供了。但是你想，如果兩人都招供，雖然沒有死刑，卻也不會好過。

為什么看起來總是有利的行為卻得不到最好的結(jié)果？本書的作者就想突破囚徒困境，研究雙方都選擇合作是如何可能的。

２.一報還一報

作者認(rèn)為：重復(fù)博弈（即重復(fù)囚徒困境）為合作的出現(xiàn)提供的可能。如果決策的雙方從此不再相遇，那么選擇背叛是有利的。但如果雙方以后會相遇多次，那么就得好好考慮如何決策了。你得考慮未來，畢竟有比收益都是1更高的選擇。

作者通過計算機程序模擬人的決策來探究在囚徒困境下如何決策最有利。每兩個程序之間重復(fù)數(shù)次囚徒困境，然后計算總分。結(jié)果是“一報還一報”得分最高。

一報還一報的邏輯是：不首先背叛，但當(dāng)對方背叛時，它將在下一次背叛。當(dāng)背叛者選擇合作時，它在下一次也會選擇合作。即重復(fù)對方的上一次選擇。

“一報還一報的穩(wěn)定成功的原因是它綜合了善良性、報復(fù)性、寬容性和清晰性。它的善良性防止它陷入不必要的麻煩，它的報復(fù)性使對方試著背叛一次后就不敢再背叛，它的寬容性有助于重新恢復(fù)合作，它的清晰性使它容易被對方理解，從而引出長期的合作?！?/p>

值得一提的是，“一報還一報”從來沒有在一次游戲中比對方得到更多的分。對于惡的規(guī)則，它總是讓它先背叛，且它的背叛次數(shù)不會多于對方。對于善的規(guī)則，它們總分是一樣的。這說明它的穩(wěn)定性最好。無論與什么規(guī)則合作，其總體效果是最優(yōu)的。它的勝利，不是靠比對方做得更好、剝削對方，而是靠引導(dǎo)出對方的合作。之前囚徒困境里的一直背叛是局部最優(yōu)，而不是總體最優(yōu)。

其他規(guī)則如“DOWNING”：如果對方不對它的行為做出反應(yīng)，它將嘗試背叛，如果對方反應(yīng)的話，它就合作。這是一個見風(fēng)使舵的規(guī)則。如何決策取決于對方是什么樣的規(guī)則。它會先嘗試背叛，如果對方無反應(yīng)，則繼續(xù)背叛，如果對方也選擇背叛，它在下一次就會選擇合作。如果對方是背叛型的，那么它將會選擇背叛。如果它頭兩步選擇合作，它將超過“一報還一報”的分?jǐn)?shù)。但在實驗中，它頭兩步設(shè)定為背叛，結(jié)果它的分?jǐn)?shù)是第十名。

３.兩報還一報

“兩報還一報”是“一報還一報”的更寬容版本：對方背叛兩次，它才背叛一次。在競賽中“兩報還一報”名列24。

這似乎說明，寬容過多是很容易被占便宜的?！盁o條件的合作不僅傷害自己，而且傷害了這個成功的剝削者接著要遇到的無辜的旁觀者?！?br/>

這也佐證了孔子的觀點：“以直報怨，以德報德”。除非是想用“以德報怨”感化人并且成功，不然，日常生活中應(yīng)少做以德報怨的行為，這只會使壞人氣焰更加囂張。

所以，本書的結(jié)論就是：

以德報怨不如以直報怨，

兩報還一報不如一報還一報。