03 各自最优，一起变差

▷ 轮到你

下面四种场面，哪一种不是囚徒困境？

A 两家外卖平台都想停止补贴大战，可是谁先停谁掉份额 B 团队都同意要写单元测试，可是没人写 C 全组都想统一用一套代码风格，但用哪一套无所谓，只要一致就行 D 两国都不想扩军，可是谁不扩谁吃亏

如果你觉得四个都是，那正是这一章要处理的事。选一个再往下读。

一张表的性质，藏在四个数的大小顺序里

先把囚徒困境的骨架抽出来。两个人各有「合作」和「背叛」两手，四种结局各有一个名字：

T  背叛得手（我背叛，对方合作）
R  一起合作
P  一起背叛
S  被背叛（我合作，对方背叛）

# 囚徒困境的定义，就是这四个数的大小顺序：
   T > R > P > S

# 上一章那张表：T=5  R=3  P=1  S=0

只要满足这个顺序，划线法必然给出同一个结果：不管对方怎么做，背叛都更好（T > R 且 P > S），于是两道横杠全在「背叛」那一行，两道竖杠全在「背叛」那一列，均衡锁死在右下角，两人各得 P。

而左上角那个「一起合作」，两人各得 R，比 P 高。它就在那儿。这里我要给它起个名字，因为整本书都会用到。

▦ 桌上那笔钱

如果存在另一格，它让每个人都不更差、并且至少一个人更好，那么当前这一格就是有亏的。那笔差额一直摆在桌上，没有人捡。

上一章那张表：均衡处两人共得 1 + 1 = 2，而「都闭嘴」共得 3 + 3 = 6。桌上留下 4 分。

这本书用松绿色标记这笔钱。看见绿色，就是看见了「本来可以更好但没人能过去」的地方。

四张表，同一套划线法

现在把另外三张表放进来。它们和囚徒困境的差别只有几个数字。

第一张：囚徒困境（T > R > P > S）

背叛是占优策略——不用管对方，背叛就对了。均衡唯一，在最差的那格。桌上留下 4 分。

第二张：猎鹿（R > T ≥ P > S）

两个猎人一起才能猎到鹿，各得 5；谁单独去抓兔子，稳稳得 3；被同伴放鸽子的人，空手而归得 0。

这张表的关键是 R > T：一起合作比背叛得手还要好。所以背叛不再是占优策略。划线的结果是两个均衡：「都猎鹿」（各 5 分）和「都抓兔」（各 3 分）。

两个都稳。都猎鹿明显更好，可是都抓兔更安全——抓兔的收益跟对方做什么完全无关，而猎鹿则要赌对方也来。

请注意：这不是囚徒困境。在猎鹿里，如果你能让对方相信你会去猎鹿，他就真的会去猎鹿。信任在这里是有用的——而上一章我们证明过，信任对囚徒困境毫无用处。两种病，两种药。

第三张：斗鸡（T > R > S > P）

两辆车对着开。谁先打方向盘谁丢面子，两个都不打就撞车。这张表的关键是 S > P：被对方压一头，好过一起完蛋。

结果又是两个纯策略均衡，但这次它们不对称：一个是「我让你不让」，一个是「你让我不让」。让的人得 2，不让的人得 7。两个均衡都稳，可谁也不愿意当那个让的人。

还有第三个均衡，混合的：两人都以 2/3 的概率让。这个均衡的期望收益是每人 14/3 ≈ 4.667——比「让」的 2 高，比「不让」的 7 低。而它的代价写在那个 1/3 里：两人同时不让，也就是撞车，概率是 1/3 × 1/3 = 1/9，约 11.11%。

斗鸡是这本书里最重要的一张表之一，因为它的解药最有意思。第 22 章会给它装一个红绿灯，把每人的收益抬到 21/4 = 5.25，撞车概率降到 0——而且不需要任何承诺、任何信任。

第四张：和谐（R > T，S > P）

利益完全一致的时候。合作是双方的占优策略，唯一的均衡就是「都合作」，两人共得 8，而这也正是全表最高的总收益。桌上剩 0。

放这张表进来只有一个目的：提醒你不是所有集体行动都有困境。有时候大家不合作，真的只是因为没沟通、或者不知道彼此在做什么——那不是博弈问题，那是通信问题。

为什么必须分清这四张表

因为对策完全不同。

这张表	症状	有用的做法	没用的做法
囚徒困境	唯一均衡，且是最差的	改收益表：罚款、押金、绑定、重复交易	沟通、承诺、互信、动员
猎鹿	两个均衡，好的那个不安全	公开信号、共同知识、让人看见别人也在做	惩罚（没人想背叛，只是不敢先动）
斗鸡	两个均衡都不公平，混合会撞车	协调装置：红绿灯、优先权规则、抛硬币	比谁更硬（那正是撞车的原因）
和谐	没有困境	把信息传到位	设计任何机制

这张表值得记住。这本书剩下的二十一章，很大一部分是在把最右边两列填得更细。

▸ 在现实里

回到开头那四个选项。

补贴大战是标准的囚徒困境：谁先停谁掉份额（T > R），两家一起烧钱谁也没多赚（P 低）。它的解药从来不是「行业自律倡议书」，而是改表——监管、成本约束，或者干脆熬到一方出局。

没人写测试也是：写测试的成本我一个人出，好处全组分。

统一代码风格不是。用哪一套真的无所谓，只要一致——这是协调问题，最接近猎鹿。所以它的解药便宜到荒谬：找个人拍板，把 formatter 配置提交进仓库，让 CI 强制执行。不需要任何惩罚设计，只需要一个所有人都看得见的焦点。这也是为什么关于代码风格的争论那么容易被一个配置文件终结——它本来就不是困境。

✗ 这个直觉是错的

「囚徒困境说明人是自私的。如果大家都善良一点，困境就没了。」

收益表里的数字不必是自私的。你完全可以把「对方少判两年」的价值折算进自己的收益里——这就是利他。但只要折算完之后四个数仍然满足 T > R > P > S，困境原封不动。

换句话说，善良能不能解决困境，取决于善良够不够多，而这是一个可以计算的量。上一章的 demo 里，把「背叛得手」从 5 调到 2 就够了——这相当于要求每个人给对方的福利赋予至少某个权重。低于这个权重，再真诚的善意也翻不了盘。

这正是这本书的立场：与其寄希望于人变好，不如去看那张表还剩几分要靠人变好来补。

◇ 摊牌

正确答案是 C：统一代码风格不是囚徒困境，它是协调问题（猎鹿那一族）。

判据很简单：如果对方已经在合作了，我还想不想背叛？在囚徒困境里，想（T > R）；在协调问题里，不想（R > T）。A、B、D 都过不了这一关，C 能过。

A 补贴大战／D 扩军——对方停了我不停，我就多赚，T > R，是困境。 B 写测试——别人都写了我不写，我省下时间还享受质量，T > R，也是困境。如果你四个都选了，这个错误非常常见，而且代价不小：把协调问题当成困境来治，会白白引入一整套惩罚机制，制造对立，还解决不了本来一个公告就能解决的事。

◆ 换你定规则

猎鹿的问题不是有人想背叛，是没人敢先动。如果只准你加一句话（不加钱、不加罚），你加什么？

两个均衡都稳，抓兔更安全 ⇒ 大家倾向于停在各得 3 的那一格，桌上留下 4 分。加一句：「明天早上八点，鹿谷。」——一个所有人都知道、并且知道别人也知道的约定点。均衡本身没变，但焦点变了，大家一起挪到各得 5 的那一格。

这一招叫谢林点，第 7 章会把「知道别人也知道」这件事拆开来看，你会发现它比想象中难造得多。

这一章的一句话

看见「大家都知道该合作却没人合作」时，先别急着谈人性——先把四个数的大小顺序排出来，那决定了你手里的是哪一种病。

下一章把困境从两个人放大到四千个人，放到一张真实的路网上。会发生一件很荒诞的事：市政修了一条完全免费、一秒钟都不耽误的新路，结果所有人的通勤时间从 65 分钟涨到了 80 分钟。没有人做错任何事，每个人都在走当下最快的那条路。而把这条新路拆掉，所有人立刻快 15 分钟。