博弈论指南：解读博弈

“我怎样才能学会博弈论？”

这是我在Substack和X上收到的最常见私信。

通常，我会推荐这些人去读研究或书籍。但那是一笔巨大的投入，而且最好的资源往往也不是免费的。更别提要理解其中一半内容所需的严谨性了。

这工作量实在太大了。

因此，在今天的文章中，我将为你省去一半的功夫，教你博弈论的核心原则——那些你可以立即应用的原则。之后，你可以自行决定是否想深入探索，但那由你说了算。

今天，你将学到策略。我们从基础开始：什么是博弈，以及如何解读它。

内容目录：

1. 博弈究竟是什么

这绝非比喻。当我们谈论博弈时，技术上指的是具有三个方面的情境：

这意味着每个人都在乎结果。我们通常不指望参与者会说“管他呢”然后走开，除非这本身具有战略价值。
在行为博弈论等背景下，我们可以审视他人超越理性激励的动机，例如情感需求和各种主观欲望，而不仅仅是资本或有形回报。

这意味着你每天身处十几种博弈之中，而你认不认识到这一点并不重要。

想过谁该先发短信吗？没错，那也是一场博弈。

这是第一项技能：认识到你自己也身处这些游戏之中。一旦你内化了这一点，它便会赋予你一种惊人的自主感。

你是一个玩家，所以不妨像个玩家一样行事。没有这种心态，你无法实践博弈论。

2. 策略的关键法则

在做普通决定时，比如设定闹钟时间，你通常会选择最佳选项：那个能让你有足够时间准备并去上班的选项。这完全是你自己的决定，没有人能真正影响它。

因此，在做决定时，总是存在一个最佳选项。

但游戏并非如此。

没有最佳选项——只有最佳回应。最佳回应完全取决于其他玩家会采取什么行动。同样，他们的最佳行动也受到你行为的影响。

这种“策略性相互依赖”是博弈论的数学支柱。你永远在对游戏做出回应。

3. 场景：一间监狱与一张账单

在我们真正分摊账单、看看日常生活中的博弈论之前，我应该简要介绍一下囚徒困境——这可能是整个博弈论中最著名的游戏。

说实话，如果你对博弈论哪怕有一点点兴趣，你肯定已经听过它无数次了。

尽管如此，我还是会简要概述这个游戏的本质，以便我们接着探讨一个更实际的场景。

囚徒困境被严重高估了。它并没有错，但已经被重复到如同墙纸一般司空见惯。知道它，如今不知怎的就被等同于“理解博弈论”。

这个游戏的设定很简单：两个共犯被捕并被分开。他们在两个不同的房间里接受审讯，因此完全无法沟通。

两个囚犯都可以在两种策略中选择：保持沉默或背叛对方。这导致了三种结果：

不要质疑这个游戏的逻辑。规则如此，既无法逃避，也别想“找你的律师来”。

在这种情况下，最佳应对是背叛。保持沉默风险最高。相比之下，选择背叛要么让你逍遥法外，要么只判两年。

无论哪种情况，背叛都是更优策略。

那问题出在哪儿？

首先，这让人们误以为博弈论总是关乎背叛，这完全不对。博弈论研究的是游戏的结构，而恰好这种结构相当冷酷无情。

其次，它过于抽象，不切实际。我得明确告诉你遵守游戏规则，以免你破坏它。因此，这不是一个很实用的游戏，也无法给你现实中的应用场景。

有实质内容的问题：分摊账单

现在，我们来谈谈餐馆里一个常见的恐怖场景。你和另外七个人享受美好夜晚，直到有人说出那句可能引发战争的话：

“那……我们平摊吧？”

假设大家都同意，因为这样省事。那一刻，游戏就变了：你点的菜的成本突然不再由你独自承担，而是大家共同分担。

这真是个两难困境。

仔细想想你的处境。严格来说，从价值角度看，如果必须自己全额买单，你宁愿选便宜的。但现在价格变了。

仔细看看这意味着什么。无论其他人怎么做，点贵的对你来说都严格更有利。如果你完全理性，你会点贵的，因为这是最佳应对。

在博弈论中，这被称为支配策略：一种无论发生什么情况都是你最佳应对的举动。它并非在每个场景中都存在，但一旦存在，它就是严格占优的选择。

支付矩阵：数学中唯一值得学的那部分

需要描述整个游戏及其支付真烦人。

现在——我答应过不拿数学烦你，但支付矩阵是唯一值得学的一种符号表示。

我们用它将游戏可视化；它基本上列出了在各种你和他人的选择组合下，你最终得到的结果。

让我们回到账单的例子：这次，我们假设一桌有 4 人。便宜餐 10 美元，贵餐 30 美元，前提和之前一样。

但贵餐对你来说不值 30 美元。假设你觉得 20 美元是更可接受的价格。

让我们像博弈论学者那样，一列一列地读：

点便宜的 → 你不赚不亏，为 0。
点贵的 → 你为 +5。贵的胜出。

点便宜的 → 你亏 15。
点贵的 → 你亏 10。贵的再次胜出。

底行两次都胜过顶行。这是一个支配策略，所以你在这里无需预测任何东西，因为它始终是对付一切情况的最佳应对。

但当每个人都选择主导策略时会发生什么？游戏的某些东西发生了变化。一种均衡浮现了。

4. 均衡

再看一眼矩阵，把目光锁定在右下角。所有人都点贵菜被称为“纳什均衡”。在这种状态下，没有人能通过改变自己的选择来改善收益。

到了这一步，你已经无能为力了。不妨亲自试试：当其他人都在点贵餐时，你转而选择便宜的餐点。

你从-10变成了-15。太棒了。你现在是个英雄了。一个经常做出糟糕财务决策的英雄。

但这个问题能解决吗？

答案是……技术上可以，但实际上不行。

如前所述，你在游戏内部无法采取任何行动。一切需要做的都已尘埃落定，除非有人英勇牺牲自己，否则没人能改善处境——而这不太可能发生。

你只能通过改变（或避免）游戏本身来打破均衡。在这种情况下，只需一句话：“我们各自付自己点的东西吧。”

就这么简单。你否决了这场游戏，而一切都没有改变。

这是一个至关重要的教训。当某种情境导致糟糕的结果时，先审视产生这种结果的规则（比如平摊账单），再去看参与者。最后，你要么选择参与，要么选择避开。

每当参与意味着损失重大且看不到良好回报前景时，不参与便是制胜策略。

5. 迭代（“未来的阴影”）

还有一点：你参与的游戏会进行多少次？有时，游戏并非重复进行；这些被称为一次性博弈。在这种博弈中，人们往往表现不佳，因为完全没有未来再次相遇的可能，因此无人能实施报复。

与此相反的是迭代博弈。你在朋友圈中反复进行的事情就是一个例子。在这种博弈中，参与者往往表现得更好。这并非因为他们更善良，而是因为你们还会再见面；存在着一种挥之不去的未来的阴影。

因此，如果你希望某人表现良好，最好确保你们还会再见面。当然，当迭代博弈接近尾声时，务必小心谨慎。一旦有限的时间范围临近，最后一轮到来，它实际上就变成了一次性博弈。

6. 总结（请保存）

现在你已经掌握了关于博弈论的四条关键信息，它们覆盖了大部分核心内容。为了确保你能无缝运用，这里做一个总结：

第一部分到此结束。课程完毕。