8 【你是被困的囚徒吗？】- 博弈论与人际关系（上）

这一集已经是第8集了，你可能还记得我们在最开始介绍了两个随机变量分布的模型：正态分布和幂律分布。然后引出了来自人本主义心理学的人类需求层次模型。在接下来的三集中，介绍了来自决策论、投资学和会计学领域的思维模型，它们都与财富和金钱获取有紧密的关系。这些模型帮助我们满足生理和安全层面的需求，从而获得基本的幸福感。 

就像马斯洛老爷爷所得出的结论，金钱虽然能获得基本的满足与幸福，但是在一定门槛值以上，和幸福感的相关性就没有那么强了。那种情况下，人们的幸福感更多地来自于人际关系，来自爱、归属感、尊严以及自我能力的释放。从这一集起，我们的话题就将过度到人际关系的领域中，借助来自社会学、心理学、生物学的思维模型，继续探讨“幸福人生”的课题。 

可以说，最大的幸福感来自于关系中。想想你过去最幸福的时刻，是不是源自某种关系呢？反过来讲，最深刻的痛苦也来自于关系之中，如果一个人不得不每天身处恶劣的人际关系中，那种伴随而来的紧张、焦虑、愤怒、嗔恨简直就像是炼狱之火一样，不把人烧死也能烧个残废。所以法国近代有一位很牛的哲学家叫保罗萨特，牛到曾经拒绝了诺贝尔文学奖，他就写过一句有名的戏剧台词：

“他人即地狱”

这句话的意思其实不是说他人很可怕，而是说如果陷入与他人恶劣的人际关系中，那种感觉就跟在地狱没什么两样。 

所谓“一只巴掌拍不响”，一段人际关系的质量取决于双方的决定和互动，所以这需要有一种专门的理论，去描述双方的选择和策略对关系和结果的影响。这门学科也来自运筹学，是一个横跨经济学、数学、心理学的交叉学科，它的名字叫“博弈论”。 

“博弈”在古代就是下围棋的意思。如果下棋的人是有求胜欲望的高手，那么在落子之前一定会考虑到对方可能的对策，这样的一种思维方式就叫做“博弈”，也叫作“对策论”。咱们在之前学习过“决策论”，而博弈论相当于决策论的一个延伸，专门讨论当有两人或多人都能自由做决策情况下的变化规律。 

举个博弈的例子，比如《三国演义》中诸葛亮空城计的故事：当年马谡失街亭后，司马懿带兵乘胜追击，一路杀到了西城，诸葛亮没有兵可用，他面前明摆着有两种选择：或者就地投降，或者抄起家伙带领西城的百姓一起杀出去拼命。但他并没有这样做，而是根据对司马懿性格极为多疑的了解，判断他在有疑虑的情况下不敢贸然进攻，所以才会压上全城百姓的性命上演了一出“空城计”。但是，如果对手不是司马懿，而是有勇无谋的一介武夫，那么空城计就会成为天大的笑话。当然，在那种情况下，绝顶聪明的诸葛亮也不会用空城计了，没准变成了美人儿计什么的。这个考虑到对方的反应来做出选择的过程就是“博弈”。 

那么博弈论跟人际关系又有什么联系呢？ 

人际关系中最常见的状态就是竞争或者合作，博弈论的思维模型帮我们认清“竞争”与“合作”关系的本质。 

首先，竞争不可回避。在很多博弈中，赢家只有一个，每个人都想要，赢家获得的就是输家失去的。比如生活中的下棋，体育比赛，赌博，金融工具中的期货，商业中的某些招投标项目。这种关系在博弈论中被称为“零和博弈”，意思就是赢的和输的加起来总是零，写成公式就是1+(-1) = 0。你多吃了一口就意味着我必然少吃一口。结果是少数赢家志得意满，多数输家满地遗憾。 

比如篮球之神迈克尔乔丹天赋惊人，凭一己之力统治了九十年代的篮坛，八年内六夺NBA总冠军。几乎封神，记得那时候在清华上学的一大乐事就是男同学们聚在26号宿舍楼活动室唯一一台电视前，一边捧着饭盆吃饭一边看乔丹的比赛。而同时期还有不少极为有才华的球员，比如查尔斯巴克利，却一次总冠军都没机会拿过。这是一种“既生瑜，何生亮”的遗憾，也是生活残酷的一面。在零和博弈这个战场中，是没法谈“双赢”的，最终的结果是一种利益分配的平衡态，平衡点的位置反映了双方实力的对比。 

竞争局面每个人都要面对，这无可选择。不过，怎样看待你的竞争对手是可以选择的，而这种看法也影响了你的幸福感。如果只看到竞争的残酷性，就会把对手看成是“死敌”，滋生出嫉妒、愤怒甚至是仇恨。在这种可悲的状态里，没法获得真正的幸福。之前我提到过佛祖释迦牟尼认为人生有八种大的痛苦，实际上他还分析了产生痛苦的三大根源，那就是人性中的贪婪、嫉妒和愚痴。也就是所谓的“贪嗔痴”，其中的“嗔”指的就是嫉妒，这也是陷入“他人即地狱”现象的重要原因之一。 

换一种角度来看竞争，可以缓解负面情绪。竞争虽然残酷，但是也带来了进步。从生物学的进化论看，“物竞天择”是大自然的基本算法，确保了物种的不断进化和生存。竞争虽然无法让每个个体的利益最大化，却能保证整个生态系统的发展和存续。 

还拿NBA举例，九十年代乔丹大战各路神仙的经历，使得NBA联盟的影响力冲出美国走向世界，甚至变成了一种席卷全球的文化现象，这还要拜激烈的竞争所赐。当生态系统繁荣起来以后，其中的每个成员都会直接或者间接地受益，比如现在NBA的工资水平相比30年前有了质的飞跃。这正是竞争的好处。 

零和博弈更多表现在赛场和金融交易上，实际上，在生活中绝对的“零和博弈”并不多见。即使有些关系看起来是零和博弈，但是当考虑更多的维度、或者更长的时间时，合作就自然涌现出来，转变成了所谓的“非零和博弈”。在非零和博弈中有可能实现“双赢”，也就是1+1>2 

比如在男子羽毛球项目中有两大天神级的人物——中国的林丹和马来西亚的李宗伟，在赛场上两人是你死我活的对手，但是如果考虑到水平提升、职业发展以及羽毛球市场发展这些维度，他们俩有其实有相当大的相互依赖和相互促进的关系。在场下他们不但并非势不两立的仇敌，反而是“朋友一生一起走”的挚友。这就是生活中的“非零和博弈”的例子。 

再比如，在2007年第一代iPhone刚问世的时候，没有任何实用的app。为了鼓励开发者为iPhone开发应用，乔布斯慨地把分成比例定成3:7，让开发者拿7成。如果只看短期利益，苹果公司和开发者就是“零和博弈”，开发者多拿一成苹果就少拿一成。但是，如果放长远看，双方是个相互依赖的共生关系，合作性自然就涌现出来。十几年下来，应用市场从无到有，2019年app store平台上的总交易额已经超过了5000亿美元，苹果公司和开发者都获得了巨大的收益。这种“不急于分饼，而是共同把饼做大”的思路就是促进由竞争转变为合作的思维模式。

虽然在非零和博弈中有可能实现双赢，但是不代表一定能实现，更不意味着容易实现。实际上，“双赢”的实现需要多个因素的促成，很不容易。在博弈论中有个著名的模型叫做“囚徒的困境”，就反映了这种人际关系中的挑战。 

假设两个罪犯因为共谋犯罪而被关进两个审讯室，互相不能沟通。如果两个人都保持沉默，不揭发对方，因为证据不足，各判1年；如果互相揭发，因为证据确凿，各判8年；如果一人揭发，另一人沉默，揭发者戴罪立功，立即释放。而沉默者态度恶劣，重判10年。请看文稿中的收益矩阵。负数代表所判的年头，数字顺序是A在前B在后

因为无法沟通，囚徒不能判断对方的行动，这实际上近似于“决策论”那一集中的“概率未知情况下”的决策问题，我们从A的角度来做个分析：选择“沉默”时的最大收益是“判1年”，选“揭发”时的最大收益是不判刑。所以如果A采用“激进法”做决策，赌最大收益，那必然要选择“揭发对方”，因为有可能不判刑。换一种情况，假如A比较保守，那他心里会掂量最差情况：选择“沉默”时的最差结果是被判10年，选择“揭发”时的最差结果是被判8年。按照“矬子里拔将军”的思路，他同样会坚定地选择“揭发”。假如A既不激进也不保守，是个理性的聪明人，那么他可能会采用“不后悔”法做决策。还记得后悔值的概念吧？经过计算后，后悔值表请看文稿中的配图。可见，选择“沉默”时A的最大后悔值是2，选择“揭发”时的最大后悔值是0。因此，“揭发”仍然是更好的选择。

在三种决策方法下，“揭发”都是更好的选择。而这个结论对B同样也成立，所以两个囚徒经过谨慎思考以后，最有可能的结果就是：A、B互相揭发，各判8年。结案。 

你注意到没有这里明明有一个可能的“双赢”结果，也就是左上角那种情况：每人各判1年，把刑期缩短了足足7年，那代表将近90%的收益提升。但是，如果他们是为自己利益考虑的精明人，就不会去做这个尝试。眼看着“双赢”的诱人果实挂在枝头摇摆，但是谁也不敢去摘，最后每个人吞下的反而是一颗腐烂发霉的“双输”果子，这个奇怪的现象就是的“囚徒的困境”。