系統越復雜，反應的方法也要多種多樣，否則就難有效地以一報還一報。如果對方的招式不斷更新變化，我方只有畫符念咒這一招，那競爭的結果是堪憂的。

上周，緊急邀約我分析國際貿易危機的朋友倍增。隱去眾所周知的背景情況，問題大約集中在下面幾個方面：

1）對外方的言行，應該強勢回應還是悄然無息？2）放眼未來，如果嚴重缺乏互信，怎樣維持國際貿易合作？3）貿易的本質是互惠。互害也許是例外。斗爭是否會很快結束？

我是國際貿易的門外漢。不過，仍然可以識別當前國際貿易呈現出的“囚徒困境”。對于如何走出“囚徒困境”，博弈論已經有超過30年的研究。許多時候，一個概括現象本質的經典理論有極高的實踐價值。簡而言之，即使身處嚴重缺乏互信的博弈中，如果策略得當，合作關系仍然是可能的。如果策略失當，雙方陷入長久互害關系而不能自拔，它也是可能的。

第一次世界大戰，敵對士兵之間的合作默契

第一次世界大戰暴露政治決策者一系列誤判。首先，英德為代表的對立聯盟誤判奧地利公爵菲迪南德（Franz Ferdinand）刺殺事件的象征意義。其次，雙方以為象征性武力對峙可以在幾個星期內結束。結果，第一次世界大戰延續了4年，傷亡4200萬人。

還有一個出乎決策者意料的現象，是敵我互動中的和平合作。在從法國一直延伸到比利時的500英里的壕溝坑道中，雙方士兵演繹出軍事戰爭歷史上罕見的現象：除了間歇性的突襲，士兵可以在雙方步槍射程內正常生活，而無需懼怕對方狙擊手射殺。

歷史學家阿什沃思（Tony Ashworth）十分好奇這一現象。通過閱讀大量前線士兵的家書和日記，他以《壕溝戰爭1914-1918》（Trench War 1914-1918）一書記錄了戰爭中敵對雙方特殊的合作行為。

自1914年8月始，戰爭血腥殘酷，雙方介入一場你死我活的零和游戲。因為偶然的因素，在某些陣地，雙方埋鍋灶飯的時間點剛好差不多。戰場出現奇特的寧靜。偶然形成的默契，從休戰吃飯延伸到起床出恭。上午8-9點鐘，英德士兵保持互不侵犯的狀態，讓大家處理私人事務。后來，雙方都不約而同地放棄對食品補給線的攻擊，自己要吃飯，也讓對方有飯吃。

相互克制的默契，從一個坑道蔓延到另外一個坑道。1914年圣誕節，醉醺醺的士兵甚至可以逛到對方壕溝而不擔心被射殺。意外當然會出現，這畢竟是戰爭。當一方發動突襲時，另外一方馬上予以對應的反擊，一命抵一命。休戰時，德國狙擊手會特意瞄準英軍壕溝上方的民宅，連續射擊，直至打出一個漂亮的圓洞。雙方士兵們用類似方式展現報復能力和意愿。一報還一報，我活也讓你活，同時睚眥必報。

按照戰爭的邏輯，敵對雙方形成典型的囚徒困境。相互背叛應該是常態。但是，壕溝戰爭中的士兵卻表現出另外一面：突襲中背叛，休戰時合作，自己求活路，也讓對方有活路。坑道士兵之間的和平合作，當然引發指揮部的不滿。指揮官總有方法繼續戰爭。它是另外一個故事。但是，曠日持久的壕溝戰爭中，敵對士兵是怎樣達成合作默契的？在后來的100年中，它一直是研究博弈論學者的熱門話題。

超越囚徒困境

1950年，蘭德公司（Rand Corp）開始研究美國和蘇聯之間冷戰博弈。數學家福拉德和德雷舍（Merrill Flood and Melvin Dresher）推演出著名的“囚徒困境”（見下圖）。在一個假想的犯人與犯人之間的博弈中，如果兩人事先串通，都保持緘默，那么各被判1年。如果其中一位背叛，而另一位仍然拒絕招供，那么，背叛的犯人可以免刑，而抗供的犯人獲刑5年。如果兩位都背叛事先串供，那么各獲刑3年。關押后，因為兩位犯人無法溝通，理性的首選一般更傾向于背叛。在缺乏信息和可靠承諾前提下，它是個人利益最大化的優勢選項。

“囚徒困境”影響了一代國際關系學者。蘇美兩個超級大國競爭過程中，背叛和對抗成為大國博弈的首選和優選。當艾利森（Graham Allison）談論大國沖突的修昔底德陷阱（Thucydides’ trap）時，其背后的邏輯也是如此。

互信缺失就不可能合作嗎？怎樣才能顛倒囚徒困境下的選擇？一戰時，敵我雙方士兵之間的自發合作只是曇花一現，還是可以長久維持？

帶著上述問題，密歇根大學政治學家阿克賽爾羅德（Robert Axelrod）修改了囚徒困境的一個重要的，但被忽視的前提：假想敵對雙方進入一個循環往復，一直持續下去的互動過程，什么樣的選擇（合作或背叛）會勝出？這個勝出的選擇應該具有穩定性，應該符合選擇者的長遠利益。

為搞明白長期博弈背后的規律，阿克賽爾羅德設計了一個電腦游戲。游戲模仿囚徒困境，但不設立結束條件。換言之，游戲參加者不知道下一局是否為終局。1980年，阿克賽爾羅德向研究博弈論和相關社會科學的學者發出英雄帖，邀請他們自愿參與囚徒困境的游戲。

第一輪錦標賽參加者都是博弈論愛好者或專家。你來我往，博弈14輪，最后得分第一的是多倫多大學的一位教授。他使用的策略極其簡潔：一報還一報（Tit for Tat），即你對我好，我回報以友善；你對我惡，我就報復反擊；如此，循環往復不改變。

第二輪錦標賽有62輪博弈。來自5個國家的參加者都已經通曉上一輪博弈的結果，特別是獲勝策略。參加者嘗試15種不同的合作或背叛的策略組合，包括“下馬威策略”(出場就連著背叛兩局)，“誘騙策略”（開局合作，然后連續背叛），“強盜策略”（一直背叛，從不合作），“趁機占便宜策略”（合作一次，背叛兩次，再道歉求饒）。令人驚訝的是，榜上排名前列的都是使用了“一報還一報”的策略。

阿克賽爾羅德的初始研究問題是：從自身利益出發，在沒有權威干預的條件下，缺乏信任的博弈雙方能否形成合作關系？如果能，它的規律是什么？規律是否有長期的穩定性？

兩輪電腦模擬游戲顯示：當競爭雙方認為會在未來反復相遇時，他們有可能采納“一報還一報”的策略。它最終導致雙方穩定的合作關系。而這種關系最符合各自的長遠利益。

為了求證電腦模擬游戲發現的規律，阿克賽爾羅德找到生物進化學家漢密爾頓（William Hamilton），請他從億萬年生物進化的角度解釋或證偽“一報還一報”的合作規律。漢密爾頓解釋，類似的互惠原則（Reciprocity）也頻繁出現在生物進化過程中。例如，海鱸（Sea bass）有兩個性器官，可公可母。如果海鱸有十次交配，受精和產卵過程的任務，往往是對半承擔，大約5次承擔母海鱸的任務，5次執行公海鱸的角色。

類似的互惠合作現象，在物種進化過程中普遍存在。簡單結構的植物和動物沒有自主的、有意識的選擇。但是，它們有與外部環境的反應機制。長期進化過程中，互惠反應有利于物種生存。這個本能的策略通過基因保留下來，傳給后代。漢密爾頓教授的“親緣關系和利他合作”理論被認為是對達爾文“物競天擇”生物進化理論的一個重要補充。生物進化，既有競爭，又有合作。合作是物種演變的主旋律。

“一報還一報”是不是也可能讓互害關系循環下去，成為無休止的宿怨？它完全是可能的。因此，博弈論學者特別倡導傳播“一報還一報”的互惠合作規律，教育人們認識到它是符合自身利益的最優策略。

缺乏互信條件下的合作策略

成為贏家，我們絕不能打左臉，送右頰。但是，只有“以牙還牙，以眼還眼”，它也不符合我們自身利益和長期目標。實踐中，阿克賽爾羅德的“一報還一報”的策略有10項應用原則。總結如下：

1.待人以直， 針鋒相對。你示好，我友善。你背棄，我反擊。如此循環往復。2.凸顯相互依存的宿命，打消零和游戲的念頭。躲了初一，逃不了十五。讓對方理解，這不是一次性可以了斷的博弈。3.首現誠意，和善開局。博弈伊始，不出濫招，不動惡念。從做好人開始。4.敢于反擊，以牙還牙。回敬要及時，反擊合比例。5.寬宥只能一次，了斷討巧伎倆。最多原諒對手一次，而且是在有力的報復之后。6.承諾不首先背叛，如果失誤，真誠致歉。假如因為誤判而選擇背叛，立即解釋并補償。7.不耍小聰明，不占小便宜。即使發現對方漏洞和疏忽，堅持第一條，待人以直。8.成全對方，超越自己。零和游戲重點在削弱對手。非零和游戲重點是自我進步。9.結盟，成為合作的少數。即使在普遍具有敵意的競爭環境中，少數結盟者之間的合作將改變充滿敵意的環境，直至合作成為主導策略。10.開宗明義宣示遵守“一報還一報”的策略。當雙方認識到它是必要的優選后，建立合作的過程可以加速。

在目前的國際環境下，因為地緣政策因素，國際貿易變得更加復雜。怎樣理解和管理復雜系統？系統學家阿什比（Ross Ashby）建議：遵守“必要的多樣性” 原則（Ashby’s law of requisite variety）。概言之，系統越復雜，反應的方法也要多種多樣，否則就難有效地以一報還一報。如果對方的招式不斷更新變化，我方只有畫符念咒這一招，那競爭的結果是堪憂的。