囚徒困境
囚徒困境： 两个理性行为者各自有背叛（违约）的激励，尽管相互合作对双方都会产生更好的结果。个体理性产生集体非理性。理解自利如何破坏合作的范式案例——以及为什么制度、声誉、重复互动和有约束力的协议对于实现合作结果是必要的。
什么是囚徒困境？
囚徒困境由Merrill Flood和Melvin Dresher于1950年在兰德公司提出，Albert Tucker赋予其著名名称。场景：两名嫌疑人被分开关押，无法沟通。每个人可以合作（保持沉默）或背叛（出卖对方）。
收益矩阵：
- 双方合作：每人入狱1年
- 双方背叛：每人入狱3年
- 一方背叛，一方合作：背叛者释放（0年），合作者入狱5年
无论另一方做什么，每个人背叛都更有利。如果对方合作：背叛得0年，合作得1年。如果对方背叛：背叛得3年，合作得5年。背叛占优——在每个场景中都是更好的选择。但当双方都背叛（各3年），结果对双方都比双方合作（各1年）更差。
这就是困境：个体理性产生集体非理性。
如何运作
收益矩阵（入狱年数）：
对方合作 对方背叛
你合作: 1年 5年
你背叛: 0年 3年
占优策略：
— 如果对方合作：背叛（0 < 1年）
— 如果对方背叛：背叛（3 < 5年）
— 因此：无论对方做什么都背叛
困境：
— 双方背叛 → (3, 3) — 纳什均衡
— 双方合作 → (1, 1) — 对双方更好，但不稳定
— 任何一方都没有单方面转向合作的激励
产生合作的机制：
— 重复互动：今天的背叛会招致未来回合的报复
— 沟通：各方可以协调合作策略
— 声誉：背叛会被未来潜在合作伙伴知道
— 有约束力的协议：外部执行使背叛代价高昂
— 社会规范：对背叛的社会制裁
三个现实案例
企业价格战
同一航线上两家航空公司都从维持价格中获益更多，而不是互相降价。但每家都有降价的个体激励：如果竞争对手维持价格，你夺取市场份额；如果他们降价，你必须匹配以保持竞争力。双方都降价（相互背叛）使双方都更糟——利润率降低，相对市场地位相同。囚徒困境结构解释了为什么价格战即使双方都认识到其破坏性也难以退出。
国际气候协议
每个国家都从全球减排中获益，但都有搭便车的个体激励：如果其他国家减排，你无需成本就能获益；如果其他国家不减排，你单方面减排不足以防止伤害。结果：各国对减排的投资低于全球最优水平。巴黎协定试图通过机制逃脱困境——公开承诺、透明度要求、外交声誉成本——使背叛代价更高。
专利竞赛和研发重复
两家制药公司竞相开发相同药物，各自大量投资，尽管知道对方也在做同样的事。如果他们合作（共享研究），可以以一半成本达到同样结果。但共享风险给对方竞争优势。双方独立投资（相互背叛）产生重复努力和资源浪费——对双方都比协调更糟。
何时应用
✅ 在以下情况识别囚徒困境结构：
- 每个行为者都有以损害集体结果的方式行事的个体理性激励
- 如果所有人都合作，结果对每个人都更好，但每个行为者都有不合作的理由
- 你正在设计需要产生合作的激励系统、政策或制度
❌ 在以下情况困境不适用：
- 一方的利益确实与另一方冲突（真正的零和）
- 情境是纯竞争性的，没有相互更好的合作结果
- 各方之间没有战略相互依赖
| 搭配模型 | 原因 |
|---|---|
| 纳什均衡 | 纳什均衡是困境稳定结果的形式化描述 |
| 公地悲剧 | 囚徒困境的多人版本 |
| 激励理论 | 改变激励改变囚徒困境结构 |
| 互惠 | 互惠规范是维持合作的自然机制 |
常见误用和局限
将所有冲突视为囚徒困境。 困境的特定结构要求相互合作对双方都比相互背叛更好。有些情况是真正的零和——一方的收益正是另一方的损失——囚徒困境框架不适用。
假设困境无法逃脱。 现实世界的重复互动、声誉机制、沟通和制度设计 regularly 在具有囚徒困境结构的情况下 produce 合作。困境显示了没有这些机制时合作的困难，而不是合作不可能。
忽视不对称收益。 标准公式假设对称收益。现实情况通常具有不对称收益，其中合作和背叛的收益和成本在各方之间显著不同——这大大改变了合作稳定性分析。
相关模型
| 模型 | 关系 |
|---|---|
| 纳什均衡 | 纳什均衡描述了困境的稳定（但次优）结果 |
| 公地悲剧 | 多人囚徒困境与共享资源 |
| 激励理论 | 改变激励结构可以转变困境 |
常见问题
什么是"以牙还牙"，为什么它有效？
以牙还牙是重复囚徒困境的策略：第一轮合作，然后 mirror 对方上一轮的做法。在Robert Axelrod著名的锦标赛（1980年代）中，以牙还牙 consistently 超越了更复杂的策略，因为它：(1) 合作开始（友善）；(2) 立即惩罚背叛（报复性）；(3) 当对方合作时立即恢复合作（宽容）；(4) 简单且清晰（可读）。这些特性——友善、报复、宽容、清晰——是重复互动中可持续合作的基础。
沟通如何改变囚徒困境？
在经典的一次性困境中，沟通没有帮助——双方都可以承诺合作，但 each 仍有在对方承诺后背叛的激励。然而，在重复困境中，沟通 enables 协调合作策略、共享规范设定和建立信任。这就是为什么国际协议、商业合同和制度框架——所有结构化沟通和承诺的形式——在具有囚徒困境结构的情况下对 enabling 合作非常有价值。
现实生活中的囚徒困境是否完全如所述？
实验 consistently 发现人们比纯博弈论预测更合作——在一次性匿名囚徒困境中大约40-60%的人合作，而预测是0%。这是因为人们有社会偏好（利他主义、公平关切、互惠规范）modify 纯自利。困境是有用的理想化，而非人们行为的字面描述。理解模型和偏离 produces 更准确的分析。
延伸阅读
- Axelrod, R. (1984). 合作的进化 — 重复困境中自利如何演化出合作
- Rapoport, A. & Chammah, A. (1965). 囚徒困境 — 原始学术论述
- Poundstone, W. (1992). 囚徒困境 — 可访问的历史和应用
用AI实践
本页是MindMax思维模型知识库的一部分。