53囚徒困境（Prisoner's Dilemma）
费曼学习法：一句话讲明白
两个嫌疑人被分开审讯。警察给每人同样的条件：
- 你招、他沉默 → 你释放，他判十年；
- 都沉默 → 各判一年（证据不足）；
- 都招 → 各判五年。
你怎么办？
算一下就知道：无论他招不招，你招都是更优的（他沉默你获释，他招你判五年而非十年）。他也算出同样的结论。
结果两个人都招，各判五年。 而如果都保持沉默，各判一年——对双方都更好的结果，却没有发生。
这就是囚徒困境：个体理性导致集体非理性。
定义
囚徒困境是博弈论中最基本的结构，指：当每个参与者都选择对自己最优的策略时，达成的结果却比双方合作的结果更差。
它成立的三个条件：
- 背叛的收益高于合作（无论对方怎么做）；
- 双方合作的结果优于互相背叛；
- 双方无法达成有约束力的协议（或者博弈是一次性的）。
它的价值在于揭示了一类普遍困境——个人理性与集体理性之间的张力：军备竞赛、价格战、公共资源透支、广告大战、团队里的推诿，都是它的变体。→ 见 #72 公地悲剧
破解之道也有规律，核心是把"一次性"变成"重复"、把"看不见"变成"看得见"：
- 重复博弈：在未来还要继续打交道时，合作的长期收益会超过一次背叛的短期收益（"以牙还牙"策略在实验中表现最优）；
- 改变收益结构：引入惩罚机制（对背叛者施加代价）或奖励机制；
- 增强信息透明：让行为可被观察，声誉才能起作用；
- 建立有约束力的承诺：合同、制度、第三方执行。
边界
- 它不预言"人一定会背叛"。 现实中人会合作，尤其在重复互动、有社会规范、有声誉顾虑时。模型描述的是激励结构，不是人性。
- 它假设完全理性与自利。 人还受公平感、信任、利他、报复欲驱动——这些会显著改变结果（最后通牒博弈中，人们会拒绝"不公平"的分钱方案，尽管拿了钱更"理性"）。
- 别把它当成"合作不可能"的证据。 恰恰相反——理解它才能设计出让合作成为最优解的机制。→ 见 #1 激励机制
- 单次博弈与重复博弈的解完全不同。 用重复博弈的直觉去处理一次性交易，或用一次性的思维去经营长期关系，都会出错。
交叉引用
→ 见 #72 公地悲剧 · → 见 #20 反馈回路 · → 见 #1 激励机制 · → 见 #77 红皇后效应 · → 见 #62 互惠原则