自私的基因:第十二章 好人終有好報 · 1 線上閱讀

「好人墊後。」——這句俗語似乎來自棒球界，不過有些權威人士聲稱它有其他內涵。美國生物學家加勒特·哈丁（Garrett Hardin）用這句俗語來總結「社會生物學」或者「自私的基因」，其中的貼切不言而喻。在達爾文主義中，「好人」是那些願意自身付出代價，幫助種群中其他成員個體，以此使他們的基因傳到下一代。這麼看來，好人的數目註定要減少，善良在達爾文主義里終將滅亡。這裡的「好人」還有另一種專有解釋，和俗語中的含義相差並不遠。但在這種解釋里，好人則能「得好報」。在這一章節里，我將闡釋這個相對樂觀的結論。

想想第十章里的斤斤計較者。那些鳥兒們顯然以利他的方式互相幫助，但對那些曾經拒絕幫助他人的鳥，它們卻懷恨在心，以牙還牙地拒絕給予幫助。比起傻瓜（那些無私奉獻而遭遇剝削的個體）和騙子（那些互相無情剝削而共同毀滅的個體），斤斤計較者在種群中占優勢，因為它們可以將更多基因傳遞給後代。斤斤計較者的故事表達了一個重要原則，羅伯特·特里弗斯將此稱為「互惠利他理論」。在清潔工魚（第十章）的例子裡，互惠利他不僅局限於單個物種，還存在於所有共生關係中。類似的例子還有螞蟻為它們的「奶牛」蚜蟲擠「奶」（第十章）。當第十章寫就時，美國政治科學家羅伯特·阿克塞爾羅德（Robert Axelord）將互惠利他的概念延伸至更為激動人心的方向。阿克塞爾羅德曾與威廉·唐納·漢密爾頓合作，後者的名字在這本書里已經出現無數次了。我開篇已經暗示過，正是阿克塞爾羅德賦予了「好人」一個專有含義。

如同許多其他政治科學家、經濟學家、數學家與心理學家一樣，阿克塞爾羅德對「囚徒困境」這一簡單的博弈遊戲深感興趣。這個遊戲極其簡單，但我知道許多聰明人完全誤解了遊戲，以為其複雜無比。不過，它的簡單也帶有欺騙性。圖書館裡關於這個博弈衍生物的書籍多如牛毛。許多有影響力的人認為它是解決戰略防禦規劃問題的鑰匙，這個模型需被仔細研究，以阻止第三次世界大戰的發生。而作為一個生物學家，我站在阿克塞爾羅德與漢密爾頓一邊。許多野生動物和植物正以其演化進程，精確無誤地進行着「囚徒困境」的博弈。

在其原始的人類版本中，「囚徒博弈」是這樣的：一個「銀行家」判定兩位玩家的輸贏，並對贏家付與報酬。假設我們便是這兩位玩家，當我們開始博弈時（雖然我們將看到，「對立」是我們最不應該做的），我們手中各有兩張卡，分別為「合作」與「背叛」。我們各自選定一張牌，面朝下擺放在桌子上，這樣我們都不知道對方的選擇，也不會為對方選擇所影響。這便等同於我們同時行動。然後我們等待「銀行家」來翻牌。我們的輸贏不僅取決於我們各自出的牌，還取決於對方打出的牌。其懸念在於：雖然我們各自清楚自己的出牌，卻並不知道對方的出牌。我們都只能等「銀行家」來揭曉結果。

我們一共有2×2=4張牌，於是也便有4種可能的結果。為向這個遊戲的發源地——北美致敬，我們以美元來表示這4種輸贏結果。

結果1：我們倆都選擇了「合作」。「銀行家」給我們每個人300美元。這個不菲的總數是相互合作的獎賞。

結果2：我們倆都選擇了「背叛」。「銀行家」對每個人罰款10美元。這是對相互背叛的懲罰。

結果3：你選擇「合作」，我選擇「背叛」。「銀行家」付給我500美元（這是背叛的誘惑），罰了你（傻瓜）100美元。

結果4：你選擇「背叛」，我選擇「合作」。「銀行家」將背叛的誘惑付給了你，而罰了我這個傻瓜100美元。

結果3與4明顯互為鏡像。一個玩家得到好處，則有另一個玩家將付出代價。而在結果1與2里，我們倆則得到相同的結果，而結果1則對我們倆都有好處。這裡金錢的具體數目並不要緊。重要的是這個博弈里「囚徒困境」結果的排列順序：背叛的誘惑>相互合作的獎賞>相互背叛的懲罰>失敗的代價。（嚴格來說，這個博弈還有另一個條件：背叛的誘惑與失敗的代價的平均值不可高於相互合作的獎賞。我們將在後邊附加條件里提到這個原因。）這四種結果總結於表12–1里。

那麼，為什麼這是一個「困境」？看看這張輸贏狀況的表格，想象一下我在與你博弈時腦海中盤旋着的想法。我知道你只有兩張牌：「合作」或者「背叛」。讓我們按次序來想想。如果你打出「背叛」（這表示我們將看向表格中的右邊一列），我能打出最好的牌也只能是「背叛」。雖然我也將接受相互背叛的懲罰，但我知道，如果選擇了「合作」，失敗者的代價只會更高。而如果你選擇了「合作」（看向左邊一列），我最好的結果也只能是選擇「背叛」。如果我們合作了，我們都能得到300美元；但如果我選擇背叛，我將得到更多——500美元。這裡的結論是：無論你選擇哪張牌，我最好的選擇是：永遠背叛。

我已經運用我無懈可擊的邏輯算出，無論你如何選擇，我都必須「背叛」。而你，也將算出同樣的結果。於是當兩個理性的對手相對時，他們將同時背叛，而也將同時得到罰款，獲得一個較低的分數。雖然每個人都心知肚明，如果他們彼此選擇「合作」，兩人都將得到較高的相互合作的獎賞（我們的例子裡是300美元）。這就是為什麼這個博弈被稱為困境，自相矛盾得令人惱火。這也就是為什麼人們開始提出必須有一個法律來對付這個問題。

「囚徒」來自一個特殊的、想象中的例子，上述例子中的現金被監獄的刑罰所取代。兩個在監獄中的囚徒——姑且稱他們為彼得森與莫里亞蒂，有共同犯罪的嫌疑。囚徒們各自被關押在單獨的牢房裡，並各自被勸誘背叛他的同夥，以將所有犯罪證據栽贓於對方。他們的結果將取決於兩個囚徒的行為，而雙方都不知道對方的選擇。如果彼得森將所有罪過都推向莫里亞蒂，而莫里亞蒂始終保持沉默（與他從前的朋友、現在的叛徒合作），莫里亞蒂將接受重罰，而彼得森則得以無罪釋放，享受背叛的誘惑。如果兩人互相背叛，便都將獲罪，但可以因為供認不諱而得到輕判，這便是互相背叛的懲罰。如果兩人互相與對方而不是當局合作，閉口不談過往，所得證據將不足以把兩人判以重罪，則兩人也都將得到輕判，得到互相合作的獎賞。雖然將牢獄刑罰稱為「獎賞」有點兒奇怪，但比起漫長的鐵窗生涯，犯人們肯定會將此看做獎賞的。你可以發現，雖然這裡的回報不是美元而是牢獄刑罰，這個博弈的主要特徵依然保存着（看看四個結果可取性的排列順序）。如果你將自己放在任何一個囚徒的位置上，假設兩人都以理性的自我利益為動機，你將看到兩人都只能背叛對方，而同樣接受沉重的刑罰。

有沒有逃離困境的方法呢？雙方都知道，無論對方如何選擇，他們能做出的最好的選擇都是「背叛」。但他們也都知道，如果雙方都選擇合作，任何一方都可以得到更多的好處。如果……如果……如果能有一個辦法讓他們達成共識，能有一個辦法讓雙方都堅信對方可以被信任，不至於奔向那個自私的獎賞，能有一個方法來維持雙方共識……

在「囚徒困境」這個簡單博弈里，沒有任何方法可以達成信任。除非其中一方是一個虔誠的傻瓜，善良得根本不可能適應這個世界，這個博弈註定將以相互背叛、相互損傷而告終。然而，這個博弈還有另一個版本：「重複博弈」的「囚徒困境」。這個「重複博弈」更為複雜，但這個複雜性里孕育着希望。

這個「重複博弈」只是簡單將上述博弈與同一個對手無限次重複。你我再次在「銀行家」面前左右相對，再次擁有手中的兩張牌：「合作」與「背叛」，我們再次各自打出一張牌，由銀行家根據上述規則給出獎賞與懲罰。但這一次對弈不再是博弈的終結，我們撿起手中的牌，準備着下一輪。下一輪的遊戲給予我們機會來重新建立信任與懷疑，實施對抗或和解，給予報仇或寬恕。在這一個無限長的博弈里，我們最重要的任務是：贏了「銀行家」，而不是對方。

在10次博弈後，理論上我也許可以獲得最多5 000美元，但只有在你完全愚不可及、或者大公無私地每次都打出「合作」的時候，我才有可能每次都得到最高獎賞「背叛的誘惑」。在更實際一點兒的情況里，我們各自都在10次對弈中打出「合作」，並各自從銀行家裡得到3 000美元。這樣，我們並不需要特別大公無私，因為我們彼此都能從對方過往行為中，知道對方可以信任。我們事實上也在監管着對方的行為。還有另一個也可能發生的結果，我們彼此不信任對方，在10次對弈中都打出了「背叛」，銀行家則從每個人處得到了100美元。最可能發生的是，我們並不完全信任對方，打出了各種次序的「合作」與「背叛」，雙方都得到了並不多的金錢。

在第十章中，那些互相從對方羽毛中捉出蜱蟲的鳥，正是進行一場「囚徒困境」的重複博弈。這怎麼進行呢？你記得，對於鳥來說，從自己身上清除蜱蟲非常重要，但它無法自己清除頭部，只能依靠同伴來幫助它，而讓它同樣報答對方也是公平的。但這項工作耗費了許多時間精力，鳥類在這方面並不寬裕。如果某隻鳥能以欺騙方式從這個小圈子中逃出來，讓別人清除自己的蜱蟲，而拒絕互惠互利，它則能得到所有實惠，而不需支付任何代價。如果你將這些回報結果排列一下次序，你將發現這正是真實的「囚徒困境」博弈。互相合作以清除彼此的蜱蟲固然是好事，但還有着更好的誘惑促使你拒絕支付互惠的代價。互相背叛以拒絕清除蜱蟲固然不是好事，但也沒有比花精力幫別人除蟲而自己無人理睬更不好。表12–2展示了這個回報結果。

但這只是一個例子。如果你繼續思考，你更會發現，從人類到動植物，生活中充滿了「囚徒困境」的重複博弈。植物？是的。記得我們談到策略時，我們沒有提到有意識的策略（但我們之後可能會提及），但我們提及了「梅納德·史密斯」的意識，這便是一種預定基因的策略。我們之後還會提到植物，動物甚至細菌，他們都在進行着「囚徒困境」的重複博弈。現在，先讓我們詳細探索一下，為何重複博弈如此重要。

在簡單博弈里，我們可以預見「背叛」是唯一的理性策略。但重複博弈並不相同，它提供了許多選擇範圍。簡單博弈里只有兩種策略，合作或是背叛。但重複博弈則可以有很多我們想象得到的策略，並沒有任何一個是絕對的最佳方案。比如「大部分時間合作，而在隨機的1/10時間裡背叛」這個策略，便是成千上萬的策略里中的一個。策略也可以基於過往歷史來作出決定。我的「斤斤計較者」正是一個例子。這種鳥對臉部有很好的記憶力，儘管它基本採取合作策略，但它也會背叛那些曾經背叛過它的對手。還有一些其他策略則可能更為寬容，或者有更短期的記憶。

顯然，重複博弈里可用的策略之多取決於我們的創造力。但我們能夠算出哪個是最佳方案嗎？阿克塞爾羅德也這麼問自己。他想出了一個很具娛樂性的方案：舉行一場競賽。他廣發通知，讓博弈論的專家們來提交策略。在這裡，策略指的是事先確定的行動規則，所以競爭者可以用計算機語言編程加入博弈。阿克塞爾羅德總共收到了14個策略。為了得到更好的結果，他還加了第15個策略，取名為「隨機」。這個策略只是簡單地隨機出 「合作」或「背叛」牌，基本等於「無策略」。如果任何一個其他策略比「隨機策略」的結果更壞，這一定是個非常差的策略。

阿克塞爾羅德將這15個策略翻譯成一種常用的計算機語言，在一個大型計算機中設定這些策略互相博弈。每個策略輪流與其他策略（包括它自己）進行重複博弈。15個策略總共組成15×15=225個排列組合，在計算機上輪番進行。每一個組合需要進行200回合的博弈，所有輸贏累積計算，以得出最終的贏家。