第十二章 好人終有好報 · 2
關燈
小
中
大
探測器”互相對弈，其結果隻可能更壞，因為這種以牙還牙的冤冤相報可能開始得更早。
讓我們再來考慮另一個叫“愧疚探測器”（RenwrsefulProber）的策略。
這個策略有點類似于“老實人探測器”，但它還加以主動終止循環于雙方間的交互背叛。
這便需要一種比“針鋒相對”或“老實人探測器”更長的記憶。
“愧疚探測器”能記住自己是否剛剛主動“背叛”，或者隻是為了報複。
如果是後者，它便“愧疚地”讓對手得到一次反擊的機會，而不加以報複。
這便将此循環報複行為終結在萌芽狀态。
如果你在想象中旁觀“愧疚探測器”與“針鋒相對”的博弈，你會發現可能的循環報複行動不攻自破。
博弈中大部分時間都采取互相合作，使得雙方都能獲得相應的高分。
在與“針鋒相對”的博弈中，“愧疚探測器”能獲得比“老實人探測器”更高的分數，但依然沒有“針鋒相對”與自己對弈的分數高。
阿克塞爾羅德的競賽裡還有一些比“老實人探測器”與“愧疚探測器”更為複雜的策略，但它們平均分都比“針鋒相對”低。
事實上最失敗的策略（除了随機）是最複雜的那一個，作者為“匿名”。
這個作者引發了一些饒有興趣的猜測：五角大樓的高層？中央情報局的首腦？國務卿基辛格？阿克塞爾羅德自己？我們也許永遠也不會知道。
不是每個策略的細節都值得研究，這本書也不談計算機程序員的創造力。
但我們可以給這些策略歸類，并檢驗這些類别的成功率。
阿克塞爾羅德認為，最重要的類别是“善良”。
“善良”類别指的是那些從不率先背叛的策略。
“針鋒相對”便是其中一個例子。
它雖然也采取“背叛”的行動，但它隻在報複中這麼做。
“老實人探測器”與“愧疚探測器”也偶爾采取“背叛”，但這種行為是主動起意挑釁的，屬于惡意的策略。
這場競賽中的15個策略中，有8個屬于“善良”策略。
令人吃驚的是，策略中的前8名也是這8個善意的策略。
“針鋒相對”的平均分504.5分，是我們600分基準分中的84%，一個很好的分數。
其他“善良”策略所得分數要比“針鋒相對”少一些，從83.4%到78.6%不等。
排名中接下來的分數則是由格雷斯卡普（Graaskamp）所獲得的66.8%，與高分們有很大差距，而這已經是所有惡意策略中的最高分了。
令人信服的結果表明，好人在這個博弈中可以勝出。
阿克塞爾羅德的另一個術語則是“寬容”。
一個寬容的策略隻有短期記憶。
雖然它也采取報複行為，但它會很快遺忘對手的劣迹。
“針鋒相對”便是一個寬容的策略，面對背叛時它毫不手軟，但之後則“過去的讓它過去”。
第十章中的“斤斤計較者”則是一個完全相反的例子。
它的記憶持續了整個博弈，永不寬恕曾經背叛過它的對手。
在阿克塞爾羅德的競賽中，有一個策略與“斤斤計較者”完全相同，由一位名叫弗裡德曼（Friedman）的選手提供。
這一個“善良”而絕不寬恕的策略結果并不算佳，成績在所有“善良”策略裡排倒數第二。
即便對手已經有悔改之意，它不願意打破相互背叛的惡性循環，因此無法取得很高的分數。
“針鋒相對”并不是最寬容的策略。
我們還可以設計一個“兩報還一報”（TitforTwoTats）的策略，允許對手連續兩次背叛後才開始報複，這似乎顯得過分大度坦蕩了。
阿克塞爾羅德算出，隻要在競賽中有“兩報還一報”策略的存在，它便一定會獲得冠軍，因為它可以有效避免長期的互相傷害。
于是，我們算出了赢家策略的兩個特點：善良與寬容。
這幾乎是一個烏托邦式的結論：善良與寬容能得到好報。
許多專家曾試圖在惡意策略裡耍點兒花招，認為這可能得到高分。
即使那些提交“善良”策略的專家，也未曾敢如“針鋒相對”一般寬容。
所有人都對這個結論十分驚訝。
阿克塞爾羅德又舉辦了第二次競賽。
這次他收到了62個策略，再加上随機策略，總共便有了63個策略。
這一次，博弈中的回合數不再固定為
讓我們再來考慮另一個叫“愧疚探測器”（RenwrsefulProber）的策略。
這個策略有點類似于“老實人探測器”，但它還加以主動終止循環于雙方間的交互背叛。
這便需要一種比“針鋒相對”或“老實人探測器”更長的記憶。
“愧疚探測器”能記住自己是否剛剛主動“背叛”，或者隻是為了報複。
如果是後者，它便“愧疚地”讓對手得到一次反擊的機會，而不加以報複。
這便将此循環報複行為終結在萌芽狀态。
如果你在想象中旁觀“愧疚探測器”與“針鋒相對”的博弈，你會發現可能的循環報複行動不攻自破。
博弈中大部分時間都采取互相合作，使得雙方都能獲得相應的高分。
在與“針鋒相對”的博弈中，“愧疚探測器”能獲得比“老實人探測器”更高的分數，但依然沒有“針鋒相對”與自己對弈的分數高。
阿克塞爾羅德的競賽裡還有一些比“老實人探測器”與“愧疚探測器”更為複雜的策略，但它們平均分都比“針鋒相對”低。
事實上最失敗的策略（除了随機）是最複雜的那一個，作者為“匿名”。
這個作者引發了一些饒有興趣的猜測：五角大樓的高層？中央情報局的首腦？國務卿基辛格？阿克塞爾羅德自己？我們也許永遠也不會知道。
不是每個策略的細節都值得研究，這本書也不談計算機程序員的創造力。
但我們可以給這些策略歸類，并檢驗這些類别的成功率。
阿克塞爾羅德認為，最重要的類别是“善良”。
“善良”類别指的是那些從不率先背叛的策略。
“針鋒相對”便是其中一個例子。
它雖然也采取“背叛”的行動，但它隻在報複中這麼做。
“老實人探測器”與“愧疚探測器”也偶爾采取“背叛”，但這種行為是主動起意挑釁的，屬于惡意的策略。
這場競賽中的15個策略中，有8個屬于“善良”策略。
令人吃驚的是，策略中的前8名也是這8個善意的策略。
“針鋒相對”的平均分504.5分，是我們600分基準分中的84%，一個很好的分數。
其他“善良”策略所得分數要比“針鋒相對”少一些，從83.4%到78.6%不等。
排名中接下來的分數則是由格雷斯卡普（Graaskamp）所獲得的66.8%，與高分們有很大差距，而這已經是所有惡意策略中的最高分了。
令人信服的結果表明，好人在這個博弈中可以勝出。
阿克塞爾羅德的另一個術語則是“寬容”。
一個寬容的策略隻有短期記憶。
雖然它也采取報複行為，但它會很快遺忘對手的劣迹。
“針鋒相對”便是一個寬容的策略，面對背叛時它毫不手軟，但之後則“過去的讓它過去”。
第十章中的“斤斤計較者”則是一個完全相反的例子。
它的記憶持續了整個博弈，永不寬恕曾經背叛過它的對手。
在阿克塞爾羅德的競賽中，有一個策略與“斤斤計較者”完全相同，由一位名叫弗裡德曼（Friedman）的選手提供。
這一個“善良”而絕不寬恕的策略結果并不算佳，成績在所有“善良”策略裡排倒數第二。
即便對手已經有悔改之意，它不願意打破相互背叛的惡性循環，因此無法取得很高的分數。
“針鋒相對”并不是最寬容的策略。
我們還可以設計一個“兩報還一報”（TitforTwoTats）的策略，允許對手連續兩次背叛後才開始報複，這似乎顯得過分大度坦蕩了。
阿克塞爾羅德算出，隻要在競賽中有“兩報還一報”策略的存在，它便一定會獲得冠軍，因為它可以有效避免長期的互相傷害。
于是，我們算出了赢家策略的兩個特點：善良與寬容。
這幾乎是一個烏托邦式的結論：善良與寬容能得到好報。
許多專家曾試圖在惡意策略裡耍點兒花招，認為這可能得到高分。
即使那些提交“善良”策略的專家，也未曾敢如“針鋒相對”一般寬容。
所有人都對這個結論十分驚訝。
阿克塞爾羅德又舉辦了第二次競賽。
這次他收到了62個策略，再加上随機策略，總共便有了63個策略。
這一次，博弈中的回合數不再固定為