我教大家写诗前，请大家先随便写几句新诗，不需要多，你怎么理解新诗就怎么写，哪怕大白话都行。我让你写的目的，不是要证明你写得多好，是希望你记在本子上，等上完诗歌课，你想了解自己有没有长进，只要拿它跟你后来写的作品对比，就一目了然。下面是南京某青年人写的新诗。我想问大家，这几行诗写得好不好？

　　当我们把语言还给彼此

　　彼此就消亡了

　　还是换一种形式存在

　　而答案又是另一种语言

　　我看出大家无法判断，对不对？没关系，等上完这堂诗歌课，大家再回头来判断，到时就不会茫然了。我再问大家，下面两节诗中，哪一节更好？

　　①

　　当我们把语言还给彼此

　　彼此就消亡了

　　还是换一种形式存在

　　而答案又是另一种语言

　　②

　　男人在各人的叮嘱和教化声中

　　渐渐变成鱼

　　他萎缩在饭桌上

　　比三年前大鱼被他杀时还要怕得发抖

　　大家还是犹豫不决，对不对？说明大家对好坏的认知和判断，含混不清，面对数行诗，无法像成熟诗人那样，仅凭一瞥之功，就能做出判断。事实确实如此，没有判断力的协助，写作者很难写出好作品。写作者写出的句子，会受到判断力的监视，它像流水线上的检查员，会随时剔出不合格的次品。没有判断力或判断力低下，你就会把次品当成品。学写作不只是学写作技巧，还要设法培育良好的判断力，来抵御糟糕的表达。为了使判断力有一席之地，我除了提供阅读书目，让好的阅读趣味把你领出迷途，课上还将通过观念阐释和举例，让你具体体悟、意会。

　　第一篇结语

　　在前面四章中，我们举了一些商业、运动、政治乃至交通工具的例子，介绍了几个概念和几种方法。在接下来的章节中，我们将应用这些思想和技巧。在这里，我们对它们进行简要重述并总结，以备参考。

　　博弈是一种策略相互依赖的情形：你的选择（策略）的结果取决于另一个或更多有目的的人的选择。参与博弈的决策者称为参与者，他们的选择称为行动。博弈中参与者的利益可能是严格冲突的；一个人的所得总是另一个人的损失。这样的博弈称为零和博弈。更具代表性的是共同利益和利益冲突共存，所以，可能存在一些相互有益或相互有害的策略组合。即便如此，我们通常把博弈中的其他人说成是某个参与者的对手。

　　博弈中的行动可能序贯发生，也可能同时进行。在相继行动的博弈中，存在思考的线形链：如果我这么做，我的对手可能那样做，反过来，我可以根据以下方法进行回应。我们通过画博弈树来研究这类博弈。运用法则 1：向前展望，倒后推理，可以找到行动的最佳选择。

　　在同时行动的博弈中，存在一个推理的逻辑循环：我认为，他认为，我认为……必须解开这个循环；当一个人做出行动选择时，即使他看不到对手的行动，也要看穿对手的行动。为了解决这样的博弈，建立一个表格，表示出所有能想象到的选择组合的相应结果。然后按照下面的步骤进行下去。

　　首先，先看看各方有没有优势策略——对这一方而言，不论对手如何选择，总是优于其他策略的策略。由此引出法则 2：如果你有一个优势策略，那么选择它。如果你没有优势策略，但你的对手有，那么，鉴于他会选择优势策略，你选择你的相应的最优反应。

　　接下来，如果各方都没有优势策略，看看各方有没有劣势策略——对这一方而言，总是劣于其余策略的策略。如果有，运用法则 3：剔除劣势策略，不予以考虑。连续进行剔除步骤。如果在这个过程中，这些较小的博弈中有任何优势策略出现，那么就应该连续地选择它们。如果这个过程最终得出了唯一结果，你就已经找到了针对参与者行动的处理方法，以及博弈的结果。即使这个过程得不出唯一结果，它也可以将博弈的规模缩减到更容易操作的水平。最后，如果既没有优势策略，也没有劣势策略，或者在采用第二个步骤将博弈尽可能简化之后，既没有优势策略，也没有劣势策略，那么，运用法则 4：寻找均衡——每个参与者的行动都是对方行动的最优反应时的一对策略。如果这种均衡只有一个，那就很容易解释为什么所有参与者都选择它。如果存在多个这种均衡，参与者需要一个共同理解的规则或惯例，来选择一个策略而不是其他策略。如果不存在这样的均衡，这就意味着任何系统性的行动都会被对手看穿，所以参与者需要混合行动，这将是本书下一章的主题。

　　在现实中，博弈可以既有序贯行动，也有同时行动；在这种情况下，参与者必须混合采用这些技巧，考虑并决定其最优行动选择。

　　如何达成合作

　　这些例子和实验已经说明了成功合作的几个先决条件和策略。让我们更系统地介绍这些概念，并利用它们解决更多的现实生活实例。

　　成功的惩罚机制必须满足几个要求。下面我们逐一列出。

　　觉察欺骗

　　惩罚欺骗之前，必须觉察到欺骗。如果觉察快速而且准确，惩罚的实施就能够即时无误。这在提高欺骗成本的同时，减少了欺骗的好处，从而提高了成功合作的可能性。比如，航空公司时常监视对手的票价；如果美国航空公司打算降低其纽约至芝加哥的票价，联合航空公司可以在 5 分钟内就做出反应。但是在其他情况下，想降价的公司可能会跟顾客秘密交易，或者通过一笔涉及飞行时间、服务质量、安全保证等许多方面的复杂交易来掩饰其降价。极端情形下，每个公司只能观察到自己的销售和利润，它们不仅取决于其他公司的行动，还取决于一些机会元素。比如，一家公司的机票销售量还可能取决于需求的变化，而不是仅仅取决于其他公司的秘密降价。这样，觉察和惩罚不仅变得缓慢，而且也不准确，更增强了欺骗的动机。

　　最后，当同一个市场上有三家以上公司同时行动时，他们不仅需要找出是否存在欺骗，还要找出欺骗者是谁。否则，惩罚不但不能针对性地惩戒坏人，而且会变得迟钝无效，或许还会引发价格战，以致伤害所有人。

　　惩罚的性质

　　接下来是惩罚的选择。有时候，参与者会采取惩罚他人的行动，这些行动会被欺骗行为激发起来，即使在单次互动博弈中也是如此。就像我们在《洛城机密》中的囚徒困境中指出的，如果雷若伊因为替国家作证而从轻判刑，那么，他出狱后将遭到苏格和蒂龙的朋友的报复。在得克萨斯州 A&M 大学的课堂实验中，如果学生可以觉察出是谁背叛了所有人的合谋而选择了 1，他们就可能对欺骗者施以社会制裁，比如排斥这个欺骗者。这样，就不会有几个学生愿意为了多得 50 美分而冒这个险了。

　　在博弈的结构里还存在其他类型的惩罚。一般而言，这种情况发生的原因在于这个博弈是重复进行的，这一轮欺骗的所得将导致后面几轮的损失。这些是否足以觉察出哪个参与者打算欺骗，取决于得失的大小以及将来相对于现在的重要性。我们很快就会继续讨论这个方面。

　　清晰性

　　可接受行为的界限，以及欺骗的后果，对潜在的欺骗者而言应当是清晰的。如果这些是复杂的、含糊不清的，参与者就可能因为失误而欺骗，或者不能做出理性的计算，而是根据某种直觉行事。举个例子，假设彩虹之巅（RE）和比比里恩（BB）正重复进行定价博弈，RE 决定，如果 RE 过去 17 个月内的平均折扣利润比同期产业资本的平均真实回报率低 10%，它就推断 BB 欺骗了。BB 不能直接知道这个规则；它必须通过观察 RE 的行动来推断 RE 所采用的规则。但是，这里陈述的规则太复杂了，BB 根本无法弄清楚。所以，这不是一个阻吓 BB 欺骗的好方法。而像以牙还牙这样的策略就表达得相当清楚：如果 BB 欺骗，它就会看到 RE 在下次降低价格。

　　确定性

　　参与者应该确信，背叛将受到惩罚，合作则会得到回报。在像世界贸易组织（WTO）贸易自由化这样的国际协议中，这是一个主要问题。当一个国家投诉另一个国家违背了贸易协定时，WTO 就会发起一个行政诉讼程序，而一拖就是几个月，甚至好几年。案件真相几乎对判决没有任何影响，判决通常更多地取决于国际政治规定及外交政策。这种强制执行的判决程序显然不可能发挥什么作用。

　　规格

　　这样的惩罚应该有多严厉？似乎没有限制。如果惩罚严厉到足以阻吓欺骗，惩罚就无须实际执行了。因此，要阻吓欺骗，最好把惩罚设定在尽可能严厉的水平。比如，WTO 可以这样规定，任何国家要是违背了其将保护性关税维持在协定低水平之内的承诺，都会遭到核武器袭击。当然，大家会被这个规定吓得退缩不前，不敢欺骗；但大家至少部分会认为某个失误也可能导致核攻击的发生。在大多数情况下，当失误可能发生时，正如实际中常会发生的那样，惩罚的规格应该保持能够成功阻吓欺骗的尽可能低的水平。在极端情况下，原谅偶然的背叛甚至可能是最优的策略，例如，一家明显为生存而竞争的公司的对手可能会允许它降一点价，而不会进行报复。

　　重复性

　　现在来考察一下 RE 和 BB 之间的定价博弈。假设一年又一年过去了，它们彼此相处愉快，一直都把价格维持在其联合利益的最佳点，80 美元。有一年，RE 的经理考虑降价至 70 美元的可行性。他们估计，70 美元的价格将会给他们带来额外的利润 110000 美元–72000 美元＝38000 美元。但是这可能导致彼此信任关系的瓦解。RE 应该预计到，以后几年内 BB 也将选择 70 美元的价格，每家公司将每年只获利 70000 美元。而如果 RE 遵守了最初的协议，每家公司本可以获得 72000 美元的利润。因此，RE 的降价行为将给它带来以后每年 72000 美元–70000 美元＝2000 美元的损失。为了 38000 美元的一次性赢利值，BE 值得以后每年损失 2000 美元吗？

　　决定现在与未来的报酬是否均衡的一个关键变量是利率。假设年利率为 10%。那么，RE 可以把它赚的额外的 38000 美元存进银行，然后以后每年赚取 3800 美元的利息。这远远超过了以后 2000 美元的年损失。因此欺骗符合 RE 的利益。但如果年利率只有 5%，那么，在以后每年，38000 美元只能给 RE 带来 1900 美元的利息，它小于协议瓦解后的 2000 美元的年损失；这样，RE 就不会欺骗了。使二者均衡的利率应为 2/38＝0.0526，即每年 5.26%。

　　这里的关键点在于，利率较低时，未来相对更有价值。例如，如果年利率为 100%，那么未来相对现在而言价值很低，一年后的 1 美元只值现在的 50 美分，因为你可以在一年内把 50 美分变成 1 美元，另外赚到 50 美元的利息。但是，如果年利率为零，那么一年后的 1 美元的价值与现在的 1 美元相等。[1]

　　在我们所举的例子中，当实际利率稍高于 5% 时，对每家公司而言，把他们的最佳联合价格 80 美元降低 10 美元的动机非常小，重复博弈中的合谋可有可无。我们将在第 4 章中探讨，如果没有对未来的顾虑，且欺骗的诱惑无法抗拒，价格会降到多低。

　　另一个需要考虑的相关因素是关系延续的可能性。如果这种衬衫仅仅是风靡一时的时尚商品，第二年可能根本卖不出去，那么，任何未来损失的可能性都不足以抵消今年欺骗的诱惑力。

　　但是除了衬衫外，RE 和 BB 还销售很多其他商品。在衬衫价格上欺骗，将来会不会招致对于对其他商品的报复？这种极大报复的可能性是否大到足以吓阻背叛？唉，对维持合作关系而言，多产品相互作用的方法是否有用没这么简单。多产品报复的可能性，伴随着立即从所有其他方面的同时欺骗中获益的可能性，而不仅仅是指一个方面。如果所有的产品都有完全相同的赢利表，那么得益和损失都会增加相同的量，这个量与产品的数量相等，因而，不论最后的均衡赢利是正的还是负的，这种变化趋势都不会改变。因此，在多产品囚徒困境博弈中，成功的惩罚必须以更微妙的方式，这取决于产品之间的差异。

　　第三个需要考虑的相关因素是经济规模随着时间的预期变化。这种变化包括两个方面——稳定的增长或衰退，以及波动。如果预期经济会增长，那么，现在想要背叛的公司就会认识到，由于合作关系破裂，它很可能在将来损失得更多，于是对欺骗更加犹豫。反之，如果经济正走下坡路，那么，企业知道将来没什么可拿来冒风险的，就会更倾向于欺骗。至于在经济波动期，公司更倾向于在暂时的繁荣到来时欺骗；欺骗能为它们带来更多的即时利润，但是根据平均的定义，在将来经济容量只达到平均水平时，由合作瓦解造成的利润下滑会打它们个措手不及。因此，我们预计在需求旺盛时期会爆发价格战。但情况并不总是如此。如果某时期的低需求是由普遍的经济萧条造成的，那么，顾客的实际收入就会降低，结果他们可能成为更精明的购物者，他们对某家公司或其他公司的忠诚度可能会降低，而且可能对价格差异反应更加灵敏。这种情况下，降价的公司就可以指望从其对手那里吸引来更多的顾客，从而从背叛中获得更大的即时利益。

　　最后，参与者群体的构成十分重要。如果结构稳定而且预期会这样保持下去，就有助于维系合作。合作协议中无关的或没有参与史的参与者更可能违约。如果当前的这群参与者预计将来有新成员加入，从而动摇这种心照不宣的合作关系，这就会增加他们自己欺骗的动机，谋取一些额外的利益。

　　新近的关于多人囚徒困境博弈的实验室实验，采用了一种叫作捐款博弈的形式。每个参与者得到一笔初始资金：10 美元。每人可选择保留其中一部分，再把另一部分捐给共同储金。然后，实验者把累积的共同储金翻倍，在所有参与者之间平分，捐款人和非捐款人都同等对待。

　　假设在这个组中总共有四个参与者：A、B、C 和 D。不论其他人怎么做，A 只要向共同储金捐献 1 美元，共同储金翻倍后就会增加 2 美元。但是，增加的 2 美元中，会有 1.5 美元分给 B、C 和 D；而 A 只能得到 50 美分。因此，A 提高了其捐献量，最后却亏了本；相反，他减少捐献量反而会获益。不论其他人捐多少（如果有捐款的话），这一点都是成立的。换句话说，对 A 来说，一分钱也不捐是优势策略。对 B、C 和 D 来说亦是如此。这个逻辑是说，人人都应当希望成为一个分享别人成就的“免费搭车者”。如果四位参与者都采取他们的优势策略，共同储金便空空如也，每个人只保有他们的初始资金 10 美元。当人人都想成为免费搭车者时，车就会停滞不前。如果人人把他们所有的初始资金捐给共同储金，那么，翻倍后的共同储金将是 80 美元，每个人将分到 20 美元。然而，每个人都有背叛这样协议的个人动机。这就是他们的困境。

　　捐款博弈不仅仅是实验室或理论上的奇事；它还发生在现实世界的社交活动中——只要群体成员自愿捐款就能共同受益，但却不能阻止没有捐款的人也能享受到这些利益。村庄对洪水的控制、自然资源的保护就属于这种情形：不可能建了堤坝后，洪水就会有选择地绕道而行，只淹没那些没有捐款帮忙建设堤坝的人的田地；拒绝以后把鱼分给那些过去消耗太多的人，也是不可行的。这就产生了多人囚徒困境：每个参与者都有偷懒或保留贡献的动机，却指望能享受别人的贡献带来的利益。如果大家都这么想，总的贡献量就会很少甚至为零，结果大家都遭受了损失。这些情形普遍存在而且如此严重，以致所有社会理论和政策都需要深入思考才能走出困境。

　　在该博弈中的最有趣的变体中，参与者有机会惩罚那些背叛隐含社会合作契约的人。但是，他们必须为此承担个人成本。在捐款博弈结束后，参与者被告知其他参与者的个人捐款量。然后开始第二阶段的博弈，参与者可以采取降低其他人赢利的行动，而其他人的赢利每降低 1 美元，他自己要付出 33 美分的成本。也就是说，如果 A 选择把 B 的赢利降低 3 美元，那么 A 这样做之后，他的赢利就会减少 1 美元。这些减少的赢利不会再分配给其他任何人；而是返还到实验者的总资金中。

　　实验结果表明，人们对“社会欺骗者”实施了大量的惩罚，惩罚的可能性也大大提高了博弈第一阶段的贡献量。这样的惩罚似乎是促成合作、增进群体利益的一个有效机制。但是人们实施惩罚的事实首先就是令人惊讶的。以私人代价惩罚他人的行为，本身就是对集体利益的贡献，所以它是一个劣势策略；如果它以后成功地引导欺骗者采取了更好的行为，这将对整个集体有利，而惩罚者将只得到该利益中属于他的一小部分。所以，惩罚不是自私估计的结果。情况的确如此。在关于该博弈的实验进行的同时，参与者的大脑接受了正电子放射扫描仪的扫描。[5]结果表明，实施惩罚的行为会刺激某个大脑区域，该区域被称为背侧纹状体，它与体验快乐或满足有关。换句话说，人们从惩戒社会欺骗者的行为中，实际上得到了心理上的受益或满足。这种本能必定有着很深的生物根源，而且可能是因为其进化优势而被选择出来的。[6]

　　较新的实验

　　成千上万的关于囚徒困境的实验是在课堂和实验室进行的，这些实验涉及不同参与者人数、不同重复次数以及其他方面。下面是一些重要发现。[1]

　　首先最重要的是，合作发生得相当频繁，即使每对参与者只达成一次合作。平均而言，几乎一半参与者选择了合作。确实，对此最引人注目的例证来自游戏秀网络产品“朋友还是敌人”。在这个节目秀中，两人一组，每组都被问了一些琐碎问题。答对的人赚得的钱存入“信托资金”，在 105 集中，资金总额为 200~16400 美元不等。为了分配这笔资金，参赛者双方进行一个单次囚徒困境博弈。

　　每个人私下里写下“朋友”或“敌人”。当双方同时写下朋友时，他们平分这笔资金。如果一方写了敌人而另一方写了朋友，那么，写敌人的那个人将得到全部资金。但若双方都写敌人，他们都将一无所获。不论对方写什么，你写敌人得到的钱至少等于或者可能大于你写朋友所得到的钱。然而，几乎一半参赛者写下的是朋友。甚至当资金总额增大时，合作的可能性也没有改变。资金低于 3000 美元时人们合作的可能性，与资金高于 5000 美元时相等。以上就是从菲利克斯·奥本豪泽尔–吉（Felix Oberholzer-Gee）教授和乔·沃德弗格（Joel Waldfogel）教授，以及马修·怀特（Matthew White）教授和约翰·李斯特（John List）教授所进行的两项研究中发现的一些结果。[2]

　　如果你还在疑惑看电视如何算得上是学术研究，可结果已有过 700000 美元的资金分给了参赛者。这是史上奖金最多的囚徒困境实验。我们能从中学到许多东西。实验结果表明，女性比男性更倾向于合作，在第一季，女性和男性合作的概率分别是 47.5% 和 53.7%。第一季的参赛者不具有可以在决策前看到其他比赛结果的优势。但到了第二季，前 40 集的结果已经公布了，这个模式变得显而易见。参赛者可以从其他人的经验中学到一些策略。当某一组是由两个女性组成时，合作的概率增至 55%。但是当一个女性与一个男性组对时，这个女性的合作概率降到了 34.2%。而这个男性的概率也降到了 42.3%。总体而言，合作率降低了 10 个百分点。

　　如果一群实验对象集中起来进行几次配对，且每次的配对不同，那么，选择合作的比率一般会随时间下降。不过，它不会降至零，而是总有固定的一小部分人坚持合作。

　　如果同一对实验对象重复进行基本的囚徒困境博弈，他们常常逐渐达成连续的相互合作，直到其中一个参与者在临近这一连续重复博弈结束时选择了背叛。在第一次进行的困境实验中就发生了这样的事。弗勒德和德雷希尔一设计出这个博弈，就立即招呼他们的两个同事进行了 100 次这个囚徒困境博弈[3]。其中 60 次双方都选择了合作。较长的一次连续相互合作是从第 83 轮持续到第 98 轮，直到其中一方在第 99 轮偷偷背叛。

　　事实上，按照博弈论的严格逻辑，这种情况本来不应该发生。当这个博弈恰好重复 100 次时，它就是一个同时行动博弈序列，我们可以用倒后推理的逻辑来解决这样的博弈。展望一下在第 100 次博弈时会发生什么。因为往后不再有更多的博弈了，所以背叛不可能在以后的任何一轮遭到惩罚。根据优势策略的推理，双方都应该在最后一轮选择背叛。但是，一旦确定了双方都会在最后一轮选择背叛，第 99 轮实际上就成了最后一轮。尽管后面还有一轮，在第 99 轮的背叛也不会在第 100 轮遭到对方的选择性惩罚，因为对方在第 100 轮中的选择是预先注定的。因此，优势策略的逻辑也适用于第 99 轮。我们可以用这个序列逻辑一直倒后推理到第 1 轮。不过，在实际博弈中，不论是在实验室还是在真实世界中，参与者似乎忽略了这个逻辑，结果反而受益于相互合作。事实证明，只要其他人同样都是“非理性”的，那么，乍看上去可能是非理性的行为，偏离参与者的优势策略却是一个正确的选择。

　　针对此种现象，博弈论学者做出了一种解释。现实世界中存在一些“互惠主义者”，只要对方合作，他们也愿意合作。假设你并不是这些相对友好的人中的一员。如果你在一个有限次重复囚徒困境博弈中按照自己的风格行事，那么你会从一开始就欺骗。而这会向对方参与者暴露出你的本性。为了掩盖真相（至少掩盖一会儿），你不得不表现出友好的样子。为什么你愿意这么做呢？假设你一开始就表现得友好。那么，即使对方参与者不是一个互惠主义者，他也会认为你可能是周围少有的几个友好的人中的一员。合作一段时间将会带来一些实实在在的好处，于是对方会打算报答你的善举，以获取这些好处。这对你也有好处。当然，你正计划在临近博弈结束时偷偷欺骗，就像对方一样。但你们仍然能够在最初阶段维持一段互利互惠的合作。虽然各方都假装善良等着占对方便宜，但双方都会从这种共同欺骗中获得好处。

　　以牙还牙

　　20 世纪 80 年代初，密歇根大学政治科学家罗伯特·阿克谢罗德（Robert Axelrod）邀请了世界各地的博弈论学者以电脑程序形式提交他们的囚徒困境博弈策略。这些程序两两结对，反复进行 150 次囚徒困境博弈。参赛者按照最后总得分排定名次。

　　冠军是多伦多大学的数学教授阿纳托·拉普波特（Anatol Rapoport）。他的取胜策略就是以牙还牙。阿克谢罗德对此感到很惊奇。他又举办了一次比赛，这次有更多的学者参赛。拉普波特再次提交了以牙还牙策略，并再次赢得了比赛。

　　以牙还牙是“以眼还眼”行为法则的一种变形：人家怎么对你，你也怎么对他。说得更准确点，这个策略在开局时选择合作，以后则模仿对手在上一期的行动。

　　阿克谢罗德认为，以牙还牙法则体现了任何一个有效策略应该符合的四个原则：清晰、善意、报复性和宽容性。再也没有什么字眼会比“以牙还牙”更加清晰、简单。这一法则不会引发欺骗，所以是善意的。它也是报复性的——也就是说，它永远不会让欺骗者逍遥法外。它还是宽容的，因为它不会长期怀恨在心，而愿意恢复合作。

　　以牙还牙一个非常引人注目的特征在于，它在整个比赛中取得了突出的成绩，虽然它实际上并没有（也不能）在一场正面较量中击败任何一个对手。其最好的结果是跟对手打成平手。因此，假如当初阿克谢罗德是按照“赢者通吃”的原则打分，以牙还牙的策略只可能失败或是打成平手，而不可能取得最后的胜利。[1]

　　不过，阿克谢罗德并没有按照“赢者通吃”的原则给结对比赛的选手打分，只有比赛结束才算数。以牙还牙策略的一大优点在于它总是可以将比赛引向结束。以牙还牙最坏的结果是，以遭到一次背叛重击而告终，也就是说，它让对手占了一次便宜，此后双方打成平局。

　　以牙还牙策略之所以能赢得这次锦标赛，是因为它通常都会竭尽全力促成合作，同时避免互相背叛。其他参赛者则要么太轻信别人，一点也不会防范背叛，要么太咄咄逼人，一心要把对方踢出局。

　　不过，尽管如此，我们仍然认为以牙还牙策略是一个有缺陷的策略。只要存在一丁点儿出现错误或误解的可能性，以牙还牙策略的胜利就会土崩瓦解。这个缺陷在人工设计的电脑锦标赛中并不可能，因为此种情况下根本不会出现错误和误解。但是，一旦将以牙还牙策略用于解决现实世界的问题，错误和误解就难以避免，结局就可能是灾难性的。

　　以牙还牙策略的问题在于，任何一个错误都会犹如“回声”一般反复出现。一方对另一方的背叛行为进行惩罚，从而引发连锁反应。对手受到惩罚之后，不甘示弱，进行反击。这一反击又招致第二次惩罚。无论什么时候，这一策略都不会只接受惩罚而不做任何反击。

　　举个例子：假设弗勒德和德雷希尔都采取以牙还牙策略。没有人先发起背叛，一段时间内，一切都顺利进行。然后，到了第 11 轮，假设弗勒德错误选择了背叛，或者选择了合作但德雷希尔却误以为他选择了背叛，不论是哪种情况，德雷希尔在第 12 轮都会选择背叛，而弗勒德却会选择合作，因为德雷希尔在第 11 轮中选择了合作。到了第 13 轮，角色就会转换过来。这种一方合作而另一方背叛的模式会继续反复进行下去，直到又一个错误或误解的出现恢复了合作或导致双双背叛。

　　在西弗吉尼亚与肯塔基的交界处，哈特菲尔德家族（Hatfields）与麦科伊家族（McCoys）家族的长期争斗可谓令人难忘。而在虚构世界中，马克·吐温笔下的格兰杰福特家族与谢泼德森家族的世代仇恨，为我们提供了另外一个生动的例子，说明以牙还牙的行动是怎样导致循环报复的。当赫克·芬恩试图了解格兰杰福特家族与谢泼德森家族世仇的源头究竟是什么时，他却遇到了“鸡生蛋还是蛋生鸡”的难题：

　　“这究竟是为了什么，巴克？——为了土地吗？”

　　“我估计是——我不知道。”

　　“那么，究竟是谁开的枪呢？是格兰杰福特家的人还是谢泼德森家的人？”

　　“天哪，我怎么会知道？那是多久以前的事啊。”

　　“有没有人知道呢？”

　　“噢，有的，老爸知道，我估计，还有其他一些老头子，不过现在他们也不晓得当初究竟发生了什么事。”

　　以牙还牙策略缺少的是一个宣布“到此为止”的方法。它实在太容易被激发起来了，而且不会轻易地宽恕。确实，后来的阿克谢罗德比赛的版本考虑了错误和误解的可能性，结果表明，其他那些更宽宏大量的策略优于以牙还牙策略。[2]

　　在这里，我们甚至可以从猴子那里学到一些东西。棉头狷猴被置于一个博弈中，每只猴子都有机会拉动一个杠杆，给另一只猴子喂食。但是拉动杠杆需要力气。对每只猴子而言，最理想的策略就是自己偷懒，而它的搭档拉杠杆。但是为了避免遭到报复，猴子们学会了合作。只要一个参与者不连续背叛两次以上，棉头狷猴的合作就会一直持续下去，这种策略类似于以牙还牙策略。[3]