类别: 策略
类型: 博弈论策略
起源: 1980年，罗伯特·阿克塞尔罗德（政治学家）
别名: TFT、互惠利他策略
类型: 博弈论策略
起源: 1980年，罗伯特·阿克塞尔罗德（政治学家）
别名: TFT、互惠利他策略
快速回答 — 以牙还牙是博弈论中的策略，第一步选择合作，之后复制对手上一次的行为。尽管这个策略看似简单，但它在罗伯特·阿克塞尔罗德1980年的著名比赛中获胜，成为理解重复互动中合作行为的基准。
什么是以牙还牙？
以牙还牙的逻辑出奇地简单：第一步选择合作，之后完全复制对手上一次的做法。如果对方合作，你就合作；如果对方背叛，你就背叛。这种互惠方法在重复互动中产生了强大的动态效应——它奖励合作行为，同时惩罚背叛行为，而且无需事先了解对手的任何信息。“以牙还牙的成功源于它是友善的、有报复性的、清晰的，以及宽容的。” — 罗伯特·阿克塞尔罗德这个策略有四个关键属性可以解释其有效性。首先，它是”友善的”——它从不首先背叛，给对手每一个合作的机会。其次，它是”有报复性的”——它立即惩罚背叛，让背叛行为付出代价。第三，它是”清晰的”——其他玩家可以很容易地理解和预测你的行为。第四，它是”宽容的”——一旦对手回到合作状态，你也会立即恢复合作。
以牙还牙的三层理解
- 入门: 想象一下你和某人玩石头剪刀布，他们总是出你上一次出的拳。如果你出石头，他们下一轮也出石头。这种做法可预测但公平——创造了一种奇怪的平衡。
- 实践: 在商业谈判或反复的合作关系中，以牙还牙通过展示可靠性同时保持问责来建立信任。以信任开始，但通过互惠来验证。
- 进阶: 这个策略揭示了关于人类合作的深刻含义：直接互惠可能是道德行为的基础。阿克塞尔罗德的研究表明，在自利行为者的世界中，合作可以通过条件反应自然产生并维持。
起源
这个策略源于罗伯特·阿克塞尔罗德在密歇根大学开创性的研究。1980年，阿克塞尔罗德邀请全球博弈论专家提交计算机程序，在重复”囚徒困境”比赛中竞技。参赛作品从复杂的概率策略到简单的规则各不相同。 获胜策略来自心理学家和博弈论专家阿纳托尔·拉波波特，他提交了最简单的参赛作品：第一步合作，之后复制对手上一次的动作。尽管有复杂的程序竞争，以牙还牙每次参赛都获胜。 阿克塞尔罗德随后在1984年发表了《合作的进化》，这成为一本里程碑式的著作。研究表明，自利行为者之间通过互惠策略可以自然地产生和维持合作，挑战了当时流行的”竞争是唯一合理结果”的观点。核心要点
应用场景
国际关系
以牙还牙解释了外交互惠——国家如何通过对行动的持续相互反应来建立信任。条约往往有效，因为每一方都知道对方会互惠合作。
商业合作关系
在供应商-客户关系中交付优质工作并期望获得相应报酬就是TFT的体现。如果一方违约（逾期付款、交付差），另一方会相应调整。
人际关系
这个策略映射到健康的关系动态：感激善意行为，及时处理伤害，和解后快速原谅。它平衡了开放性和界限。
团队协作
在项目团队中，持续履行承诺的成员会建立声誉和信任。那些错过截止日期或推卸责任的成员会在团队中获得较少的合作作为回报。
经典案例
阿克塞尔罗德比赛仍然是以牙还牙的确定性案例。1980年，拉波波特提交了TFT对抗其他13位博弈论专家提交的策略。比赛模拟了每对策略之间的200轮囚徒困境。 TFT以最高平均分获胜。更重要的是，当与其他友善策略配对时，TFT实现了 mutual cooperation and high scores for both。当与剥削性策略配对时，TFT通过立即报复限制了损害。这个策略在任何单场比赛中从未获得第一名——但它也从不大输，而且它实现了最好的整体结果。 1981年的后续比赛允许参赛者研究第一次比赛的结果，看到几个专门设计为与TFT合作并剥削他人的参赛作品。然而TFT仍然处于前列，展示了其对抗操纵的稳健性。边界与失效场景
以牙还牙最适用于重复互动，你将面对相同的对手多次。在一次性博弈中，该策略没有优势——没有未来可以通过互惠来影响。该策略还需要双方记住上一次的动作；在匿名或健忘的背景下，机制就会失效。 更微妙的失败发生在”嘈杂”环境中，动作可能被误解。如果你的合作被错误地解释为背叛，TFT将对错误的背叛进行报复，可能引发报复循环。需要两次背叛才能报复的宽容变体可以解决这个弱点。 该策略还假定各方之间权力相对平等。在权力高度不对称的关系中，一方无法有效报复，以牙还牙可能不会自然出现。常见误区
以牙还牙意味着怀恨在心
以牙还牙意味着怀恨在心
该策略实际上是宽容的——一旦对方恢复合作，它立即恢复合作。真正的报复会在背叛后永远背叛，而TFT永远不会这样做。该策略是关于问责，而不是报复。
它总是最好的策略
它总是最好的策略
以牙还牙在重复的直接互动中表现最佳，各方权力大致相等。但在一次性博弈、层级关系或需要先发优势的情况下，其他策略可能更好。情境决定效果。
该策略需要信任对方
该策略需要信任对方
TFT实际上不需要信任——它通过展示的行为建立信任。你不需要相信对手会合作；你只需对他们所做的做出回应。这使其即使对陌生人或历史对手也能发挥作用。
相关概念
囚徒困境
阿克塞尔罗德比赛使用的基础博弈。双方选择背叛是纳什均衡，但 mutual cooperation yields better results。
黄金法则
对待他人如你希望被对待的伦理原则——类似于TFT，但以积极的方式而非对行为的回应来表述。
互惠利他
罗伯特·特里弗斯提出的生物学概念，解释生物如何通过 mutual exchange 相互受益，即使需要付出个体成本。
未来的阴影
阿克塞尔罗德的术语，指对未来互动的期望如何 enable cooperation。没有未来，以牙还牙就没有影响力。
双赢
谈判哲学，寻求 mutual beneficial outcomes——TFT倾向于产生的理想长期结果。