一、先玩一把

先别急着往下读。请拿出一张纸,或者在手机备忘录里记下一个数。

规则是这样的:公司的全员群里有人发起了一个小游戏,一共 20 个人参加。每个人偷偷把一个 0 到 100 之间的数(可以带小数)私信给群主。群主把 20 个数加起来求平均,再乘以 2/3,得到一个"目标数"。谁报的数离目标数最近,谁就赢。 每人投了 5 块钱,奖金一共 100 块,赢家通吃;要是有人并列最近,就平分。

没有人能商量,也没有人能看到别人报了什么。

你报几?

先写下来,再往下读。这一讲会几次回头问你:“你当时是怎么想的?”

二、你大概是怎么想的

我们先把规则算一遍,免得有人对"目标数"没有手感。假设最后只有五个人报了数:

谁 报的数
小周 50
小林 33
小张 22
小李 33
小王 10

平均数是 (50 + 33 + 22 + 33 + 10) ÷ 5 = 29.6,乘 2/3 得到目标数 19.73。各人离目标的距离分别是 30.27、13.27、2.27、13.27、9.73。报 22 的小张最近,小张赢。 注意那个报 10 的小王:小王是五个人里报得最低的,却离目标有 9.73 那么远。这一点先记着,后面会用到。

回到你的数。你写下的数,背后大概是下面几种想法之一。

想法一:随便报一个。 既然谁也不知道别人报什么,那就当大家都是随手一写,在 0 到 100 之间均匀地撒点。这样平均数大约是 50,目标数大约是 50 × 2/3 = 33.3。所以你报 33 左右。

想法二:别人也会这么想。 等一下,你能想到"报 33",别人也能想到。如果大家都报 33,平均数就是 33.3,目标数是 33.3 × 2/3 = 22.2。所以你应该报 22 左右,比想法一再低一点。

想法三:别人也会想到想法二。 如果大家都往 22 去了,平均数是 22.2,目标数就成了 14.8。于是你报 15 左右。

这个过程可以一直走下去。每多想一层,你的数字就要乘上一次 2/3:

思考的阶梯:每多想一层,数字乘 2/3

我们把"随便报"叫作第 0 层,把"假设别人都是第 k−1 层,然后给出最好的回答"叫作第 k 层。于是:

层数 它在想什么 报多少
第 0 层 不想,随便报 约 50
第 1 层 别人都随便报 约 33.3
第 2 层 别人都是第 1 层 约 22.2
第 3 层 别人都是第 2 层 约 14.8
第 4 层 别人都是第 3 层 约 9.9
第 5 层 别人都是第 4 层 约 6.6
…… …… 越来越小

一路想到底,数字会无限接近 0。

现在对照一下:你写的数,落在哪一层? 报 40 到 60 的人,基本没有把别人的反应算进去,是第 0 层。报 30 到 36 的,是第 1 层。报 20 到 24 的,是第 2 层。报 12 到 16 的,是第 3 层。如果你报了 0,恭喜,你一路走到了底。

一个小细节:上表用的是"大家都那样"的近似。严格算,你自己的数也会拉低平均数。如果另外 19 个人都报 33.33,你自己的最佳回答不是 22.22,而是 21.84。因为你自己的这一票也在把平均数往下拽,只是拽得很轻。人数越多,这个差别越小:5 个人时是 20.5,100 个人时是 22.15。

⚠️ 这里第一次读会觉得别扭:层数高,不等于更好。 第 6 层的人报 4.4,听起来最"聪明"。可它的前提是"别人都是第 5 层"。如果别人都是第 0 层,平均 50、目标 33.3,你报 4.4 就输得一塌糊涂,就像刚才那个报 10 的小王。好的回答,取决于别人想了多深,而不是你自己想了多深。 这一句是博弈的第一个要点,也是这一讲最想让你带走的。

三、真实的人报了多少

好了,现在说说真正的结果。

这个游戏在经济学和心理学里叫"选美比赛"(beauty contest),名字来自凯恩斯在 1936 年的一个比方:凯恩斯把股票市场比作报纸上的选美比赛,参赛者要从一百张照片里选出最漂亮的几张,奖品给"选得最接近大众平均选择"的人。所以聪明的参赛者不会问"谁最漂亮",而是问"别人觉得谁最漂亮",再问"别人觉得别人觉得谁最漂亮"。我们的 2/3 游戏是这个比方的数字版。

理论预测什么? 如果每个人都一路想到底,所有人报 0,平均数是 0,目标数是 0,大家并列,平分奖金。

证据怎么说?

1995 年,Rosemarie Nagel 做了一系列实验:每组 15 到 18 个人,在教室里分开坐,每人写一个 0 到 100 的数,赢家得 20 马克(当时约 13 美元)。第一轮里,2/3 版本的平均数约是 36.7,而且没有一个人报 0。 报的数并不精确地落在 33.3 和 22.2 这两个点上,但在这些点的附近明显扎堆,统计上显著多于随机撒点。同一批人连玩四轮,数字总体上一轮比一轮低,往 0 靠拢,可是到第四轮,真正报 0 的人也只是寥寥几个。

后来有人把同样的游戏放到了报纸上。1997 年 6 月,Richard Thaler 在英国《金融时报》上办了一场,Antoni Bosch-Domènech 和 Nagel 在西班牙的 Expansión 报上也办了一场,两边事先互不知情。五个月后,Reinhard Selten 和 Nagel 又在德国的科学杂志 Spektrum 上重复了一次。三处加起来将近 8000 人参加。下面是三份报刊的结果(数字取自这批研究 1999 年的工作稿版本,正式发表的版本可能略有出入):

报刊 平均数 获胜数
英国《金融时报》 18.91 13
德国 Spektrum 22.08 14.7
西班牙 Expansión 25.47 16.99

真实的人报了多少

三份报刊里,获胜的数字都在 13 到 17 之间,也就是第 2 层和第 3 层之间。 作者把所有数据拆成"不同层数思考者的混合"来拟合,估计出的三个中心是 33.5、22.6 和 13.5,与理论上的 33.3、22.2 和 14.8 贴得相当近。在这三份报刊里,报 0 或 1 的读者平均只占 13% 左右;而在只有博弈论学者参加的几场实验里,报 0 的比例才上升到 20% 到 40%。

局限在哪? 报纸读者是自己选择参加的,他们可以查资料、用 Excel 算,甚至有人发邮件拉拢别人;参加的人也不是随机抽样。所以别把这些数字当成"人类平均水平"。更稳妥的说法是:除了博弈论学者这样的特殊人群,不管在教室里还是在报纸上,大多数人只往下想一到三层,很少人一路走到底,所以报 0 的人往往输了。

这就带来一个值得停下来想的问题:为什么理论说 0,现实却不是 0? 答案多半不是"人太笨"。报 13 的人,很可能恰恰是比大多数人多想了一两层、但又没想到底的人。他们不是算不出 0,而是不相信别人也会走到 0。这个区别,是下面几节要讲透的东西。

四、这就是博弈:对面是棋手,不是拼图

先退一步,问一个看上去很傻的问题:这个游戏和普通的"做选择"有什么不同?

想象你明天要出门,在犹豫带不带伞。这是一个选择,要看天气。天气不会因为你带不带伞而改主意:你带了伞,它不会"偏偏不下雨"来气你。你的难点在于预测天气。拼一幅拼图也一样:每一块的形状早就定了,你的难点只是找对位置,拼图不会反过来迎合你。

再想想下棋。你走了一步,对面的人会根据你的这一步来调整自己的下一步,而且 TA 知道你知道 TA 会调整。你的难点变成了:对方会怎么回应,对方又觉得我会怎么回应。

决策:对面是拼图;博弈:对面是棋手

我们的 2/3 游戏正是后者。目标数不是由天气决定的,是由另外 19 个同样在想"别人怎么想"的人决定的。这就是博弈。

博弈(game):有若干个决策者,每个人的结果不只取决于自己的选择,还取决于其他人的选择;而且每个人都知道这一点。

这个定义里最重要的是最后半句:"而且每个人都知道这一点"。如果对面的人只是一台不会思考的机器,你面对的就是一幅拼图,不是博弈。

五、把场景翻译成博弈:五个要素

要研究一个博弈,第一步是把"一件事"翻译成"一个博弈"。要说清楚五件事:

  1. 玩家(players):谁在做决策?
  2. 行动或策略(actions / strategies):每个人能选什么?
  3. 收益(payoffs):各种结果出现时,每个人得到什么?
  4. 规则和顺序(rules and timing):谁先谁后?能不能重来?
  5. 信息(information):每个人在选的时候,知道什么,不知道什么?

我们用两个例子来练一遍。一个是刚才的 2/3 游戏,另一个是你可能每天都会遇到的窄路口:你开车拐进一条没有红绿灯的窄路,对面也来了一辆车,两个车头在路口中间对上了。

要素 2/3 猜数字 窄路口相遇
玩家 20 个参与者 你和对面的司机
行动 报 0 到 100 之间的任意一个数 让,或者冲
收益 最近的人拿 100 元,并列平分,其余的人什么也没有(先扣掉各自投的 5 元) 两个都让:各自耽误一点时间;一让一冲:冲的人先过,让的人耽误;两个都冲:撞车,双方损失巨大
规则和顺序 所有人同时报,只有一次 几乎同时决定,谁也看不到谁先动
信息 谁也不知道别人报了什么,但都知道规则 你不知道对方是赶时间的急性子,还是刚拿驾照的新手

⚠️ 收益这一栏最容易想歪。 “收益"不一定是钱,它是这个人真正在乎的一切。一个遇到窄路口一定先让的人,可能收益里包含了"不想吵架"和"不想显得自私”。收益并不要求你自私,它只是把你在乎的东西量化了。博弈论不预设你该在乎什么,它只问:在你在乎的东西既定的前提下,你该怎么选。

这五个要素,是研究任何博弈的"语言":先把一个场景翻译成这五件事,再问"会发生什么"。

六、理性、信念与共同知识

2/3 游戏里,那个"一路想到底走到 0"的世界,要成立需要什么?我们把前提一个一个说清楚。

6.1 “理性"的意思

博弈论里说"一个人是理性的”,意思很具体:TA 有一个明确的目标(收益),并且在自己对别人的判断(信念)既定的前提下,选择对自己最好的行动。

它不要求这个人自私,不要求 TA 聪明绝顶,也不要求 TA 的判断是对的。一个预期"别人都随便报数"的第 1 层玩家,只要 TA 按这个预期报了 33,在博弈论的意义上 TA 就是理性的,哪怕这个预期错得离谱。

6.2 理性,不等于相信别人理性

这是 2/3 游戏最重要的一课。

假设你是一个绝对理性的人,你也算得出"所有人都理性、并且都知道所有人都理性……“这条链的终点是 0。可是你不知道别人是不是这样。你面对的 19 个人,有人随便写,有人想了一层,有人想了两层。这时你该报多少,取决于你对这些人构成的判断:

你认为另外 19 人是 你的最佳回答(20 人局)
都随便报(平均 50) 32.8
都是第 1 层(报 33.3) 21.8
都是第 2 层(报 22.2) 14.6

再看一个混合的情形。假设 20 个人里,10 人随便报 50,6 人报 33.3,4 人报 22.2。平均数是 (10 × 50 + 6 × 33.3 + 4 × 22.2) ÷ 20 = 39.4,目标数 26.3。离 26.3 最近的,是那 4 个报 22.2 的人(差 4.1),报 33.3 的差 7.0,报 50 的差 23.7。这时如果你报 0,离目标差 26.3,输得最惨。

所以,一个纯粹理性的人,可能会报一个离 0 很远的数。 回到前面的棋手和拼图:下棋的时候,你要猜的不是"一个完美的棋手会怎么走”,而是"眼前这个对手会怎么走"。2/3 游戏里也是这样:如果对面其实是一群随手写数的人,你却按"大家都想到底"去报 0,就是把他们当成了他们不是的人。

6.3 共同知识:我知道,你知道,我知道你知道

要让所有人都走到 0,需要比"人人理性"更强的东西。

回忆一下群聊里的"已读"功能。你发了一条通知:“明早 9 点开会。“没有"已读"时,你只知道自己发了,不知道别人看没看。有了"已读”,你能看到小周已读;可是小周并不知道你看到了 TA 的已读。想让所有人都安心地去开会,光是"每个人都看到了"还不够,还要"每个人都知道每个人都看到了”,再往上还要"每个人都知道每个人都知道每个人都看到了"……这样一层一层地无限叠上去,就叫作共同知识(common knowledge)。现实里,最接近它的是当面宣布:我当着所有人的面说一句话,每个人都听到了,而且每个人都看到别人也听到了。

走到 0 需要的正是这个:不光"人人理性",还要"人人知道人人理性,人人知道人人知道人人理性……“一层一层,没有尽头。现实里,没人能确保这一条无限的链。 链断在第几层,人就停在第几层。报刊实验里大家聚在第 2、3 层,很可能就是这个原因。

6.4 0 为什么是"自洽的”

虽然现实里很少有人走到 0,它依然是 2/3 游戏里一个很特别的数。

想象所有人都报同一个数 x。平均数是 x,目标数是 2x/3。如果 x > 0,那么目标数比所有人报的数都小,所有人都"报高了",每个人都想往下改一点。唯一例外是 x = 0:那时目标数也是 0,所有人正好踩在目标上。

再检验一下,如果大家都报 0,你偷偷换成 30,会怎样?20 个数的平均数是 30 ÷ 20 = 1.5,目标数是 1。别人离目标 1,你离目标 29。你输了。所以在"别人都报 0"的前提下,你没有任何理由单独改变。

这种"所有人都在,没有人想单独改变"的局面,叫作均衡,更准确地说是纳什均衡,是博弈论里最核心的概念。这里只想让你留意一件事:均衡是一种自洽的状态,不是对现实的预测。 在 2/3 游戏里,全报 0 是自洽的,但现实里几乎没人这样报。理论告诉你"如果所有人都想到底,会停在哪里",它并没有告诉你"人们真的会想到底"。

选读:整数版本里,1 也是自洽的。 如果规定只能报整数,并且参加的人不少于 4 个,那么"所有人都报 1"也是自洽的。检验一下 20 人局:大家都报 1,目标数是 2/3 ≈ 0.67,每人离目标 0.33。你偷偷改成 0,平均数变成 19/20,目标数是 0.633,你离它 0.633,别人离它只有 0.367,你反而输了。所以允许小数的版本里,只有 0 是自洽的;限定整数后,0 和 1 都是。小数点这样一个细节就能改变结论,提醒我们:博弈论的结论,对规则的细节是敏感的。

七、博弈论回答三类问题

现在回头看看,博弈论到底想帮你回答什么。

第一类是预测:一个博弈会发生什么?比如,两家外卖平台在价格战里,最后会停在哪里?这要靠"均衡"的概念。

第二类是建议:我该怎么选?比如,你在谈薪水时,该先开价还是等对方开价?这要考虑对方的预期、可信的承诺、信息的差别。

第三类是设计:怎样改规则,才能让大家的自利选择落到一个好结果?比如,拍卖怎么设计才能让人说真话,选举怎么设计才能不被操纵?这类问题叫作机制设计,它背后的想法是:规则决定结果。

它的历史其实不长。1944 年,冯·诺依曼和摩根斯坦出版《博弈论与经济行为》,博弈论才有了自己的体系。1950 年,约翰·纳什给出了"均衡"的一般形式。此后几十年里,一批研究者因为在博弈论及其应用上的贡献获得了诺贝尔经济学奖,包括 1994 年的纳什、海萨尼和泽尔滕,2005 年的奥曼和谢林,2007 年的赫维茨、马斯金和迈尔森。

⚠️ 最后要说清楚它不是什么:

  • 它不是教人耍心眼的。 它研究的是"局面的结构",而不是"怎样骗人"。很多重要的结论恰恰是:诚实、承诺和透明的规则,反而对大家都好。
  • 它不是保证你赢的秘籍。 2/3 游戏里,你知道了所有道理,仍然可能报错,因为你无法确切知道别人是谁。
  • 它不假设人冷血。 收益里可以包含善意、公平感和面子。
  • 模型是简化的地图。 地图故意画得比地形简单,才能用。它不会告诉你每一棵树在哪里,但会告诉你该往哪个方向走。

八、小结

这一讲你做了三件事:猜了一个数,看了真实的人怎么猜,又把整件事翻译成了博弈的语言。

  • 博弈是几个人的结果互相依赖,而且每个人都知道这一点的局面。对面是棋手,不是拼图。
  • 研究一个博弈,要说清五件事:玩家、行动、收益、规则和顺序、信息。
  • 理性是"在自己的信念下选最好的",不等于"相信别人理性"。2/3 游戏里,最佳回答取决于别人想了多深,而不是你自己想了多深。
  • 共同知识是"我知道、你知道、我知道你知道……“一层一层无限嵌套的知识。走到均衡需要它,而现实里这条链常常在第二、三层就断了。
  • 均衡是一种自洽的状态,不是对现实的预测。

回头看整个游戏:你的数是否合适,取决于别人的数,这是相互依赖;它又取决于你对别人想了多深的预期;而这套预期会停在哪里,被游戏的规则(平均数的 2/3,而不是 1/2 或 4/3)决定。

思考题

  1. 把"2/3"改成"1/2”(目标数是平均数的一半)。第 0 层、第 1 层、第 2 层分别报多少?一路想到底又在哪里?
  2. 把游戏改成只有 2 个人玩(目标数仍是平均数的 2/3)。设你报 a,对方报 b。证明:只要对方报的 b 大于 0,你报 0 就一定赢。这个结论说明,人数少的时候,“想到底"变得容易还是困难?为什么?
  3. 假设你知道另外 19 个人刚读完这一讲。你会比第一次玩时报得更低、更高,还是差不多?你认为他们会怎么想?这和"共同知识"有什么关系?
  4. 把目标数改成"平均数的 4/3”。如果所有人报同一个数 x,哪些 x 是自洽的?(注意数字不能超过 100。)
  5. 找一个生活里"猜别人怎么猜"的场景(选座位、选餐厅、抢红包、股票),用五个要素把它写出来。
  6. 前面说"报 0 的人往往输了"。那么在这个游戏里,“赢的人"有什么共同点?这和"最聪明的人"是一回事吗?

思考题提示

  1. 第 0 层约 50,第 1 层 25,第 2 层 12.5,每层都减半,一路想到底仍是 0。每层减半,比乘 2/3 降得更快,所以逼近 0 需要的层数更少。
  2. 对方报 b,你报 a,目标是 (a + b)/3。你离目标 |2a − b|/3,对方离目标 |2b − a|/3。令 a = 0,你的距离是 b/3,对方的是 2b/3,只要 b > 0,你更近。所以两个人玩,“报 0"不依赖对方想了多深,想到底变得容易。原因是两个人时你自己的数占了平均数的一半,你往下报会同时把目标数一起拉下来。人多的时候,你自己的一票对平均数影响很小,目标数主要由别人决定,才需要"猜别人想多深”。
  3. 开放题。要点:读过这一讲的人大概会比第一次报得更低,但"他们读过"并不意味着"他们知道你读过,也知道你知道他们读过”。每一层这样的"知道"都需要共同知识来支撑。
  4. x = 0 自洽;x = 100 也自洽(目标数 133 超过了 100,所有人都已经站在最靠近目标的位置)。0 到 100 之间的其他 x,目标数 4x/3 都比 x 大,所有人都想往上改。所以这个版本有两个自洽的局面,一低一高:一个博弈可以不止有一个自洽的局面。
  5. 开放题。写完后检查:你的"收益"是不是只写了钱?有没有把面子、公平感、时间写进去?
  6. 赢家的共同点是"比大多数人多想一两层,但不多想太多"。赢家不是想得最深的,而是最贴近别人实际想法的人。这和"最聪明"不是一回事。