首发于：2026-1-18
非零和博弈
什么是非零和博弈
非零和博弈是博弈论中的重要概念，指参与者的收益总和不为零的博弈形态。包括正和博弈(双赢)和负和博弈(双输)。与零和博弈不同，非零和博弈中参与者可以通过合作实现共同利益最大化，但也可能因缺乏协调而陷入次优结果。
说白了，非零和博弈就是：大家的收益加起来不是零，可能一起赚，也可能一起亏。
这类博弈最关键的特点是：个体的最优解，可能导致集体的最差结果。
经典模型一：囚徒困境
困境的设定
囚徒困境这一概念最早由美国数学家梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）于1950年提出，是非零和博弈的典型代表。
故事是这样的：
两个小偷A和B被警察抓住了，警察把他们分开审讯，不给他们串供的机会（这个很重要，如果可以串供，结果就不一样了）。
警察告诉他们：
- 如果俩都坦白，各判5年
- 如果一个坦白一个抵赖，坦白的无罪释放，抵赖的判10年
- 如果俩都抵赖，证据不足，各判1年
囚徒困境有个基本假设：人是利己的。每个人只关心自己的利益，不在乎别人的得失。
收益矩阵
我们把这个博弈用收益矩阵表示一下（收益用刑期的负数表示，越负越惨）：
| B坦白 | B抵赖 | |
|---|---|---|
| A坦白 | (-5, -5) | (0, -10) |
| A抵赖 | (-10, 0) | (-1, -1) |
表：A的收益在前，B的收益在后，负数表示刑期
我们来算一下A的收益：
- 如果A坦白，B也坦白 → A判5年，收益记为-5
- 如果A坦白，B抵赖 → A无罪，收益记为0
- 如果A抵赖，B坦白 → A判10年，收益记为-10
- 如果A抵赖，B抵赖 → A判1年，收益记为-1
- A坦白期望收益-5；A抵赖期望收益-11。
从A的角度：
- 如果B坦白，我坦白判5年，抵赖判10年 → 坦白更好
- 如果B抵赖，我坦白无罪，抵赖判1年 → 还是坦白更好
所以无论B选什么，A的最优策略都是坦白。
对B来说也一样，理性选择也是坦白。
结果：俩人都选择坦白，各判5年。
这是对于他们个体的最优解。但是对于集体来说显然不是最优解。
纳什均衡
这里有个很有意思的现象：如果俩人都抵赖，各判1年，明明对大家都好啊！为什么没有发生？
这就需要引入纳什均衡来解释了。
纳什均衡
在博弈中，如果每个人的策略都是对其他人策略的最佳回应，这个稳定状态就叫纳什均衡。在这个状态下，任何单方面改变策略都会让自己变得更糟。
囚徒困境中，A坦白，B坦白，就是纳什均衡状态——虽然不是最好的结果，但却是最稳定的结果。
个体的最优解（这里我感觉就是双输好过单赢，哈哈🐶），导致了集体的最差结果。
现实案例
案例一：价格战
两家公司卖同样的产品，如果都不降价，各自赚10（10, 10）。
如果一家降价一家不降，降价的那家抢占市场赚15，不降的只赚5（15, 5）。
如果都降价，利润都变薄，各自只赚6（6, 6）。
| B不降价 | B降价 | |
|---|---|---|
| A不降价 | (10, 10) | (5, 15) |
| A降价 | (15, 5) | (6, 6) |
纳什均衡是（都降价，6, 6），虽然（不降价，10, 10）对大家都更好。
类似的例子：
- 网约车补贴战：滴滴和Uber烧钱补贴，最后都亏，用户赚了
- 社区团购：阿里、美团、拼多多厮杀，补贴大战，利润微薄
- 电商平台：拼多多、淘宝、京东价格战，利润越来越薄
打破方式：行业协会价格协调、反垄断法限制恶性竞争。
案例二：教育内卷与剧场效应
这就是典型的"剧场效应"：
- 前排的人站起来看戏，逼得后排的人也都站起来
- 最后所有人都站着看戏，谁也没看得更清楚，但都更累了
教育内卷也是一样的，这是多方博弈：
- 家长：别人补，我不补，孩子就输了
- 培训机构：鼓吹焦虑，赚钱
- 教育部门：想减负，但不敢真减（怕孩子输在起跑线）
解决办法就是政策干预："双减"政策就是改变规则的外力。
还有就是职场内卷：一个人996，逼得所有人都加班（所以一个无产阶级的人如果提倡加班，那么这个人就是背叛了阶级，我们可以称其为“工贼”）
案例三：美苏冷战，军备竞赛
两国都扩充军备：
- 都扩军：安全了，但花掉大笔钱，经济受损（-5, -5）
- 都裁军：安全了，省下的钱搞经济（-1, -1）
- 我扩军你裁军：我占你便宜（3, -10）
- 我裁军你扩军：我被你欺负（-10, 3）
结果：双方都拼命扩军，双输。
现代的例子：
- 网络军备竞赛：各国发展网络战能力，互相攻防
- AI军备竞赛：担心对手先发展出军事AI，所以自己也拼命发展
解决方式：裁军条约、军控协议、第三方监督。
但这又回到猎鹿博弈的信任问题：你怎么知道我会遵守条约？
经典模型二：智猪博弈
博弈场景
猪圈里有一大一小两头猪，猪圈很长，一头有个按钮，另一头有个食槽。
按一下按钮，会有10个单位的猪食掉进槽里，但按踏板的那头猪要付出2个单位的成本（跑来跑去累的）。
问题来了：谁去按按钮，谁就吃亏，因为对方早就在食槽等着了，等你跑回来人家已经吃上了。
收益矩阵
| 小猪按 | 小猪等待 | |
|---|---|---|
| 大猪按 | (7-2, 3-2) | (6-2, 4) |
| 大猪等待 | (9, 1-2) | (0, 0) |
表：大猪的收益在前，小猪的收益在后，踩踏板成本-2，大猪比小猪吃得快
分析一下：
- 如果大猪按，小猪也按得1，小猪等待得4 → 小猪应该选择等待
- 如果大猪等待，小猪按得-1，小猪等待得0 → 小猪还是应该选择等待
所以小猪的策略很明确：无论大猪按不按，我都等待（搭便车）。
大猪怎么办呢？小猪肯定不按，大猪按得4，不按得0，所以大猪只能按。
结果：大猪累死累活按踏板，小猪坐享其成。
这就是智猪博弈的纳什均衡。
现实应用：搭便车问题
案例一：技术创新与跟随策略
苹果投入数百亿美元研发iOS、A系列芯片、Face ID...
其他手机厂商：拿来主义！
苹果肯定不爽这种行为，但又不能不研发，不研发就更没优势。
这就是智猪博弈：大猪（苹果）必须创新，小猪（其他厂商）最优策略是跟随。
类似的情况还有：
- 大药企研发新药，小药企生产仿制药
- 大平台做基础设施，小平台在上面开发应用
- 大明星带流量，小网红蹭热度
案例二：税收与公共物品
张大老板一年交1个亿税，李小店主一年交1万税。
但大家享受的国防、治安、道路是一样的。
张大老板：我交这么多，小老板才交这么点？
李小店主：我就赚这么点，怎么交？
但大老板还得交，因为基础设施好对他更有利（大猪按踏板）。
案例三：企业环保投入
大企业投入10亿搞环保，小企业不投入。
结果环境改善，大家都受益。
小企业：搭便车真香！
大企业：我投入，你白嫖？
但如果都不投入，环境都恶化，大企业损失更大，所以大企业还是得投。
这告诉我们：在非零和博弈中，弱势一方有时可以"躺平"，强势一方反而必须主动。
经典模型三：猎鹿博弈
博弈场景
两个人去打猎。如果合作猎鹿，每人收益是8；如果单独抓兔子，每人收益是3。
但猎鹿需要两个人配合，一个人单独去猎不成功（收益为0）。
收益矩阵
| B猎鹿 | B抓兔 | |
|---|---|---|
| A猎鹿 | (8, 8) | (0, 3) |
| A抓兔 | (3, 0) | (3, 3) |
表：A的收益在前，B的收益在后
这个博弈有两个均衡：
- 都猎鹿（8, 8） - 集体最优
- 都抓兔（3, 3） - 风险最小
问题是：我不信任你会不会临时变卦去抓兔子。
如果我信任你，我们猎鹿；如果不信任，我抓兔保底。
信任困境
猎鹿博弈和囚徒困境的区别在于：
- 囚徒困境：纳什均衡是唯一的，且是次优的（都坦白）
- 猎鹿博弈：有两个纳什均衡，一个最优（都猎鹿），一个次优（都抓兔）
关键在于：如何达成信任，让大家选择最优均衡？
现实应用：合作与协调
案例一：《巴黎协定》的困境
各国都减排，气候改善，大家都受益（8, 8）。
但减排要花钱，影响经济增长。
如果你减排，我偷摸排化石燃料，我赚了你还亏了（0, 3）。
所以大家都想等等看，结果气候继续恶化（3, 3）。
这就是为什么国际气候谈判这么难：
- 理论上应该合作（猎鹿）
- 实际上互相猜忌（都抓兔）
案例二：团队项目的博弈
小组作业，大家都全力以赴，项目优秀，都拿高绩效（8, 8）。
如果一个人摸鱼，项目干得不行，其他人都白干，都拿低绩效，但摸鱼的至少享受了清闲（0, 3）。
结果：
- 有责任感的团队：都努力（猎鹿）
- 互不信任的团队：都摸鱼（抓兔）
案例三：婚姻关系
婚姻就是典型的猎鹿博弈：
- 共同经营，家庭幸福（8, 8）
- 各顾各的，感情淡漠（3, 3）
- 一方付出一方背叛，受伤的是付出的一方（0, 3）
所以婚姻最重要的是：信任。
没有信任，最好的策略就是各自保底（抓兔）。
经典模型四：协调博弈
博弈场景
这个博弈说的是：协调也是一门艺术。
夫妻俩想一起看看电视，但喜欢的类型不同。老公喜欢看足球赛，老婆喜欢看电视剧。
关键约束：必须一起看（分开看效用为0），但偏好不同。
收益矩阵
| 老婆-足球赛 | 老婆-电视剧 | |
|---|---|---|
| 老公-足球赛 | (2, 1) | (0, 0) |
| 老公-电视剧 | (0, 0) | (1, 2) |
表：老公的收益在前，老婆的收益在后，分开都为0
这个博弈有两个均衡：
- 都看电视剧（1, 2） - 老婆更满意
- 都看足球赛（2, 1） - 老公更满意
问题不是对抗，而是协调：怎么达成一致？
和猎鹿博弈不同，协调博弈里双方都想在一起，只是偏好不同。而猎鹿博弈里，一方可能背叛导致另一方吃亏。
协调问题
协调博弈的解决方式：
- 轮流：这次电视剧，下次足球赛
- 沟通：提前商量好
- 约定：谁生日听谁的
- 第三方：孩子想看啥就看啥（引入新的参与者）
这告诉我们：有时候问题不是对抗，而是如何协调。
现实应用：协调的智慧
案例一：朋友聚餐吃什么
三个好朋友约周末聚餐，但口味不同：
- 小张想吃火锅（川味，重辣）
- 小李想吃日料（清淡）
- 小王不太挑，但希望大家一起
如果分开吃就没意思了（效用为0）。
收益情况：
- 都吃火锅：小张最爽(2)，小李勉强接受(1)，小王无所谓(1)
- 都吃日料：小李最爽(2)，小张勉强接受(1)，小王无所谓(1)
- 分开吃：都没意思(0, 0, 0)
解决方式：
- 这次火锅，下次日料（轮流）
- 找一个折中的餐厅，比如有辣有不辣的自助
- 抽签决定
- 看看大众点评哪家评分高（第三方）
案例二：团队团建去哪玩
公司部门要团建，大家意见不一：
- 年轻同事想去密室逃脱（刺激、有趣）
- 年长同事想去茶馆喝茶（放松、养生）
- 不分开团建（否则没团队氛围）
但必须统一行动。
解决方式：
- 上午密室，下午喝茶（折中）
- 这次密室，下次爬山（轮流）
- 每个人投票选一个方案（民主）
- 让领导决定（第三方权威）
案例三：项目技术选型
创业团队要选技术栈，争执不下：
- 前端想用React（各种开源库齐全、生态好）
- 后端想用Vue（学习成本低、上手快、在国内招聘更容易）
- 必须统一技术栈，否则维护成本爆炸
解决方式：
- 咨询行业专家或技术顾问（第三方）
- 团队投票，少数服从多数
- 先用A项目试试，不合适再换（试点）
破局
从单次博弈到重复博弈
前面说的都是单次博弈，就是只玩一次。这种情况下，囚徒困境很难破局。但如果博弈是重复的，情况就不一样了。
楼下小卖铺 vs 旅游景区
- 楼下小卖铺：坑你一次，你就不会来了，还会告诉楼里其他人。为了长期利益，必须讲诚信。
- 旅游景区：你下次不会再来了（大概率），宰一次是一次。所以很多景区商家很坑。
这就是重复博弈的力量。
无名氏定理（Folk Theorem）
在无限次重复博弈中，如果参与者有足够的耐心（贴现因子不太小），那么合作可以成为纳什均衡。简单说：如果博弈一直进行下去，大家最终会选择合作。
因为如果这次背叛，对方下次就会报复，长期来看不划算。
现实中的应用：
- 商业信用：企业为了长期合作，不会坑合作伙伴
- 品牌声誉：大品牌不敢作恶，因为损失太大
- 长期雇佣：员工不偷懒，老板不会随意解雇
但有一个前提：博弈必须是重复的，且双方都知道会继续博弈下去。
引入外部约束
有时候光靠重复博弈还不够，需要外部力量介入。
法律约束：
- 反垄断法：限制恶性竞争
- 劳动法：禁止996
- 合同法：强制执行协议
第三方平台：
- 淘宝的信誉系统：商家不敢坑人，因为差评会毁生意
- 支付宝的担保交易：买家敢付款，卖家敢发货
- 大众点评：餐厅不敢乱来，因为差评曝光
监管机制：
- 金融监管：防止金融机构坑投资者
- 环保督察：强制企业减排
- 食品安全检查：保障消费者权益
外部约束的本质：改变收益矩阵，让背叛的代价变大，让合作的收益变大。
建立信任与合作机制
除了外部约束，还可以通过内部机制建立信任。
声誉机制：
- 信用评分：芝麻信用、征信系统
- 在线评价：淘宝、美团、滴滴
- 口碑传播：朋友推荐、社交媒体
担保机制：
- 保证金：买房定金、投标保证金
- 第三方托管：支付宝、银行托管
- 保险：违约保险、质量保险
信号发送：
- 品牌：大品牌=质量保证
- 认证：ISO认证、有机认证
- 保修：7天无理由退货
沟通机制：
- 谈判：面对面沟通，达成共识
- 协商：工会与资方谈判
- 透明化：信息公开，减少信息不对称
这些都是为了让参与者在没有外部强制的情况下，自愿选择合作。
总结：从对抗到合作
回顾一下，非零和博弈告诉我们几个关键道理：
1. 现实很复杂
大部分博弈不是简单的你赢我输，而是可以双赢也可能双输。
理解这一点，才能跳出"零和思维"：
- 商业不是你死我活，可以共创价值
- 职场不是踩压同事，可以互利共赢
- 国际关系不是霸权竞争，可以合作共赢
2. 个人理性≠集体理性
囚徒困境、价格战、教育内卷...这些都是个人理性导致集体非理性的例子。
就像凯恩斯说的："理性的个人，可能导致非理性的集体。"
认识到这一点，才能避免陷入"双输"的陷阱。
3. 均衡不是最优
纳什均衡是稳定的，但不一定是最好的。
- 囚徒困境：都坦白是均衡，但都抵赖更好
- 智猪博弈：小猪搭便车是均衡，但大猪很委屈
- 猎鹿博弈：都抓兔是均衡，但都猎鹿更好
我们要做的，不是接受次优均衡，而是想办法创造更好的均衡。
4. 改变规则很重要
囚徒困境怎么破？
- 重复博弈：让博弈持续下去，合作才有价值
- 外部约束：法律、监管、第三方平台
- 信任机制：声誉、担保、信号、沟通
本质上，改变规则就是改变收益矩阵，让合作成为最优选择。
5. 理解博弈，才能改变博弈
博弈论不仅是分析工具，更是行动指南。
识别我们处于什么样的博弈中：
- 是囚徒困境？想办法建立信任或引入外部约束
- 是智猪博弈？如果你是小猪，安心搭便车；如果你是大猪，想办法改变规则
- 是猎鹿博弈？努力建立信任，达成合作
- 是协调博弈？积极沟通，寻求协调
理解博弈，才能找到破局的方法。
从对抗到合作，从零和到非零和，这才是博弈论给我们的最大启示。