《策略思维》

这是一本博弈论的经典著作

博弈论这个词听起来好像有点抽象，我先给你举个例子。比如，你的公司推出了一款新产品，要进入一个新市场，但是这个市场已经被另一家公司垄断了，这时候你该怎么办？你可能会说，我的产品质量好，价格便宜，优势很明显，我强行进入这个市场行不行？答案是，不行。在竞争中，你不能只管自己，还必须考虑对手会采取什么策略。如果对手跟你打价格战，比着降价，要把你的公司拖垮，那你在进入市场前就得充分考虑各种情况，做好应对的方案。那怎么才能知道对手是怎么想的呢？这就要用到博弈论了。

博弈论就是研究互动决策的学问。也就是说，在博弈过程中，你在做自己的决策的时候，一定要考虑到别人的决策。博弈论在政治学、经济学、军备竞赛甚至进化生物学里都有很广泛的应用。著名经济学家何帆评论说，这门学问虽然需要用到很复杂的数学，但是核心观点却简单清澈。这期音频为你分享的这本《策略思维》，就是一本关于博弈论的经典入门书。别的研究博弈论的书有很多专业术语和数学计算，但这本书没有这些，而是通过大量有趣的案例帮我们理解博弈论。同时，这本书还为我们提供了几种非常有用的决策思维，这些思维能帮你在日常生活中做出更好的选择。

本书的作者是两位大学教授，都在美国著名大学开设博弈论的课程。其中一位叫迪克西特，这位教授最近几年一直在诺贝尔经济学奖的候选人名单里，这本书的主要内容就来源于他在普林斯顿大学开的一门课“策略博弈”。另一位教授奈尔伯夫，也在耶鲁大学教过类似课程。

接下来，我会从四个方面给你讲述这本书的内容。首先，我来给你介绍策略思维最基本的分析方法，“向前展望，倒后推理”。在轮流出招的博弈中，这个方法非常适用。其次，如果双方同时出招，又该采取什么样的策略。再次，我们要介绍更复杂的情况，如果我们和对手的决策会互相影响，那怎么防止对手预测我们，我们又应该怎么去影响对手。最后，怎样跳出囚徒困境，用策略思维来维护共同利益。

第一部分

咱们先进入第一部分，策略思维最基本的分析方法，叫“向前展望，倒后推理”，这是这本书中两位作者反复强调的一种分析方法。我来给你解释一下。

向前展望，意思就是在做决策之前，要预测对方可能会采取什么行为，以及这种行为会带来什么样的结果。这种思路就像咱们下棋的时候，每下一步，都要不断去猜对方下一步会怎么走。那些下棋的高手，都是能看到好多步以后的人。比如人工智能 AlphaGo，它能通过强大的计算能力，列举出对方可能做出的所有选择，然后根据对方的下一步，决定自己该怎么走。这种计算会一直持续下去，计算量非常大。不过 AlphaGo 能通过深度学习，减少这种列举的可能性，能很快地根据当前的局势来判断最后的结果。这就是向前展望的过程。

如果只是向前展望，还不能帮我们做出最后的决策，还需要倒后推理。这就是说，我们先得明确最后想达到一个什么样的目标，然后从这个目标倒着往后推，一步一步地确定策略。比如前边咱们举的新产品要进入市场的例子，如果你的最终目标是不希望对手打价格战，那么你的定价就得让对手觉得不打价格战能有更多的收益；如果你的最终目标是要通过价格战打败对手，那你就要判断对手能容忍的最大亏损，根据这个极限定出一个一招致命的价格。这就是倒后推理的过程。

“向前展望，倒后推理”这个方法能帮我们理解和分析很多复杂的问题。比如，在很多国家，工人会通过罢工来争取更多的利益，这时候就需要工会和企业管理层来谈判。一般情况下，工会希望用罢工给企业施加压力，让企业提高工资，增加福利，企业管理层呢，更希望维持现在的工资水平。所以，如果向前展望，每当工会提出要增加工资的时候，企业都可以选择同意或者不同意，然后工会再根据企业的决策做出自己的判断，决定要继续罢工还是开始工作。

理论上来说，这个博弈过程可以一直持续下去，但实际上，如果工人一直罢工，就失去了收入，同时企业也要承担很大的经济损失，所以罢工对双方都会产生伤害，罢工持续时间越长，造成的损失可能就越大。这时候就需要倒后推理。工人和企业都是理性的，他们对自己的损失会有一个估计，会在恰当的时候达成妥协，结束罢工。什么是恰当的时候呢？对企业来说，只要罢工还在持续，损失就在增加。如果企业的目标是尽可能减少损失，那就应该把握住第一次谈判的机会，尽可能跟工会谈成一个合适的工资水平；对于工人们来说，在理想的情况下，为了减少损失，也希望尽早妥协。

这就是“向前展望，倒后推理”的方法。向前展望，能帮我们列举未来所有的可能性；倒后推理，能帮我们从目标出发，找到博弈过程里最好的方案。

第二部分

刚才我们介绍过，“向前展望，倒后推理”这个方法适用于轮流出招的博弈，就像下棋，我先走一步，你再走下一步。在罢工的谈判例子中，也是工会先提条件，企业再去应对。不过，在真实世界中，很多时候博弈双方需要同时出招，这时候我们该采取什么策略呢？这是第二部分要讲的内容。

同时出招的过程，比较像我们平时玩的石头剪刀布游戏。在出招之前，我们不知道对方会出什么，必须设想如果自己处在对方的位置会出什么，然后再推算这么出会带来什么结果。也就是说，既要站在自己的角度考虑，还要站在对方的角度考虑。书里说，在这种博弈里，我们可以使用这样三个策略：一是选择你的优势策略；二是避免你的劣势策略；三是寻找这个博弈的均衡，也就是均衡策略。分别来解释一下。

优势策略好理解，就是在一系列策略中，这个策略比你的其他策略都要好。比如要考试了，临时抱佛脚、抓紧时间好好复习就是一个优势策略，比放弃考试或者作弊要好；再比如，要维持身体健康，优势策略就是经常锻炼、多吃水果蔬菜，比生病后去医院看病要好。

劣势策略也好理解，就是对你最不利的那个策略。假如你是一支篮球队的教练，你的球队正在打一场比赛，现在距离比赛结束只剩下3秒钟，你的球队领先两分，可是你的对手却手握球权，这时你怎么安排防守策略呢？我们一起来分析一下。你的对手这时有两个策略：一是打两分，如果球进了，比分打平，双方进入加时赛；二是打三分，如果球进了，比分反超，你的球队将被绝杀。这时，你也有两个策略：一个是防止对方打两分，一个是防止对方打三分。这时，防守两分就是一个劣势策略，因为一旦对手三分球进了，你的球队就会被绝杀，所以，你的最佳选择是防守对方的三分球。

接下来是寻找这个博弈的均衡，也就是均衡策略。这个意思是，参与博弈的每一方都找到了针对另一方的最佳对策。这个理论是著名数学家、博弈论创始人约翰·纳什提出来的，所以均衡策略也叫做纳什均衡。

纳什均衡有一个很形象的应用场景，出现在一部奥斯卡获奖电影《美丽心灵》里。这个场景是这样的，说纳什在普林斯顿大学上学的时候，和几个同学在学校酒吧里讨论怎么追女生。一个同学分析，亚当·斯密说个人利益会推动集体利益，咱们先去追求最漂亮的女生，如果被拒绝，然后再去追求其他女生。但是纳什认为，这事儿不能光考虑自己，还要考虑男生、女生和所有同学整体。纳什分析说：每个人都想追求最漂亮的那个女生，这是人之常情，不过如果大家都去追求她的话，肯定会有人遭到拒绝；如果遭到拒绝后，再去追求其他女生，会有很大的概率再次被拒绝，因为没有人喜欢当备胎；所以，对大家来说，最好的策略就是都不去追求最漂亮的那个女生，而是直接各自追求其他女生，这样对所有人都有利。

你看，在这个均衡策略中，每个人的行为都是针对其他人行为的最佳对策，男生不会因为追同一个女生而成为情敌，其他女生也不会被当作备胎而受到冒犯，这样男生追到女生的概率就会大大增加。你看，同时出招的博弈就是一个循环推理的过程，首先要找出自己的优势策略，尽量选择它；然后找出自己的劣势策略，尽量避免；最后不断简化博弈过程，找到博弈的均衡，也就是每个人的策略都是回应对方的最佳策略。

再给你举个书里的例子。美国有两大橄榄球联盟，一个强势，一个弱势，下边咱们就用强势联盟和弱势联盟来代替这两个组织。这两个联盟分别组织自己的比赛，强势联盟在秋季比赛，因为秋季市场最大，但是弱势联盟也想在秋季办比赛，把对手挤到春季去，那么，弱势联盟究竟该不该这么做呢？

为了更精确地说明这个例子，我们假定秋季有1亿人观看橄榄球比赛，而春季只有5000万人看比赛。如果两大联盟同时选择一个季节，强势联盟将得到70%的收视率，弱势联盟只有30%的收视率。也就是说，如果两大联盟同时在秋季比赛，只有3000万人会观看弱势联盟的比赛；而如果弱势联盟继续选择在春季比赛，他们还会有5000万观众。那么，有没有可能让强势联盟转到市场不大的春季去呢？人家也不傻，他们当然要遵循自己的优势策略，这个优势策略就是永远选择观众最多的秋季进行比赛。这么分析下来，面对强势联盟，弱势联盟没有一个优势策略，它只有一个均衡选择，就是永远在强势联盟停赛期间比赛。所以，这个策略的均衡就是，强势联盟在秋季比赛，弱势联盟依旧在春季比赛。在很多竞争的场合，我们甚至可以预言，竞争双方最后必然会走向这样一个均衡点。在这个均衡点上，每一方的行动都是自己的优势策略，都是对对方行动的最佳回应。

总结一下这一部分。在同时出招的博弈中，我们要尽可能选择自己的优势策略，避免劣势策略，在这个过程中找到均衡。

第三部分

接下来我们要介绍更复杂的情况：如果我们和对手的决策会互相影响，那怎么防止对手预测我们，我们又应该怎么去影响对手？这是第三部分。

先说怎么防止对手预测我们。作者给我们支了一招，就是随机策略。也就是说，用一种不可预测的方法做出你的决策，这时对手就很难预测你的行为。体育比赛中经常会用到随机策略。比如，在篮球比赛中，如果一个球员的左右手都可以投篮，那么防守他就会很困难，因为每一次都要考虑他是会用左手投还是右手投。再比如，航空公司一般会向最后一分钟买票的乘客提供优惠机票，不过，他们不会告诉你还剩下多少座位。这时，如果你想买到优惠机票，就要猜剩下的座位数量。如果最后一分钟所剩机票的数量变得容易预测，那么乘客利用这一点占便宜的可能性就会大很多，大家都去抢优惠机票了，航空公司肯定就亏大了。

再看一个例子。二战期间，盟军计划在欧洲开辟第二战场，有两个地方可以登陆，一个是诺曼底，一个是加来港。诺曼底海滩相对平坦，加来港地形易守难攻，对于盟军指挥官来说，优势策略很明显，就是聚集所有兵力登陆诺曼底。但是问题在于，盟军将在诺曼底登陆这事，德军也很容易想到，所以德军的优势策略就是，重兵驻守诺曼底，分兵驻守加来港。这时，盟军就使用了随机策略，把德军给弄糊涂了。

我们来看看盟军是怎么套路德军的。首先，盟军派一支部队在加来港附近驻扎，假装进攻加来，当然，去的都不是精锐部队；然后，盟军策反了一个德军间谍，还把间谍叛变的消息透露给德军；然后，盟军让这个间谍给德军发了一条特别容易破解的加密信息，内容是盟军将在诺曼底登陆；最后，从医院借了具死尸，给死尸编了一个盟军上校军官的身世，并给死尸包里装上诺曼底登陆作战计划的小本子，扔到德军控制区域的海滩上，然后登报说上校失踪了。现在，如果你是德军指挥官，你肯定也一脸懵圈，从哪儿一下冒出来这么多信息，得小心有诈啊。德军指挥部这时会仔细分析：首先，盟军都在加来附近囤积兵力了，很可能是要进攻加来了；第二，咱们的间谍叛变了，而且发过来的信息特别容易破解，所以这话得反着理解，诺曼底登陆大概率是假的；这时又突然冒出来一个上校的死尸，包里的诺曼底作战计划不知是真是假。于是，德军指挥部整体瘫痪，谁都不知道盟军将会在哪里登陆。结局大家都知道了，德军最终选择重兵驻守加来港，盟军以优势兵力成功登陆诺曼底。

这个随机策略理解起来并不难，这就是防止对手预测我们的方法。那我们又该怎么去影响对手呢？书里介绍了两个很管用的方法，一个是威胁，另一个是许诺。

威胁说的是对不肯跟你合作的人进行惩罚。比如，你想让你的客户提前支付货款，那你可以说“如果您无法提前支付货款的话，那我们的到货时间可能就没办法保障”。这就是一个威胁。许诺呢，就是给愿意跟你合作的人提供回报。比如，你想让部门员工努力工作，那你可以说“大家辛苦辛苦，等这个项目忙完了，给大家好好放个假”。这两个方法也不难理解，即便是在国际竞争的场合也能用得上。

我们来看书中的一个例子。假设美国和日本都想发展高清电视，美国有技术优势，但是政府相关预算不够；日本政府钱多，但是技术一般。这时，日本最愿意看到的结果是，自己加大资金投入，而美国减少资金投入，这样日本就可以充分发挥自己的资金优势；但是在美国看来，最理想的结果是，双方同时降低资金投入，这样，美国就可以充分利用自己的技术优势。简单来讲，降低资金投入就是美国的优势策略，加大资金投入就是日本的优势策略。这时候，美国做出了一个许诺，抢先宣布自己将会在高清电视产业加大资金投入。美国的这个策略行动就改变了日本的预期，日本就不敢加大资金投入。当然，一旦日本拿定了主意，美国最好也不要真的投入太多资金，只要改变对方的行动，让条件变得对自己有利就可以了。

说到这儿你可能会问，要是日本不相信美国宣布的事儿呢？作者强调说，我们还需要让许诺变得可信。如果你的威胁和许诺只停留在口头上，别人就有可能通过“向前展望”预测到你的威胁和许诺不过是一种欺骗，那你的策略可能就没用了。说回高清电视的例子，如果日本不相信美国要加大资金投入的话，美国的策略就不起作用了。为了让自己的话可信，美国使用了另一个策略，划拨专项资金，专门提供给想要参与开发计划的公司，这就让自己加大资金投入的行为显得更加可信。

前边我们讲的是许诺的例子，现在我们来看看威胁的例子。威胁说的是，对不肯跟你合作的人进行惩罚。

比如，冷战期间，美国想要阻止苏联介入欧洲。如果美国直接威胁说“如果苏联入侵欧洲，美国就将苏联夷为平地”，虽然这个威胁足够恐吓对方，但是要考虑到一种可能性：如果苏联入侵了欧洲，美国为了维护自己的信誉，就需要真的去进攻苏联，这样一来，这个威胁也会给自己造成很大的损失。这时，为了让威胁变得缓和一点，办法是创造一种风险，表明可怕的事情有可能发生，而不是一种确定性。这时，美国可以说“如果苏联入侵欧洲，那么不排除美国使用核战略的可能”。这时，这种威胁就从一种确定性变成了可能的风险，因为核战争造成的损害特别大，所以即使这个可能性只有10%，也足够恐吓对方了。

这一部分我们讲了怎么防止对手预测我们的行为，办法是采取随机策略，让对方猜不着。我们还讲了可以通过威胁和许诺影响对方的行为，让条件变得对自己更有利。

第四部分

前边我们讲的大都是怎么在博弈中战胜对方，那博弈能不能维护共同利益呢？答案是，能。这就是我们第四部分的内容。

先来讲一个概念，囚徒困境，你可能也听说过，这是博弈论里的经典案例。说的是警察抓住了两个罪犯，为了防止串供，把他们分别关在不同的房间里。警察告诉他们，如果两个人都坦白，各判两年；如果两个人都抵赖，各判一年；如果一个人坦白，一个人抵赖，坦白的放出去，抵赖的判五年。如果开启上帝视角，最好的策略是两个人都抵赖。但任何一个人在选择抵赖的时候，都要冒很大的风险，因为一旦自己抵赖，而对方坦白了，自己可就惨了。由于两个人都无法信任对方，所以他们都倾向于坦白，而不是同时抵赖，最终，两个人都被判刑两年。囚徒的困境在于，两个人都做出了看上去对自己最有利的选择，实际上却陷入了一个对双方都不利的困境中。

经济学家何帆在得到订阅专栏《何帆的北大读书俱乐部》里，专门分析了囚徒困境。他说，囚徒困境跟三个因素有关，一个是博弈各方在不同策略下的成本和收益，一个是博弈的次数，还有一个是参与人数。

我们先来看博弈各方的成本和收益。要是把囚徒困境里的成本和收益改一下，囚徒困境就不存在了。比如，被审讯的是一对真心相爱的夫妻，宁可一起坐牢，也不愿意背叛对方。或者，被审讯的两个人都是黑帮成员，如果有人坦白交代了，即使被放出来，也会被黑帮杀死，也就是说，背叛的成本无穷大。在这些情况下，都不会出现囚徒困境。

再来看博弈次数。如果被审讯的这两个人谁也不认识谁，对方要坐几年牢跟自己没关系，那互相背叛的概率就很高；如果他们是熟人，以后还会再见，还有合作的可能，那背叛对方的概率就会很低。

接下来看参与人数。经典的囚徒困境里接受审讯的只有两个人，他们串供的概率比较高，如果是100个人接受审讯，串供的概率就会大大降低，而且，想浑水摸鱼的人也更多。

如果囚徒困境已经形成了，怎样才能跳出这个困境，维护共同利益呢？作者给出的答案是：对背叛进行严格的惩罚。

来看一个书里的例子。伊朗和伊拉克两个国家都想通过扩大石油生产量，来提升自己国家的收入，但是最终结果是，由于扩大了生产量，石油价格下跌了。当然，这对消费者来说是好事，大家巴不得可以从低价中受益，但是从生产国的角度考虑，他们的利益都受到了损失。为了避免这样的囚徒困境，这时就需要有一个企业联合组织来惩罚作弊行为。比如在这个例子中，石油输出国组织欧佩克就设置了惩罚的触发价格，也就是，当石油价格低于每桶25美元的时候，他们就会觉察到，如果需求没减少，那就是有成员国作弊，加大了开采量，从而导致了石油价格下跌，然后，他们会对作弊的国家进行经济制裁。这样一来，石油生产国就不敢再盲目扩大产量，而是控制产量，维护共同利益。

经济学家何帆说，囚徒困境不仅仅是一个模型，也是一个思想实验，它跟收益、成本、博弈次数和参与人数都有关。这本书建议走出囚徒困境的一个有效方法，就是严格惩罚背叛行为，让博弈各方不敢背叛，这样来维护共同利益。

这本书的主要内容就说到这里，我们来简单总结一下。

我们首先分享了策略思维最基本的分析方法，“向前展望，倒后推理”。也就是在做决策之前，要预测对方可能会采取什么行为，以及这种行为会带来什么样的结果；要明确最后想达到一个什么样的目标，然后从这个目标倒着往后推，一步一步地确定策略。这个方法适用于轮流出招的博弈。如果双方同时出招，就要选择自己的优势策略，避免劣势策略，在这个过程中达到均衡。在博弈过程中，我们既可以采用随机策略，防止对手预测我们的行为，又可以采取威胁和许诺的方法影响对手的行为，让形式变得对我们更有利。当然，掌握博弈论，不仅仅是为了战胜对手，还要想办法维护共同利益。这个方法，就是严格惩罚背叛行为，来跳出囚徒困境。

除了我们说到的这些内容，这本书还讲了博弈论在很多领域的应用，收纳了很多案例，比如投票、谈判、员工激励等等。如果你对博弈论感兴趣，建议你找这本书来阅读。

经济学家何帆认为，博弈论持一种悲观现实主义的世界观，它不承认人会大公无私地奉献，人与人之间充满了欺诈和背叛，但是这样一种悲观的思想，却能推导出非常乐观的结论。博弈论告诉我们，即使这个世界很灰暗，但乐于合作的好人最终是会胜出的。

有一位博弈论专家做过一个实验，把代表各种游戏规则的程序输入计算机，让这些策略相互博弈，最后胜出的策略叫做“一报还一报”。这个策略一共就三条：第一，不主动背叛别人；第二，以牙还牙；第三，如果你背叛我之后，又回心转意，又愿意合作，那我不计前嫌，继续跟你合作。这个策略在最开始会吃亏，但是只要有一小部分人一直坚持这个策略，就能生存下来，还能吸引越来越多的人加入他们。也就是说，即便这个世界已经沉沦，只要有一小批人愿意跟你坚持道德底线，你还能过得很好，没人能强迫你堕落。