“第三层，陈凡对林默。”

林默推了推眼镜：“从博弈论角度，在无限次重复囚徒困境中，合作确实是子博弈精炼均衡，只要未来折现因子足够大……”

“说人话。”陈凡笑了。

“合作。”林默也笑了。

双合作。得分各3，累计各9。乘数变为4。

“第四层，陈凡对萧九。”

萧九跳起来：“凡哥凡哥！本喵肯定合作！全投！”

陈凡笑着点头。

双合作。得分各3，累计各12。乘数变为5。

一轮下来，团队内部全合作。

但均衡观察者的声音响起：“第一阶段结束。第二阶段：外部玩家介入。”

楼梯上出现了新的身影。

不是真人，是“虚拟玩家”——由博弈论学派生成的策略智能。

“现在开始，每一层，你们中的一人将与虚拟玩家对战。虚拟玩家采用各种经典策略：永远合作、永远背叛、以牙还牙、宽容以牙还牙、随机策略等。”

“第五层，苏夜离对虚拟玩家1号。”

苏夜离面前的对手，是一个光影组成的人形，脸上没有表情。

选项出现。

苏夜离想了想，选了合作。

虚拟玩家1号：背叛。

苏夜离得0分，虚拟玩家得5分。乘数重置为1。

“啊！”萧九叫起来，“它背叛了！”

均衡观察者：“虚拟玩家1号采用‘永远背叛’策略。苏夜离得分累计12不变，乘数归1。”

苏夜离脸色一白。她以为……至少第一轮会合作。

陈凡安慰她：“没事，重新开始。”

“第六层，冷轩对虚拟玩家2号。”

冷轩盯着对手，选了合作。

虚拟玩家2号：合作。

双合作。冷轩得3分，累计15。乘数变为2。

“虚拟玩家2号采用‘永远合作’策略。”均衡观察者记录。

“第七层，林默对虚拟玩家3号。”

林默思考后，选了合作。

虚拟玩家3号：合作。

双合作。林默得3分，累计18。乘数变为3。

“虚拟玩家3号也是‘永远合作’。”

“第八层，萧九对虚拟玩家4号。”

萧九想都不想：“合作！”

虚拟玩家4号：背叛。

萧九得0分，累计12。乘数重置为1。

“喵！又背叛！”萧九炸毛。

“虚拟玩家4号采用‘永远背叛’。”

“第九层，陈凡对虚拟玩家5号。”

陈凡看着对手。已经有两个永远背叛者了，这个会是什么策略？

他选了合作。

虚拟玩家5号：合作。

双合作。陈凡得3分，累计15。乘数变为2。

“虚拟玩家5号是‘永远合作’。”

几轮下来，他们摸到规律：虚拟玩家有的是永远合作的老好人，有的是永远背叛的混蛋，策略固定，不会变。

“第三阶段开始。”均衡观察者说，“虚拟玩家将采用动态策略。第十层，苏夜离对虚拟玩家6号——采用‘以牙还牙’策略：第一轮合作，之后复制对手上一轮的选择。”

苏夜离上一轮被背叛了，这次她有点犹豫。

如果选合作，对方也会合作（以牙还牙第一轮合作）。

如果选背叛，对方下一轮就会报复……

她选了合作。

虚拟玩家6号：合作。

双合作。苏夜离得3分，累计15。乘数变为3（因为上一轮陈凡合作，乘数2，这轮合作乘数+1变3）。

“好！”林默握拳，“以牙还牙策略其实鼓励合作，只要你先合作。”

“第十一层，冷轩对虚拟玩家7号——‘宽容以牙还牙’：大部分时候以牙还牙，但偶尔会原谅背叛。”

冷轩选了合作。

虚拟玩家7号：合作。

双合作。冷轩得3分，累计21。乘数变为4。

游戏继续进行。

虚拟玩家的策略越来越复杂：有“两报还一报”（被背叛两次才报复一次）、有“随机试探”（偶尔无故背叛看反应）、有“进化策略”（根据历史胜率调整）……

团队五人艰难地推进。乘数时而增长，时而被重置。得分起起伏伏。

最难受的是，有时候你明知道对方可能背叛，但为了乘数增长，还得选合作——因为只要对方合作一次，乘数就能+1，长期收益更大。

这是耐心和信任的极限测试。

走到第三十层时，陈凡的累计得分是72，乘数是8。其他人也差不多。

“现在进入第四阶段。”

均衡观察者的声音似乎更认真了，“虚拟玩家将采用‘学习型策略’——它们会观察你们的历史选择，建立模型，预测你们的行为，并选择最优应对。”

小主，

“而且，从这一层开始，游戏变为‘团队对战’。你们五人作为一个团队，对战五个虚拟玩家团队。每一层，你们可与内部讨论策略，然后每个人分别与对方团队对应成员对战。”

“团队总得分决定乘数变化。”

五人聚在一起。

“终于能说话了！”萧九长出一口气，“憋死本喵了！”

林默快速分析：“团队对战更复杂。对方是学习型策略，会模仿我们。如果我们合作多，它们可能也合作；如果我们背叛多，它们也背叛。”

苏夜离：“但如果我们一直合作，它们可能会偶尔背叛来试探——因为学习型策略要探索最优策略。”

冷轩：“所以我们要制定统一策略。我建议：对外始终保持合作，除非对方连续背叛两次以上。”

陈凡思考着：“学习型策略……它们在学习我们。那我们能不能反过来学习它们？预测它们的行为？”

“理论上可以。”林默说，“但我们需要数据。前几轮可能要牺牲一些得分来收集信息。”

“那就这样。”陈凡决定，“前三轮，我们都选合作，观察对方反应，收集数据。从第四轮开始，根据情况调整。”

“同意。”众人点头。

第三十一层，团队对战开始。

五人各自面对一个虚拟玩家。

陈凡选了合作。对方也合作。

苏夜离合作，对方合作。

冷轩合作，对方合作。

林默合作，对方合作。

萧九合作——对方背叛。

“喵！为什么就背叛本喵！”萧九气得跳脚。

均衡观察者：“虚拟玩家检测到萧九历史背叛率较低（因为她总是先合作），判断背叛她可能不会引发强烈报复。这是一种试探。”

团队总分：陈3+苏3+冷3+林3+萧0=12。对方总分：3+3+3+3+5=17。

但因为这层是团队对战，乘数变化看团队总分的相对大小。由于对方总分高，乘数不加也不减，保持8。

“继续合作。”陈凡说，“再收集一轮数据。”

第三十二层。

陈凡合作，对方合作。

苏夜离合作，对方合作。

冷轩合作，对方合作。

林默合作，对方背叛——这次换林默了。

萧九合作，对方合作。

林默脸色难看：“它们在轮流试探我们每个人！”

团队总分：12。对方总分：17。乘数不变。

第三十三层。

五人继续合作。

这次，五个虚拟玩家全部合作。

团队总分：15。对方总分：15。平局。乘数+1，变为9。

“它们试探完了。”林默说，“发现我们始终保持合作，没有报复行为。所以它们也开始合作——因为长期合作收益更大。”

“但这陷陷阱。”冷轩冷冷道，“一旦我们放松警惕，它们可能会突然集体背叛，收割高乘数下的巨大收益。”

陈凡点头：“所以我们不能永远合作。要在适当的时候展示‘报复能力’，让它们知道背叛会付出代价。”

“怎么做？”苏夜离问。

“下一轮，”陈凡说，“我们集体选背叛。”

“全部？”萧九瞪大眼睛。

“对。集体背叛一次，让乘数归1，损失短期的巨大收益，但传递一个信号：我们有底线，如果被背叛，我们会反击到底。”

林默计算着：“现在乘数是9，下一轮如果双方都合作，每人得3分，乘以9就是27分，团队总分135。如果集体背叛，每人得1分，乘数归1，团队总分只有5……损失巨大。”

“但长期来看，”陈凡说，“如果不展示报复能力，对方会在乘数达到几十几百的时候突然背叛，那时候损失更大。”

苏夜离支持：“我同意凡哥。博弈不是一味讨好，要有威慑。”

冷轩：“剑道也有类似道理：只攻不守，必露破绽；只守不攻，必被击溃。攻守兼备才是正道。”

“那本喵也同意！”萧九举起爪子。

“好，第三十四层，集体背叛。”

五人同时选择背叛。

对面的五个虚拟玩家，在这一轮全部选了合作——因为它们预测团队会继续合作。

结果：

团队每人得5分（背叛对方合作），乘数归1。但个人得分：5×1=5。团队总分25。

对方每人得0分（合作遭遇背叛），团队总分0。

虚拟玩家们“愣住”了——不是真的愣住，是策略程序出现了剧烈调整。它们没预测到这种突然的集体背叛。

均衡观察者记录：“第三十四层：团队展示‘惩罚策略’。学习型策略重新评估对手模型。”

第三十五层。

团队恢复合作。

虚拟玩家们……全部合作。

它们学乖了：这个团队不是软柿子，会报复。长期合作比试探更安全。