一、它到底是什么

那个位置叫纳什均衡。意思是，给定别人都这么选，你换一种选法只会更差，对每个人都是如此。均衡不保证结果好，只保证「没人能靠单方面改主意占到便宜」。囚徒困境就是最典型的例子：两个人都选了对自己最保险的那条路，合起来却落到一个谁都不满意的结局。

它还区分两类局：零和与正和。零和是我多一分你就少一分，分的是同一块蛋糕；正和是合作能把蛋糕做大，双方都能多拿。分不清这两类，是很多争执的根源。这套分析最早由冯诺依曼和摩根施特恩系统提出，后来纳什给出了均衡的严格定义，从此成了经济学、政治学和商业战略里的通用工具。

二、为什么它管用 / 为什么人会这样

因为人天然只会从「我这边」推演。你假设别人不动，自己挑最优的一步；可一旦对方也在这么做，两个人就互相踩到了对方的假设上。博弈论逼你换位：先想别人会怎么应对，再回头看自己该怎么选。

它管用的另一层原因，是逼你把模糊的直觉写成明确的东西。把参与者、可选动作、各自的收益一条条列出来，很多原本吵不清的问题会自己现形：原来我们争的不是方案，是各自算的是哪一笔账。

一个反直觉的地方：均衡不等于好结果。所有人都做了对自己最理性的选择，整体却可能一起变差。这说明「人人都聪明」并不能自动带来好结局，规则本身决定了局会走向哪里。

三、什么时候会碰到它 / 该用它

• 你的结果取决于别人的行动，而对方也在盯着你。
• 团队为下一步吵不出结论，各说各的理。
• 你想判断一次合作是能共赢，还是此消彼长。
• 谈判、定价、竞标、抢资源这类互相牵制的场合。
• 你在设计规则，想让大家的自私选择自然走向好结果。

四、什么时候它不管用

问题简单、直接做比分析更划算时；基本事实都缺、只是在概念上空转时；你只想用它给已经定好的结论披一层外衣时；代价极高、没法试错又没有别的验证手段时。还有一条：如果对方根本不按理性出牌，或者信息完全不对称，模型给出的是「理性人会怎么做」，不是「他实际会怎么做」。

五、例子

六、最容易走偏的地方

• 把博弈论当算计别人：它是理解互动的框架，不是操纵术。
• 默认对手是理性人：现实里情绪、面子、信息差都会让行为偏离模型。
• 只算一次：真实的局会重复，这一轮的报复会变成下一轮的代价。
• 看不到正和空间：一上来就当成零和，等于提前关掉了把蛋糕做大的可能。
• 把均衡当最优：均衡只是「没人愿单方面改」，不等于「大家一起最好」。

七、怎么把它用起来

• 先列玩家：谁的选择会影响结果，谁又被谁影响，写全。
• 给每人写收益：不用精确，写清他更想要什么、更怕失去什么。
• 判断局的类型：这是零和还是正和？先定这个，再谈策略。
• 做换位推演：假设你选甲，对方最可能怎么回？你再怎么接？
• 找那个谁都不愿先动的点：它是不是你要的结局？如果不是，就去改规则。
• 设计激励：与其求别人自觉，不如让利己的选择正好通往你要的方向。

八、它和「二阶思维」不一样

博弈论关心的是多个主体之间的相互反应，重点在「他会怎么接我的招」。二阶思维关心的是一个决定之后的连锁后果，重点在「然后呢，再然后呢」。两者常一起用：先用二阶思维看清一步棋的后续，再用博弈论算出对手会如何应对、你又该怎么落子。

九、常问的几个问题

它主要解决什么？

在「别人也会行动」的前提下，帮你选一个更稳的策略。

不懂数学能用吗？

能。核心就三样：有哪些玩家、各自想要什么、谁先动谁后动。

均衡一定好吗？

不一定。它只保证没人能单方面改善，不保证对大家都好。

怎么避免囚徒困境？

常见做法是让博弈重复，今天让利换明天的信任；增加信息透明度；或者引入外部约束。

相关

囚徒困境、二阶思维、激励、零和与正和、信息不对称。