1.2 核心定义与基本要素

1.2 核心定义与基本要素

本节摘要：本节承接 1.1 的历史线索，把叙事里反复出现的词——参与者、策略、收益——钉成严格定义，并补上常被忽略的第四要素：共同知识。读完本节，你应当能把任何一段策略情境拆解成规范的形式结构，并准确判断理性假设在哪个环节开始发力、在哪个环节开始失真。这是全书所有推导通用的零件库。

学习目标

读完本节，你应当能够：

1. 写出博弈的标准定义，并指出"策略"与"行动"的区别；
2. 判断一个情境是否构成博弈：三要素缺一不可，缺了哪个就补哪个；
3. 区分理性假设的三层含义，说明共同知识的递归结构；
4. 用数据结构把一个双人博弈的收益表表达出来，为后续程序化求解做准备。

一、三要素：参与者、策略、收益

一个博弈的形式定义只需要三样东西。第一是参与者集合：做决策的主体，可以是人、公司、国家，也可以是基因、算法甚至"自然"这个虚拟玩家——只要它有可选的方案并对结果有偏好。第二是每个参与者的策略集：一份完整的行动说明书，规定他在任何可能出现的情况下做什么。注意策略不等于行动：行动是一次性的举手投足，策略是覆盖所有可能出现情形的完整计划，这个区分在动态博弈里性命攸关。第三是收益函数：把每个参与者的策略组合映射到一个数值，代表他在该结果下获得的效用。收益可以是钱，也可以是任何被偏好排序的东西——逃生的概率、连任的可能、基因被复制的次数。

三要素凑齐，博弈就定义完毕。反过来说，诊断一个情境时要逐项检查：一群邻居讨论要不要凑钱修路灯，参与者是各家，策略是出钱或不出钱，收益是照明减去出资——这构成博弈；而一个人独自决定带不带伞，若不引入"自然"作为随机方，就只是普通的优化问题，谈不上博弈。

二、第四要素：共同知识，理性从哪里开始发力

教科书定义常在三要素处止步，但真正的分析还需要一个前提：规则本身是共同知识——我知道你知道收益结构，我知道你知道我知道，如此递归到任意深度。这个要求听起来苛刻，却恰恰标出了博弈论与普通决策理论的分界：决策理论处理"我对世界的不确定"，博弈论处理"我对他人心智的不确定"，而他人心智的推理必须踩着共同知识这级台阶才能启动。

理性假设可以拆成三层来理解。第一层是工具理性：给定信念，选择最能实现目标的手段——这是最弱也最稳的一层。第二层是明知：参与者对博弈结构、对手收益有准确认知。第三层是交互理性：我相信对手理性，且我知道对手相信我理性——纳什均衡的推演要踩到这一层。凯恩斯在《通论》里那个著名的选美类比说的就是第三层：不是选你觉得最美的人，而是猜"大家认为大家认为谁最美"。层级越高，假设越强，预测越脆——第三章和第九章会反复回到这句话。

三、把定义落成代码

定义的价值在于可操作。下面用极简的 Python 结构表达一个双人博弈：策略集是列表，收益是按"我的策略、对方策略"索引的二维表。后面第 2 章的求解代码会直接建立在这个结构上。

# 一个双人博弈的最小表示：囚徒困境
# 策略编号 0 = 抵赖（合作），1 = 认罪（背叛）
players = ["甲", "乙"]
strategies = {"甲": [0, 1], "乙": [0, 1]}
# payoff[甲策略][乙策略] = (甲收益, 乙收益)
payoff = {
    (0, 0): (-1, -1),   # 都抵赖：各判较短刑期，记 -1
    (0, 1): (-9, 0),    # 甲抵赖乙认罪：甲重判，乙释放
    (1, 0): (0, -9),    # 甲认罪乙抵赖：甲释放，乙重判
    (1, 1): (-6, -6),   # 都认罪：各判较长刑期
}

def best_response(me, other_action, payoff):
    """给定对方动作，返回我的最优动作（处理并列时返回首个）"""
    actions = [0, 1]
    return max(actions, key=lambda a: payoff[(a, other_action)][0 if me == "甲" else 1])

print(best_response("甲", 0, payoff))   # 输出 1：对方抵赖，我认罪更划算
print(best_response("甲", 1, payoff))   # 输出 1：对方认罪，我更得认罪
​

两次调用都返回 1，说明对甲而言无论乙怎么做，认罪都是最优反应——这就是占优策略，第 2 章的主角之一。短短十行代码已经能"预测"博弈结果，这正体现了形式定义的威力。

四、案例拆解：两家奶茶店的定价情境

背景。校园东西两端各有一家奶茶店，同时决定本周特价款定价：高价 15 元或低价 9 元。两边客群重叠，价格差会驱动流动。当两家都卖 15 元时各得周利润 5000 元；都卖 9 元时薄利多销各得 4000 元；一家低价一家高价时，低价方吸走大半客流得 6500 元，高价方只剩 2500 元。

操作。按定义逐项建模：参与者是东西两店；策略集都是 15 元与 9 元；收益即上表利润。写成矩阵后逐格检查：给定对方高价，我低价得 6500 优于高价 5000；给定对方低价，我低价得 4000 优于高价 2500。两头比较，低价都是更优反应。

结果。若两家都按这个逻辑推演，唯一稳定的结果是双方都定价 9 元，各得 4000——明明存在都卖 15 元各得 5000 的更好结果，却谁也不敢单方面去高价。

解读。这个例子演示了定义的用法：先补齐三要素，再在矩阵上逐格比收益，"稳定结果"自然浮现。它同时暴露了工具的边界——矩阵告诉我们均衡在哪，却不告诉我们两家能不能通过每周轮流做会员日、共享配送等办法跳出低价陷阱；那需要把博弈从"只打一周"改写成"长期重复"，也就是第 6 章的重复博弈。建模时选取什么时间结构，本身就是一个影响结论的决策。

变式。若两店定价有先后（比如东店是旗舰、西店跟随定价），同时行动的矩阵就不再适用，要换成博弈树；若西店不知道东店的成本，矩阵里的收益数字就成了东店的私人信息，需要第 4 章的贝叶斯工具。同一个情境，换表示、换信息假设，就通向了全书不同的章节。

五、易错点与回顾

初学者最常踩的三个坑。其一，把收益当金额：收益是效用序数，只要能排大小即可，古诺模型里的利润是特例而非通则。其二，把零和当"坏"：零和只是说收益此消彼长，不蕴含道德判断；大多数现实博弈是非零和的，合作空间恰恰藏在正和结构里。其三，把参与者默认为"人"：委员会、主权国家、演化中的基因型、一段自动竞价代码，都可以是合格的参与者。

• 要点一：参与者、策略集、收益函数三要素构成博弈的完整定义，策略是完整行动计划而非单次动作。
• 要点二：共同知识是第四要素，理性假设分工具理性、明知、交互理性三层，层级越高预测越脆。
• 要点三：定义可以直接落成数据结构，占优策略这样的概念对应着几行就能写完的判断逻辑。
• 要点四：建模选项（同时还是先后、收益是否公开）本身就是关键决策，它们决定你进入本书哪一章。