纳什均衡 (Nash Equilibrium)

纳什均衡是约翰·纳什 1950 年在一页纸的短文《n 人博弈中的平衡点》里给出的概念：在一个非合作博弈中，如果没有任何一个参与者能够通过"单方面"改变自己的策略而获得更好的结果，那么当前这组策略组合就是一个均衡^1。它的革命性在于把博弈论从冯·诺依曼的"二人零和"牢笼里解放出来——纳什证明，任意有限人数、任意偏好结构的博弈，只要允许混合策略，就至少存在一个均衡点。罗杰·梅尔森评价它对社会科学的意义堪比 DNA 双螺旋之于生物学^1。它最反直觉、也最重要的一课是：理性的个体决策，往往导致非理性的集体结局。

本页是频道博弈论子图的"理论地基"，与 国际关系中的四类博弈（同一套数学的地缘政治应用）和 反内耗博弈（同一套数学的日常生活应用）三足并立。

三个关键词：单方面 / 最佳应对 / 稳定而非最优

graph TB
    A[纳什均衡] --> B[单方面<br/>只许一人改策略<br/>其他人不动]
    A --> C[互为最佳应对<br/>A是对B的最优回应<br/>B也是对A的最优回应]
    A --> D[稳定 ≠ 最优<br/>谁都不想动<br/>但可能对所有人都差]

• 单方面（Unilaterally）：检验均衡时只允许一个玩家偷偷改策略，假设别人不变。这反映非合作博弈的本质——没有有约束力的协议，只能各自为战。
• 最佳应对（Best Response）：均衡是所有人策略的"相互最佳应对"，谁都没有动力偏离，系统落入"谷底"。
• 稳定而非最优：均衡只保证"没人后悔"，不保证结果好。这是理解纳什均衡最关键的直觉，也是它区别于帕累托最优的地方。

它本质是一种递归思维的不动点："我想做 A，因为我觉得你会做 B；但你知道我做 A，你会改做 C……"这个"我预判了你的预判"的无限循环，在纳什均衡处停下——预期与现实完美重合，思维的震荡归于平静^1。

囚徒困境：理性的悲剧

兰德公司 1950 年提出、塔克赋予监狱故事的囚徒困境是纳什均衡的形象代言人。两名嫌疑人若都沉默各判 1 年（帕累托最优），都坦白各判 5 年，一人坦白一人沉默则坦白者释放、沉默者判 10 年。

A \ B	沉默（合作）	坦白（背叛）
沉默	1, 1	10, 0
坦白	0, 10	5, 5

无论对方怎么选，"坦白"对自己总是更好——坦白是严格占优策略。两个理性囚徒必然双双坦白，落入唯一的纳什均衡 (5, 5)，却放弃了本可达到的 (1, 1)。个体理性的总和，等于集体的灾难。这彻底粉碎了亚当·斯密"看不见的手"自动导致集体最优的乐观假设^1。它的现实投影无处不在：美苏军备竞赛、寡头价格战、全球碳排放搭便车。

逃离之道是重复博弈：若博弈无限重复，未来的惩罚（"以牙还牙"）让眼前的背叛得不偿失——这就是无名氏定理（Folk Theorem）。人类的道德、信誉、法律契约，本质都是把单次博弈改造成重复博弈的机制（详见 反内耗博弈 的"一报还一报"）。

四种经典博弈结构

博弈	核心矛盾	均衡特征	现实映射
囚徒困境	个体 vs 集体理性	唯一劣质均衡（占优策略）	军备竞赛、价格战、内卷
性别战（协调博弈）	如何协调 + 分配冲突	多重均衡，需"聚点"破局	技术标准之争、政治联盟
智猪博弈	强弱不对称	弱者搭便车，强者被迫干活	大厂搞研发小厂模仿、散户搭大股东便车、北约军费
猜硬币（零和）	不可预测性	无纯策略，只有混合策略	点球大战、突袭与防守

• 性别战用谢林的**聚点（Focal Point）**破局——文化习俗、历史习惯让某个均衡在心理上更突出，无需沟通也能汇合。
• 智猪博弈揭示反直觉真相：在特定结构里弱小反而是优势，强大意味着不得不承担成本（散户理性"搭便车"不监督管理层，坐享大股东努力的成果）。
• 混合策略均衡靠无差异原理计算：你的随机化要让对手对其所有纯策略都收益相等。点球大战的实证（Chiappori-Levitt 2002 数千个点球）显示职业球员的射门分布与纳什均衡预测惊人一致。一个深刻洞察：你苦练弱侧，改变的主要是对手的策略，而不是你自己的策略。

布雷斯悖论：修一条新路，所有人更慢

给自私系统增加资源可能让系统变得更糟。4000 辆车的交通网里新增一条"零耗时捷径"，所有人理性地涌向捷径，结果通勤时间从 65 分钟涨到 80 分钟，被困在更差的均衡里^1。首尔拆掉清溪川高架、纽约关闭第 42 街反而让交通更顺，是它的逆向验证。经济学用**"无政府的代价"（Price of Anarchy）**衡量这种效率损失。这也解释 NBA 的"尤因理论"——超级巨星缺阵球队反而打得更好，因为球权不再过度集中于一条被防死的路线。

经济战场：古诺 vs 伯特兰

graph LR
    A[企业竞争] --> B[古诺竞争<br/>决定产量]
    A --> C[伯特兰竞争<br/>决定价格]
    B --> D[正利润<br/>高于垄断产量低于完全竞争]
    C --> E[伯特兰悖论<br/>价格=边际成本利润归零]
    E --> F[逃离: 产品差异化/品牌/搜索成本]

仅仅两家企业打价格战，纳什均衡就把利润压到零（伯特兰悖论）——这解释了同质化行业（航空、大宗电商品）为何陷入惨烈价格战，以及为什么企业拼命做差异化逃离深渊。豪泰林模型则解释"为什么麦当劳总开在肯德基旁边"——为争夺中间客户，两家店不断向街道中央靠拢，正如政治选举中的"中值选民定理"。

纳什均衡 vs 帕累托最优：为何"聪明人"干傻事

这是纳什均衡的核心张力，也是它对投资与公共政策最大的启示：

	纳什均衡	帕累托最优
关注	个体理性导致的稳定性	集体福利的效率
判据	没人能单方面改进	无法在不损人的前提下让某人更好
关系	二者经常不重合	制度设计的目标=把均衡推向最优

反垄断法、环境公约、交通法规，本质都是修补纳什均衡——通过改变规则，把博弈结果从低效均衡推向高效的帕累托最优。这正是好的机制设计（Mechanism Design）要做的事：让"纳什均衡点"尽可能靠近"帕累托最优点"，使个体在追逐私利的同时顺便利益了集体。

精炼与超越

• 子博弈精炼纳什均衡（SPNE）：泽尔腾用逆向归纳法剔除"不可置信的威胁"（垄断巨头威胁同归于尽的价格战其实不可信）。
• 进化博弈论：均衡不需要大脑算，可以靠自然选择"进化"出来——进化稳定策略（ESS）通常是纳什均衡的精炼子集，连细菌的行为也符合预测。

在 Leo 频道脉络中的位置

纳什均衡是频道"用数学结构拆解世界"母题最纯粹的一块拼图。它向三个方向延伸：

• 地缘政治 → 国际关系中的四类博弈：囚徒困境/胆小鬼/猎鹿/性别战的嵌套博弈建模美中科技战、台海、AI 军备竞赛。
• 日常生活 → 反内耗博弈：剧场效应、无效加班、薪资保密都是被锁死的劣质均衡。
• 投资决策 → 决策工具箱、国际关系中的四类博弈 与 围棋十诀 的"动须相应/彼强自保"都是博弈结构在资本市场的投影。

它也与古老智慧同源：唐代 围棋十诀 的"动须相应"正是博弈论"相互最佳应对"的原始版，比纳什早了一千二百年。