失约之后，为合作留一扇门

失约之后，为合作留一扇门

两个人轮流维护一份资料。约定周五交接，对方这次没有交。受损的一方可以立刻停止下一轮协助，也可以先问发生了什么。前一种做法让失约付出代价，后一种做法给误会和差错留下解释空间。真正棘手之处在于：行动已经看见，意图仍未看见；而你的回应会成为对方下一次行动的环境。

这里要检验的判断很窄：在双方会再次相遇、行动能够观察、回应成本可控制的低至中风险互动中，若责任仍不清楚而继续暴露会扩大损失，履行尚未恢复，或失守开始形成模式，回应需要同时留下两种证据——未合作会带来有限后果，合作回来也会使后果停止。已证实的外部故障若能立即修复，记录纠错即可，无须为了形式完整再加处罚。无法停止的回应会把偶发差错写成长久敌意；始终没有后果，则可能让持续占便宜变成稳定选择。一次性、匿名、高噪声或严重权力不对称的互动需要另作判断；身体危险、违法侵害和不可逆损失更应直接退出这个框架。

回应以前，先分开动作与责任

“对方没有合作”至少可能由四条路径产生：他有意改变选择，执行时出了错，双方理解的规则不同，或者第三方与制度使合作无法完成。行动记录可以确认发生了什么，却不会自动说明是哪条路径。立刻把一次动作写成人格，反制就容易失去停止条件；反过来，把每次背弃都解释成意外，也会让核验永远推迟。

有限回应是一项控制暴露的可观察设计，而不是每次受损后的默认动作。责任未明且下一步可能扩大损失时，它只改变必要的授权、资源或协作，不把限制扩到无关领域；它说明针对哪次行为，也提前写明何种履行、澄清或纠错会使限制解除。下一次仍然失守，记录才开始形成模式；对方恢复合作，回应方也要让复位真实发生，否则所谓“再给机会”只是无限期观察。

这样的安排可以落在很小的动作上。共同维护资料的人漏交一次，在原因未明、下一轮编辑又会扩大资料风险时，先暂停那一项尚未履行的编辑权限，同时保留只读访问；对方补齐记录并完成可核对交接，权限便恢复。日志若已确认是系统故障，而且资料能够立即补齐，留下故障与修复记录就够了。限制与失守指向同一对象，恢复也由新行为触发；一开始便中断全部合作，后来发生的履行将再也无法改变判断。

这样的协议仍不能替我们判断恶意。它的作用是让两种假设在后续行为中产生不同结果：持续占便宜者会面对累积限制，偶发失误者则有一条可走回来的路。未来不再相遇、对方无法识别，或他能从冲突升级中获益时，这套安排便失去约束力。

“以直报怨”与宽恕，没有共享一张收益表

《论语·宪问》14.34 记有人问“以德报怨，何如”，孔子反问“何以报德”，继而说“以直报怨，以德报德”。何晏集解、邢昺疏把“德”解释为恩惠，把“直”疏为以直道回应怨害。这是重要的历史解释层，却没有穷尽“直”的现代译法。正直、公道与不曲从都可能进入理解；经文没有要求等量回击，也没有轮次、错误率和复位规则。

《马太福音》5:38—48 从“以眼还眼、以牙还牙”转向不以对抗回应恶者、爱仇敌并为迫害者祷告。18:21—35 又以 Peter 询问宽恕次数起笔，接上不肯免同伴债务的仆人比喻。“七十个七次”与“七十七次”的译法差异，并不把宽恕变成可用完的额度。两段置于登山宝训、天国与受赦者义务之中，讨论人应如何面对伤害，而非怎样在重复博弈中取得最高分。

两种传统形成的张力不应被抹平。《论语》的问答拒绝把恩与怨混成同一种回应；《马太福音》则从宗教伦理上挑战报复逻辑。前者不能简化成 tit-for-tat，后者也不证明宽恕能提高长期收益。策略上的复位是一个人观察到合作后停止限制；伦理上的宽恕可能不要求恢复接触，也可能仍保留责任、赔偿与安全边界。

两次锦标赛只证明规则会挑选赢家

Axelrod 1980 年第一次锦标赛收到 14 个程序投稿，另加 RANDOM。程序在 5/3/1/0 的收益矩阵下循环配对，每局固定 200 步，整轮重复五次。Anatol Rapoport 提交的 tit-for-tat 第一轮合作，之后复制同一对手上一轮的实际行动；它在这组对手中的平均总分最高。参赛者是程序作者，实际对局者是计算机程序，没有人类受试者。

第二次锦标赛有 62 个投稿程序，另加 RANDOM。每一步后约有 .00346 的概率终止、.99654 的概率继续，使局长中位数约为 200 步；中位数不能写成平均数。TFT 再次总分第一，但投稿者已经读过首赛分析，对手集合也由参赛选择形成。Rapoport、Seale 与 Colman 2015 年的计算重分析显示，赛制和参赛构成会改变排名。

这两次结果给出的证据止于特定无噪声程序池：一条先合作、及时回应、不过度占先的简单规则取得了最高总分。每场胜负、演化稳定性和现实伦理都不随总排名自动成立；固定收益、可识别对手、清楚动作或程序化记忆一旦改变，赢家也可能改变。

噪声让反制需要知道何时停

标准 TFT 不追问背弃来自意图还是执行错误。两名 TFT 原本共同合作，若其中一方偶然执行成背弃，下一轮另一方复制 D，出错方又复制对方先前的 C；随后两边可能在 C/D 与 D/C 之间轮流报复。没有新的错误，却再也回不到共同合作。这是规则推演，不是现实发生率，但足以暴露机械对称的缺口。

Molander 1985 年的理论模型显示，即使噪声很小，标准 TFT 的表现也可能显著恶化；加入某种 generosity 可以缓解，合适的宽缓程度却由收益、扰动与对手条件决定。Boyd 1989 年讨论持续错误条件下的修改策略与特定稳定性结论。Wu 与 Axelrod 1995 年才进一步比较 generous 与 contrite：前者在观察到背弃后仍以一定概率合作，后者还追踪自己是否由错误引起不合作，避免把对方合理回应当成新的背弃。这里谈的是程序怎样处理历史状态；人的道歉、法律认责和宗教宽恕另有各自的制度与伦理条件。

其他策略也会在不同环境里胜出。Nowak 与 Sigmund 1993 年的演化模拟中，win-stay, lose-shift 曾优于 TFT；Wu 与 Axelrod 在另一组测试里又认为它不够稳健。Boyd 与 Lorberbaum 1987 年还论证，在他们采用的演化稳定定义下，包括 TFT 在内的纯策略都可能被联合入侵。相互冲突的排名没有给现实生活制造一张冠军表，反而说明策略结论离不开错误、匹配、收益和种群假设。

Fudenberg、Rand 与 Dreber 2012 年把含噪重复合作带进实验室。384 名参与者分布在 18 场实验中，匿名配对，选择可能被随机反转，对方只能看到实际动作。在允许合作成为均衡的处理里，合作较多，成功策略常对首次背弃较缓，并在施加惩罚后尝试恢复合作；策略分布却始终多样。附录记录了局长生成和四场软件执行偏差，2015 年还更正了正文对一个处理均衡集合的说法。实验支持条件性的宽缓与复位，不授权把“第一次都不回应”写成通则。

BitTorrent 留下一个不按旧账分配的位置

Bram Cohen 2003 年描述 BitTorrent 的 choking algorithm：下载者倾向把上传能力分给当前能带来较好下载速率的 peers，同时保留一个 optimistic unchoke。在当时所述默认实现里，大约每 30 秒轮换一次这个不完全依据现有回报的机会，用来发现新伙伴，也帮助停滞的连接重新开始。

这个工程案例把回报与探索放在同一机制中。它能移用到本文的只有一个结构：若全部资源永远按旧记录分配，曾经没有机会或刚从错误中恢复的节点便无法产生新证据。BitTorrent 本身面对多节点、连续带宽、异步网络与 TCP，choking algorithm 也可由实现改变；一篇设计论文因此承担不了人际关系类比或系统成败的单一因果解释。

有些伤害不应拿来试验复位

有限反制与复位只适合损失可控制、双方能够安全退出的互动。亲密伴侣暴力涉及身体、性、心理伤害和控制，离开还可能是高危时点；受害者不应被要求先宽容、等量回击或再做一次合作试验。工作场所的 retaliation 在反歧视法语境有专门含义，管理者不能用本文为针对投诉人的不利行动辩护。犯罪、重大合同争议、外交军事和网络安全事件也各有证据、时限、授权与风险程序，私人报复可能扩大伤害或违法。

合作本身若违法、不公或危险，恢复合作并非目标。对方身份不断变化、未来相遇极少、行动无法观察，回应也难以影响后续选择。多人网络里，声誉、联盟和旁观者还会改变二人模型的收益。此时缩小暴露、保存记录、退出或交给第三方，可能比设计互惠规则更准确。

所以，受损后的下一步不必在“忍下去”与“打回去”之间二选一。外部故障已经查清并修复，纠错记录便可结束事件；责任未明而暴露仍在扩大，或失守逐渐形成模式，才需要相称、可停止的限制。解释和后续履行继续产生证据，合作恢复也应真的解除限制。不肯结束的反制，会把过去永久写进未来；没有门槛的留路，则把未来继续交给过去。

出处与限制

• 《论语·宪问》14.34，“以直报怨，以德报德”；中国哲学书电子化计划节点 1471：https://ctext.org/text.pl?if=en&node=1471&show=parallel。《论语注疏·宪问》，《武英殿十三经注疏》本：https://ctext.org/lunyu-zhushu/xian-wen/ens。经文与何晏—邢昺解释层分开，不把“直”翻成现代博弈规则。
• Gospel of Matthew 5:38—48、18:21—35，World English Bible：https://www.biblegateway.com/passage/?search=Matthew+5%3A38-48&version=WEB；https://www.biblegateway.com/passage/?search=Matthew+18%3A21-35&version=WEB。18:22 的数字译法差异参见 NET Bible：https://netbible.org/bible/Matthew%2B18。宗教伦理不作策略效应证据。
• Robert Axelrod, “Effective Choice in the Prisoner’s Dilemma,” Journal of Conflict Resolution 24(1), 3—25 (1980)：https://doi.org/10.1177/002200278002400101；“More Effective Choice in the Prisoner’s Dilemma,” 24(3), 379—403：https://doi.org/10.1177/002200278002400301。两赛的程序数、轮数与终止规则分开，不外推普遍最优。
• Amnon Rapoport, Darryl A. Seale & Andrew M. Colman, “Is Tit-for-Tat the Answer? On the Conclusions Drawn from Axelrod’s Tournaments,” PLOS ONE 10(7), e0134128 (2015)：https://doi.org/10.1371/journal.pone.0134128。计算重分析用于限制锦标赛结论，不作现实场域验证。
• Per Molander, “The Optimal Level of Generosity in a Selfish, Uncertain Environment,” Journal of Conflict Resolution 29(4), 611—618 (1985)：https://doi.org/10.1177/0022002785029004004。理论模型不提供现实宽恕比例。
• Robert Boyd, “Mistakes Allow Evolutionary Stability in the Repeated Prisoner’s Dilemma Game,” Journal of Theoretical Biology 136(1), 47—56 (1989)：https://doi.org/10.1016/S0022-5193(89)80188-2；Jianzhong Wu & Robert Axelrod, “How to Cope with Noise in the Iterated Prisoner’s Dilemma,” Journal of Conflict Resolution 39(1), 183—189 (1995)：https://doi.org/10.1177/0022002795039001008。策略变体与人类认错、道歉分开。
• Martin A. Nowak & Karl Sigmund, “A Strategy of Win-Stay, Lose-Shift That Outperforms Tit-for-Tat in the Prisoner’s Dilemma Game,” Nature 364, 56—58 (1993)：https://doi.org/10.1038/364056a0；Robert Boyd & Jeffrey P. Lorberbaum, “No Pure Strategy Is Evolutionarily Stable in the Repeated Prisoner’s Dilemma Game,” Nature 327, 58—59 (1987)：https://doi.org/10.1038/327058a0。模拟与形式稳定性不作伦理建议。
• Drew Fudenberg, David G. Rand & Anna Dreber, “Slow to Anger and Fast to Forgive: Cooperation in an Uncertain World,” American Economic Review 102(2), 720—749 (2012)：https://doi.org/10.1257/aer.102.2.720；在线附录：https://www.aeaweb.org/articles/materials/1501。便利样本、执行错误、软件偏差与 2015 更正均限制外推。
• Pedro Dal Bó & Guillaume R. Fréchette, “On the Determinants of Cooperation in Infinitely Repeated Games: A Survey,” Journal of Economic Literature 56(1), 60—114 (2018)：https://doi.org/10.1257/jel.20160980。综述用于说明均衡可支持合作不等于多数人合作。
• Bram Cohen, “Incentives Build Robustness in BitTorrent,” Workshop on Economics of Peer-to-Peer Systems (2003)：https://www.cs.princeton.edu/courses/archive/fall17/cos561/papers/BitTorrent03.pdf。工程设计不作人际关系因果类比。
• 高风险边界参见 WHO：https://www.who.int/health-topics/violence-against-women；National Domestic Violence Hotline：https://www.thehotline.org/resources/safety-planning-for-friends-and-family/；EEOC 2016 指引：https://www.eeoc.gov/laws/guidance/enforcement-guidance-retaliation-and-related-issues；CISA 事件响应 playbook：https://www.cisa.gov/sites/default/files/2024-08/Federal_Government_Cybersecurity_Incident_and_Vulnerability_Response_Playbooks_508C.pdf。本文不提供安全、法律、外交、军事或网络行动建议。

版本说明

简体中文为研究母稿，实质修订将记录日期并重新经过受影响门禁。

> 编辑状态：本文已完成独立事实与版权审校、匿名盲审及文字终校，并于 2026-07-18 获总编辑批准，进入分批发行。