上一章我们学会了一个动作：看见一个人的行为，先别急着判断他是聪明还是蠢、是善还是恶，而是问一句「他靠什么吃饭、被什么奖励」。给动机建模，很多看不懂的行为就通了。
但这个动作有个隐藏前提：你在暗处，对方在明处。你冷眼旁观，给对方的动机画一张图，对方对此一无所知。
现实里，这个前提经常不成立。因为对面那个人，往往也在给你建模。你在算他，他在算你；而且他知道你在算他，你也知道他知道。这时候单向的「读懂动机」就升级成了双向的互相预判——这就是博弈：你的最优选择取决于对方怎么选，而对方的最优选择又取决于你怎么选，两边套在一起解不开。
两个囚犯，和一个让人不舒服的结论
先看博弈论里最有名的那个思想实验，囚徒困境——两个共犯被分开审讯，各自面对「招还是不招」的选择，而结局取决于两人一起怎么选。
规则是这样：两人一起沉默，各判 1 年（警察证据不足，只能轻判）。两人都招，各判 5 年。但如果一个招、一个扛，招的那个当污点证人放走，扛的那个重判 10 年。
现在你是其中一个囚犯。你不知道隔壁那位会怎么选，你就逐个情况推：
- 假如对方沉默——我沉默判 1 年，我招被放走。招更好。
- 假如对方招了——我沉默判 10 年，我招判 5 年。还是招更好。
你发现：无论对方怎么选，我招都比我沉默强。于是理性的你会招。对方是个和你一样理性的人，他推一遍也会招。结果两个精于计算的人各判 5 年——而如果你俩都「不理性」地闭嘴，本来只判 1 年。
每个人都做了对自己最有利的选择，合起来却掉进了对两人都更糟的坑里。这不是谁犯了蠢，恰恰是两边都太精。个人的理性，加总起来变成集体的愚蠢。
为什么讲这个？因为它戳破了一个错觉：我们总以为「你好好判断、我好好判断，结果就不会太差」。囚徒困境说不。在有对手的局里，判断的对错不由你一个人的算盘决定，而由双方算盘咬合出来的那个结构决定。你算得再准，也可能被结构按在地上。软件工程师会觉得眼熟：这像多个线程各自加锁，每个都逻辑正确，合到一起却死锁。问题不在某一段代码，在它们交互的方式。
逃出困境的唯一缝隙，是这局要反复玩很多轮——今天你坑我，明天我记着。重复博弈里，「以后还要打交道」这件事本身，会把背叛的收益压下去。这也是为什么长期关系、回头客、声誉，能让一群自私的人表现得像君子：不是人变好了，是博弈的轮数变长了。
柠檬市场：信息不对称怎么把好东西挤出去
囚徒困境里两人信息是对称的（规则都摆在明面上）。现实更常见的麻烦是信息不对称——交易的一方比另一方知道得多。
经济学家乔治·阿克洛夫（George Akerlof）1970 年写过一篇后来拿了诺奖的论文，讲二手车市场。在美国俚语里，出问题的次品车叫 lemon（柠檬），这篇论文就叫《柠檬市场》。
他的推理链条极干净，跟着走一遍：
- 二手车有好有坏，坏车（柠檬）外表看不出来，只有卖家自己心里清楚。
- 买家看不穿，只好按「平均质量」出价。假设好车值 10 万、坏车值 5 万，买家不知好坏，最多愿意出中间价 7.5 万。
- 好车车主一看，我这车值 10 万你只肯出 7.5 万，亏，不卖了，退场。
- 市场上于是只剩坏车。买家慢慢发现这一点，把出价进一步压低。价一压，稍好一点的车又退场……
最后市场上全是柠檬，甚至整个市场可能直接萎缩到没有。好东西不是被坏东西打败的，是被「买家分不清好坏」这件事挤走的。这个过程有个名字叫逆向选择——你本想筛出好的，信息不对称却让你系统性地留下了差的。
这条链的关键，是价格本身变成了一个信号。当好车都退场后，「肯以二手价出手」这个动作本身，就暗示这车多半有问题。所以现实里人们发明了各种对抗手段：质保、第三方检测、品牌、七天无理由退货。它们的共同作用只有一个——把卖家私藏的信息，逼到台面上来，让价格重新变回可信的信号。
下次你遇到「这么好的东西怎么这么便宜」，别光顾着高兴。价格是对方也参与定的。异常低的价，往往是对方在用价格告诉你一件他不肯明说的事。
扑克诈唬：当行为本身是用来骗你的信号
柠檬市场里，信号（低价）是被动泄露的——卖家没打算发信号，是结构逼出来的。再进一步，就到了最烧脑的一层：对方故意操纵他发出的信号，来影响你的判断。扑克里的诈唬（bluff，牌很烂却下大注，装成一手好牌）就是标本。
你在牌桌上，对手推出一大摞筹码。这个「加注」的动作是个信号。天真的读法是：他敢下重注，八成牌好。但对手正是知道你会这么读，才可能在牌烂时也下重注——他下的不是筹码，是往你脑子里植的一个假信念。
那你干脆反过来想：「他下重注，说不定是诈唬？」于是每次他重注你都跟。可一个像样的对手会察觉你逢注必跟，于是收起诈唬，只在真拿好牌时下重注——专门收割你。你又被反杀。
这里藏着博弈最深的一层，值得停一下：如果你的策略是固定的、可被对方摸清的，你就一定会被针对。不管这个固定策略是「逢注必跟」还是「见重注就怕」，只要有规律，对方就能顺着规律吃你。
那唯一稳的办法反直觉：自己也不完全确定要怎么打，让概率替你决定。好牌大部分时候下重注，但偶尔轻描淡写；烂牌大部分时候放弃，但偶尔也诈唬一把。让「重注」这个信号里始终掺着真假两种可能，对方就永远算不准你——高手把这叫混合策略。判断的终点在这里绕了个弯：当对方在读你，最优解有时不是「做出最好的那步」，而是故意让自己不可预测。
把三个例子拧成一根线
囚徒、柠檬、诈唬，讲的其实是同一件事的三个深度：
- 囚徒困境：你的最优解依赖对方的选择——判断必须把对方的算计一起解进去。
- 柠檬市场：信息不对称下，价格和行为不再只是「事实」，它们变成了泄露信息的信号——看价先问「这个价说明对方知道什么」。
- 扑克诈唬：对方会主动操纵信号来骗你——于是你不仅要读信号，还要反推「他知道我会怎么读，所以他会怎么发」。
贯穿这三层的方法只有一句：把自己放到对方的椅子上，用他的信息、他的动机，反推他会怎么做——然后再回来修正你自己的判断。上一章你给对方的动机建了个模，这一章你得把「对方也在给你建模」这件事，也塞进模型里。这是一次视角的对折：不是「我看世界」，而是「我看——他怎么看我看世界」。
说人话：只要对面坐着一个也会思考、也有自己盘算的人，你就不能只盯着事情本身，还得盯着「他觉得我会怎么想」。判断从单人游戏，变成了照镜子——镜子里还有个也在照镜子的人。
留个更晕的问题
到这里，我们默认了一件事：被判断的那个东西（牌的好坏、车的质量、对方的底牌）是客观存在、固定不变的，只是你不知道而已。你的任务是隔着信息的迷雾，把那个固定的真相猜出来。诈唬再花哨，对手手里那副牌就是那副牌，它不会因为你信了他而真的变好。
但有一类局不是这样。想想银行挤兑：只要足够多的人相信银行要倒、都去取钱，一家原本健康的银行就真的会被取垮——它倒不倒，取决于大家觉得它会不会倒。这里没有一个躲在信息迷雾后面、等你去发现的「客观真相」。真相是被大家的判断当场造出来的。
换句话说：你的判断，可能会改变你正在判断的那个东西本身。你以为在测量温度，可你的温度计一伸进去，水温就变了。这时候「猜准真相」这个说法还成不成立？下一章，我们去拆索罗斯那个让物理直觉集体失灵的词——反身性。