上一章的算术在血缘圈子里很好用，但一出家门就失灵了。同事、朋友、合伙做生意的陌生人——亲缘系数全是零，按汉密尔顿的公式，你帮谁都是纯亏。可现实中跨血缘的合作遍地都是，而且不只在人类社会。吸血蝙蝠会给没吸到血的同伴反哺一口血，它们之间可没有血缘。
1971 年，罗伯特·特里弗斯给出了第二套算法：互惠利他——大白话就是「你帮我，我帮你，下回见」。亲缘选择靠的是「你身体里有我的说明书」；互惠靠的是另一件事：我们还会再见面。
「下次还见」改变了全部游戏规则
只看一次交易，占便宜永远划算：蝙蝠吃饱了不反哺，省下血又没损失。但如果这只蝙蝠还要和同伴相处几百个夜晚，账就变了——今天省一口血，明天自己饿肚子时没人救，饿死的损失远比一口血大。研究者实际观测过：吸血蝙蝠确实更愿意反哺那些以前帮过自己的同伴，对从不回报的「老赖」则渐渐断供。
这套「记仇又记恩」的逻辑，博弈论里有个经典的舞台来演示它：囚徒困境。两个同伙被抓，分开审。都抵赖，各判一年；都招供，各判五年；你招他抵赖，你当庭释放他判十年。对每个人来说，无论对方怎么选，招供都更划算——结果两个理性人都招供，一起蹲五年，明明都抵赖只要蹲一年。个体的最优选择，合起来是集体的灾难。这就是合作难的根本原因。
但囚徒困境有个关键前提：只玩一次。如果这两个人出狱后还要在道上混、还要一次次共事，游戏就变成了「重复囚徒困境」，一切都不一样了。
一场计算机锦标赛：善良居然赢了
1980 年，政治学家罗伯特·阿克塞尔罗德干了一件漂亮事：他邀请全世界的博弈论专家提交计算机程序，两两对战重复囚徒困境，看哪种策略总分最高。参赛的有各种阴险复杂的算法，结果冠军是所有程序里最简单的一个，只有几行代码，叫以牙还牙：
- 第一步先合作（善良：绝不先背叛）；
- 对方背叛，下一步立刻背叛（报复：不挨欺负）；
- 对方回到合作，立刻原谅（宽容：不翻旧账）；
- 规则简单透明（清晰：让对方看得懂、学得会）。
以牙还牙在任何单场比赛里都赢不了对手——它最多打平。但锦标赛比的是和所有对手的总分：遇到善良策略，它稳定双赢；遇到阴险策略，它只吃亏一次就武装起来。坏蛋们互相残杀两败俱伤，善良者们彼此成就。
大白话：在长期关系里，「先当好人、被欺负就还手、对方改了就翻篇」是最能打的策略。不是道德说教，是锦标赛冠军的代码。
从代码到文明
这个结论不只活在计算机里。一战西线的堑壕战中，对峙的德军和英军自发形成了「你不开枪我也不开枪」的默契——同一批部队长期对峙，就是一场重复博弈，双方都默契地把炮弹打到同一个空位。历史学家后来去翻战壕日记，发现这套「自己活也让别人活」的体系就是活生生的以牙还牙：对方违规，立刻报复一轮；对方收敛，马上恢复默契。
人类社会把这套逻辑制度化，就成了信用、合同、声誉系统。为什么老字号在乎招牌？为什么电商平台要有评价？都是在人造一个「我们还会再见面」的环境——只要未来够长，合作的收益就压过背叛的诱惑。反过来，宰客为什么总发生在火车站、旅游区？因为那是单次博弈，「以牙还牙」没机会出牌。
基因在这里做了什么手脚
注意，蝙蝠和士兵都不是在脑子里跑博弈论的。基因同样没给他们装算盘，装的还是感情：感恩、愤怒、愧疚、原谅。被帮助后涌起的暖意，驱动你回报；被背叛后的愤怒，驱动你报复（哪怕报复要付出代价——这就是所谓的「惩罚老赖的冲动」，它正是以牙还牙的「报复」条款）；做错事后的愧疚，逼你回头修复关系。你的道德情感，就是冠军策略的内置界面。
这也解释了为什么我们对「赖账」如此敏感：一句「上次可是我帮的你」能瞬间点燃愤怒——那是几百万年重复博弈在神经系统里刻下的记账本能。
故事的阴暗面
不过先别急着感动。以牙还牙能赢，前提是它足够强硬——善良但不好惹。演化从不奖励纯粹的烂好人：一个只合作不报复的策略，会被坏蛋策略吃干抹净。所以「好人有好报」有个隐藏条款：这个好人必须会记仇。完全不会记仇的老好人，在演化里是活不到讲道德的那天的。
两套算法讲完了：对亲戚，按亲缘系数打折地爱；对熟人，按「下次还见」记账地合作。这套组合拳解释了生物界大部分利他行为。但还有一个更暗的地方我们没去过——你的基因组内部。那里没有合作，只有内战。下一章去看看：你身体里一半的 DNA，根本不为你工作。