纳什 · 同一个名字

先立最底层的词：博弈。一场博弈有三样零件：局中人（谁在玩）、策略（每人有几手可出）、支付（每种搭配之下各自得到什么）。把零件摆上桌：两家相邻的奶茶铺，各出两手——定高价、定低价。四格小表：两家都高价，各家得 4；甲低乙高，甲抢走客人得 6、乙得 1；甲高乙低，甲得 1、乙得 6；两家都低价，打得火热利润摊薄，各家得 2。三样零件齐了：这张表就是那场博弈的全部户口。

表会读，博弈就会读了。读法是横竖各看半张：盯住甲，把表按列看——乙出高价那列，甲高得 1、甲低得 6；乙出低价那列，甲高得 1、甲低得 2。也就是说：不管乙出什么，甲出低价都比出高价拿得多。换个行话：低价是甲的「严格占优」策略——不占优在某一列，占优在每一列。把表转半圈按行看，乙的情况一模一样：低价也是乙的严格占优策略。

于是四格里只剩一格站得住。甲有理由出低，乙也有理由出低，唯一大家都出得下去的组合是（低，低）——各家得 2。可这张表上明明写着更好的格子：（高，高）各家得 4。两位老板谁也不傻，谁都明白，可谁单独改回高价谁就从 2 掉到 1——这就是那场博弈停住的地方。读到这里，均衡这个词还没出场，它的形状已经画完了。

下一页给它起名字、立定义。「谁也不想单方面改动」——这句话是整个二十世纪社会科学用得最多的一句行话，它值得用一整页来讲清楚。

定义登场，一句话：均衡是一格——每一个局中人在这一格上所选的策略，都是对「其余人此刻所选」的最优反应；换句话说，任何人单方面改一手，自己只会更糟或至多持平。逐字读：注意「单方面」三个字——均衡不承诺最好，只承诺「没人想独自动」。回看奶茶表：格（低，低）上，甲改成高，得 1＜2，更糟；乙改同理——谁也不想单方面改，均衡成立。格（高，高）上，甲单独改低，得 6＞4，有利可图——这一格就不均衡。

定义立完，立刻要验三件事。第一件：奶茶表里恰有一格均衡——四格逐格过堂：（高，高）甲想改；（低，高）甲得 6 不想改、乙得 1 改低得 2，乙想改；（高，低）对称，甲想改；（低，低）谁都不想改。四格里一格站住。第二件：均衡不一定只有一格——棋类游戏里「双方都不出错」的走法是均衡，可能有很多种。第三件：均衡不一定存在——石头剪刀布就没有「定格」：石头对布，出石头的一方总想改手。

第三件最要命，它把问题反了过来。石头剪刀布没有纯策略均衡，这类博弈未必没有「停点」——不必摇头——可以停得模糊些：把「出什么」改成「按概率出什么」。石头、剪刀、布各三分之一地混着出，对手无论出什么，期望上不占便宜、也无便宜可占——没人想偏离。这叫混合策略。于是真正的问题变成：混合起来的博弈是否必然有均衡，这个问题，下一幕用一页论文正面回答。第一幕先把纯策略的账收干净。

下一页转暗线。定义立好了，命名权还在路上——那个名字此刻还不叫「纳什」。

把奶茶表再摆一次，问一个扎心的问题：均衡格（低，低）支付 (2,2)，非均衡格（高，高）支付 (4,4)——两个聪明人为什么停在坏格子，答案全在「单方面」三个字里：从（低，低）出发，任何一个人单独改手都吃亏（2 掉到 1）；要走进好格子（高，高），得两个人同时改、还得互相信任对方不改。均衡的定义里没有「信任」这个零件——它只验收单方面改动的账。于是停点停在了坏处：这格均衡虽然不是全场最好，却是没人能被指责任何人的地方。

这个结构有个著名的名字与一段著名的来历。两位数学系同事在兰德公司把同样的支付表讲给两位「局中人」听：两人隔离受审，都沉默各判一年；都招供各判五年；一人招供一人沉默，招的释放、沉默的重判十年。沉默是合作，招供是背叛——背叛是双方各自的严格占优策略，唯一均衡是（招，招）各判五年，明明（沉默，沉默）只判一年。给这个例子起名的是纳什的博士导师塔克：囚徒困境。奶茶铺、军备、环境污染、价格战——表换成棋盘格，账都是同一个账。

把账算全，是理解均衡的入学考。囚徒表四格：（沉默，沉默）判 1、1；（招，沉默）判 0、10；（沉默，招）判 10、0；（招，招）判 5、5（数字为刑期，越小越好）。逐格验均衡：都沉默——甲改招供，1 变 0，想改；甲招乙沉默——乙改招供，10 变 5，想改；对称同理；都招——甲改沉默，5 变 10，亏，不想改；乙同理。唯一均衡（招，招）。四格里它只排第三好——均衡与好结局，是两回事。

下一页转暗线。定义有了、例子有了、命名的老师也有了——可定理本身还欠一个「一定存在」；而「纳什」这个名字，此刻既没上定理也没上教科书。

最小的没有纯策略均衡的局：猜硬币。两个孩子，各持一枚硬币，同时亮出正面或反面。规矩：两面相同，甲赢 1 元乙输 1 元；两面不同，乙赢。四格支付表：（正，正）(1,−1)、（正，反）(−1,1)、（反，正）(−1,1)、（反，反）(1,−1)。逐格验均衡：都出正——甲赢，乙想改成反；甲正乙反——甲想改成反；都对反——乙想改成正；甲反乙正——乙想改成反。四格无一格站得住：纯策略均衡不存在。

把「出什么」换成「按什么概率出」，局面就变了。甲按一半一半的硬币出正反，乙也按一半一半。算乙的期望所得：甲出正（概率一半）时，乙出反赢 1、出正输 1——期望是 1 的一半加 (−1) 的一半，等于 0；甲出反（概率一半）时同理，期望还是 0。乙无论出正出反，期望都是 0；偏离也还是 0——没有便宜可占。按一半一半混着出，这一格（如果可以叫一格）站住了：谁也不想单方面改概率。这就是猜硬币的混合策略均衡。

顺带把「公平」这个词也验了。这个均衡的期望支付是 0——游戏对双方公平；更妙的是它保证了一个下限：只要按对半混出，无论对手多狡猾，长期平均下来谁也赢不了谁。混合策略不是「不认真」，是把不可预测性本身变成策略：猜硬币局里，任何固定套路都会被对手算计，唯有对半的随机不露破绽。下一页算一个不对称的局：概率不再是一半一半，而是能算出来的两个真分数。

摆一张不对称的小表。一对夫妻商量周末：看球还是看戏。一起看球，丈夫痛快（得 3）妻子勉强（得 1）；一起看戏，妻子痛快（得 3）丈夫勉强（得 1）；各去各的，两头落空，各得 0。支付表：行是丈夫（球、戏），列是妻子（球、戏）：（球，球）(3,1)、（球，戏）(0,0)、（戏，球）(0,0)、（戏，戏）(1,3)。先找纯策略均衡：（球，球）——丈夫改戏得 0＜3，妻子改戏得 0＜1，谁也不想动，站住；（戏，戏）同理站住。两个纯均衡，麻烦来了：停在哪一格，取决于谁先宣布——没有定数。

把概率请进来，算第三个均衡。设丈夫按概率 p 去看球（p 是零到一之间的数），妻子按概率 q 去看球。妻子的账：她去球场的期望所得——丈夫去球场的概率是 p，相遇得 1，各走各得 0，合计 1×p；她去剧院的期望所得——丈夫去剧院的概率是 1−p，相遇得 3，合计 3×(1−p)。两个方案不分伯仲的条件：1×p＝3×(1−p)，解得 p＝3/4。丈夫的账对称地算：去球场期望 3×q，去剧院期望 1×(1−q)，相等得 q＝1/4。

验算这组数，一步都不能省。混合均衡：丈夫以 3/4 的概率看球、1/4 看戏；妻子以 1/4 看球、3/4 看戏。核妻子的账：看球期望 1×(3/4)＝0.75；看戏期望 3×(1/4)＝0.75——平了，改不改一个样。核丈夫的账：看球期望 3×(1/4)＝0.75；看戏期望 1×(3/4)＝0.75——也平了。两组概率是互相咬出来的：丈夫去球场越勤，妻子越懒得陪——p 大到 3/4 以上，妻子干脆只看戏。均衡的概率是各方互相牵制的平衡点，不是谁一厢情愿定的。

下一页看这三笔账背后共同的那件工具：三个均衡（球、戏、按概率）怎么保证不会漏——答案是一枚「不动点」。

先把「不动点」摆上桌。一张摊开的本国地图平放在桌上——注意，地图画的就是这张桌子所在的国土。把地图揉皱（不许撕破），随手按回桌上原先的位置：地图上必有一点，恰好落在它所代表的那块真实土地的正上方。这个「压在自身对应点上的点」就是不动点——揉法千变万化，这个点躲不掉。这就是布劳威尔不动点定理的直觉版：平面到自身的连续映射必有不动点。

纳什把这个点搬进了博弈。做法只需两步。第一步，把「策略」换空间：每位局中人的混合策略是一组概率——全体概率组成的集合是一块连续、紧致、凸的「面团」（两个概率方案按任意比例掺和，还是概率方案）。第二步，定义映射：给定大家当前的一组混合策略，每个人据此算出自己最优的反应分布，换上——这相当于把「全体策略组合」这块面团揉了一下。均衡就是这团面揉回原位的那一点：没人想改的分布组合，正是不动点。

于是存在性一锤定音。面团（紧致凸）与揉法（连续）两条都验过——「最优反应」虽是一对多的对应，几何学家角谷静夫早把不动点定理推广到了这种情形：对应取值凸、图闭，不动点必在。有限博弈、混合策略、角谷不动点——三个零件一装，定理出炉：均衡一定存在，一页纸装得下。1950 年那页院刊短文的全部内容，就是这套装配；下一页转暗线：看看这份装配当年得到了什么样的评语。

弯曲有两个等级，一个可以原谅，一个不可以。第一级：把一张平纸卷成筒——纸变「弯」了，可它是假弯：展开还是那张纸，一点没拉伸。卷筒不改变纸上任意两点沿纸面量的距离，几何学家说它「内在平直」。第二级：剥一片橘子皮，想把它摊平在桌上——不行，非裂即皱：球面的弯是「真弯」，长在骨头上。判别真假弯的尺子只有一把：沿面量的距离。凡是不改变这些距离的变形，都是「等距」——弯曲问题里的「原封不动」就指这个。

高斯把这件事说成了定理。量一量球面上一小块三角形：内角和超过一百八十度——这一条用不着把球面放到任何外面去量，面自己就量得出来；而平纸上的三角形内角和永远恰好一百八十度。也就是说：面自带的尺（沿面距离）自己就能报出「我弯没弯、弯多少」——曲率是面的内在户口，不随摆放而改。这就是「内在平直」与「内在弯曲」的硬标准：卷筒的纸内尺报平，橘皮的内尺报弯。想不失真地把橘皮摊平，等于让内在的曲率消失——而尺不许换，路就难。

难归难，先看两个「合法案例」暖暖身。卷筒可以放进三维空间：圆柱面上两点沿面的距离，与空间里沿螺旋线走的距离本来就一致——假弯的空间摆放是现成的。平面放进平直空间更不必说。真正的问题剩给真弯的面：橘皮要不要裂，球面那一类「胎记」能不能在更大的空间里舒展开，三百年来的几何学家都试过：三维空间未必够，那就往更高维去——空间管够，胎记要不要挤，才是争点。下一页把这道门正式推开。

先立词条：等距嵌入。把面 M 摆进空间 R 的某个更高维里，要求两点之间沿面的距离，摆完之后原样保住——这样的摆放叫等距嵌入。「原样保住」对光滑度有讲究：变形越光滑，摆放越「体面」。纳什的第一记重拳（1954，与柯伊伯之改进合流）放宽了光滑度：只要允许「几乎处处可微」的摆放，任何等距嵌入都能从随便一个「短摆放」（只压缩、不拉伸的摆放）出发，靠高频微皱磨出来——皱而不裂。直觉版：给橘皮打上无穷细的褶，褶足够密，皮就「长」到了平直空间里，而沿面的距离一寸没变。

第二记重拳（1956）把光滑度要了回来。要求摆放处处够光滑（体面版），结论依旧成立，代价只是房间要更大：一个 n 维的弯曲世界，可以等距嵌入进大约 n(3n＋11)/2 维的欧氏空间。代进去算账：二维的面，2×(6＋11)/2＝17——任何二维弯曲面都能原封不动地摆进十七维空间；球面、马鞍面、任意奇形怪状的面，一概不裂不皱不拉伸。当年施莱夫利为一张二维球面在三维里能不能安家伤了几十年；纳什直接宣布：十七维里，所有二维面集体安家，且家家体面。

机器的配方也值得记一笔，因为它是纳什手筋的样品。核心是一套迭代：从「短摆放」出发，每一轮把「距离误差」按固定比例往小里磨，同时用越来越高频的小褶去抵消剩余误差；误差逐轮折半般缩小，无穷轮之后归零，极限摆放就是等距嵌入。这套「迭代磨误差」的手筋，下一页将原样出现在另一块大陆——分析学的方程估计里。定理的两个人生阶段（1954 放宽版、1956 体面版）之间隔了两年，背后是同一台机器的两次开动。

下一页转暗线。几何的门推开了，命运的门正在关上——1958 年，病来了。

第三块大陆：偏微分方程。热的传导、弦的振动、烟的扩散，写成数学都是同一类方程——未知量不是一个数，而是一个随时间地点变化的函数；方程描述它变化的规律。基本问题朴素得可爱：初始时刻的分布哪怕坑坑洼洼，往后走的解是否也会变得平滑，当年的数学工具只够证明解「在平均意义下不坏」——平均不坏不等于点点光滑：一个点上的毛刺，平均起来可以小到看不见，毛刺却实实在在。纳什要造的，是把「平均的账」兑换成「点上的光滑」的那把尺。

尺子是一条约数，后世叫它纳什不等式。用三样量把一个函数过秤：‖u‖₂——函数的「能量块头」，‖∇u‖₂——函数摆动的总幅度，‖u‖₁——函数的总质量。不等式说：n 维空间里，块头的 (n＋2)/n 次方，被摆动幅度的平方乘上总质量的 2/n 次方按住。取 n＝2 验一遍：指数 (2＋2)/2＝2——块头的平方 ≤ 摆动平方 × 总质量的一次方。指数全是真算的：(n＋2)/n、2/n，n＝2 时 2 与 1，一条不虚。

这把尺把平均兑换成点上的思路是：时间差价：热传导有个天然的好性质——总质量守恒，而「摆动幅度」随时间衰减。把纳什不等式在时间轴上一点点点起来：每一瞬，块头的下降速度被摆动衰减拉着走；积出来，解的毛刺随时间按明确的指数速率磨平——最后得到：解是「赫尔德连续」的，粗糙度被定量按住。同一时期意大利的德乔尔吉用另一条路走到同一站，后人合称德乔尔吉–纳什理论；莫泽再把它推向非线性。三大定理（均衡、嵌入、光滑）至此集齐——下一页转暗线：就在这第三块大陆立稳的关口，名字的主人病倒了。

第一句要拆的话：均衡是预言。把囚徒表再算一遍：唯一均衡（招，招），各判五年；全场最好的格子是（沉默，沉默），各判一年。若均衡是预言，故事该停在一年；现实里停在五年。差在前提：均衡的定义只担保一件事：给定别人不动，单动者必吃亏。它不担保「别人不动」这个前提成立，更不担保大家同时动得成。把话说全：均衡说的是「稳定」——稳定可嘉，却可以稳定在一个坏局面上。稳定与好，是两个词。

第二句要拆的话：理性会带来好结局。表上每个数字都经得起盘算：招供严格占优——对手沉默时招了白手获释（0＜1），对手招供时招了少坐牢（5＜10）；逐格验均衡，唯一站住的是（招，招）。两个「完全按账本办事」的人，落进了两人都宁愿逃开的格子。这不是算错账，恰恰是账算得太对：单方面的精明，叠加成集体的困境。世界各地的军备竞赛、广告大战、渔业滥捕，账本结构与此同款——各方的「占优」叠出集体的双输。

第三句最有用：坏均衡怎么破。把一次的表变成重复的表：同一局打很多轮，背叛的便宜会被日后的报复吃回去——账一变，均衡跟着变：合作可以从自私的土壤里长出来，前提是「明天还要见面」。这个转向在下一页细算。先把第四幕的数学账收拢：均衡的定义不变，变的是棋盘的边界与时间的长度——定义只认「单方面改动亏不亏」，棋盘多大、打多少轮，决定了哪一格站得住。

把囚徒表复印很多份，装订成「多轮版」。规矩：每一轮按原表计分，打完一轮再来一轮，谁也不知道哪轮是最后一轮。单轮版的背叛占优，多轮版要重新算账：设想一种最朴素的策略——「针锋相对」：第一轮合作，之后每一轮模仿对手上一轮的动作。对手合作，我合作；对手背叛，我下轮回敬一次，然后等他回头。这是一面镜子：对方好一分，就还一分；对方坑一次，就回敬一次，但绝不多坑。

镜子的账，可以真算。设对手一直合作：双方一直拿 3，长期平均每人每轮 3。设对手想占一次便宜：某轮他背叛，当轮得 5；下一轮「针锋相对」回敬，他最多回到合作，吃亏的差额要在后面的轮次里补——只要还会见面，占便宜就是借贷，不是白得。算一道最小的账：背叛一轮净赚 2（5 对 3），代价是被回敬一轮净亏 2（1 对 3），打平；若对方「记仇两条」再亏 2——见面越多，背叛越亏。多轮棋盘上，（一直背叛）不再是唯一站得住的均衡；「互相合作」成了均衡之一：谁单方面改手，日后都收不回损失。

这一页的收束是 1980 年的一场竞赛。政治学家阿克塞尔罗德向全世界的博弈论学者征集策略，让它们在多轮囚徒困境里循环互搏——几十个策略、数十万轮对局，冠军是一种极简单的「针锋相对」：先行善意、以牙还牙、绝不记仇过量。竞赛报告发表于 1980 年代初，结论与上面的账完全吻合：善意、可激怒、宽容、清晰——四个词撑起了合作的进化。均衡概念在此显出第二副面孔：它不光解释坏局为何难逃，也指明好局需要什么条件。下一页，看 1994 年斯德哥尔摩为什么把奖章递到这张棋盘的边上。

1994 年 10 月 11 日，斯德哥尔摩的消息越过大西洋。瑞典央行纪念阿尔弗雷德·诺贝尔经济学奖授予三人：豪尔绍尼、泽尔腾——以及纳什。授奖词把他那页 1950 年的短文放在正中央：非合作博弈的均衡分析，如今是经济学不可或缺的分析工具。六十六岁的获奖人当时并不知道自己是热门人选——消息是他从电话里听来的；记者们涌向普林斯顿的那间公寓时，他在门后站了很久才出来。隔了四十四年，一页纸长成了大厦，名字随大厦一起交还给了它的主人。

奖章为什么是 1994 年的，值得说清。其一，经济学在七十到八十年代把均衡概念用成了基础设施：拍卖设计、产业组织、贸易谈判、投票理论，处处是「给定别人怎么走，我怎么办」的骨架；其二，学界为这副骨架补齐了地基——豪尔绍尼处理「信息不全」的局，泽尔腾精炼「多解该挑哪个」的问，三人合起来：均衡存在、均衡可用、均衡可挑。委员会把三个人并排授奖，正是把一门学科的地基三件套一次盖戳。

这场颁奖礼还有一层与本册暗线严丝合缝的东西。领奖人不写受奖演说的标准套路，而是提交了一篇自述：〈学会下棋之外〉——讲他如何从幼年的谜题走到 1950 年的均衡，再讲疾病如何把理性变成了「一场没完没了的妄想博弈」，以及他如何靠「像拒绝坏习惯那样拒绝妄想的声音」把自己一寸寸领回来。在经济学大典上读一篇理性与妄想交战的报告——评审委员会没有犹豫。下一页转暗线：看斯德哥尔摩领奖名册上那笔签名。

把均衡概念搬到拍卖桌上。规矩叫「次价拍卖」：出价最高者得到拍品，付的不是自己的价，而是第二高的价。听着别扭，却大有讲究。算一笔账验证：拍品在买家心里的真实价值是 10 元。设想买家报 12 元想保险——若第二高价是 11 元，买家赢，付 11，净赚 −1，赚成了亏；若第二高价是 9 元，付 9 净赚 1——而老实报 10，同样赢、同样付 9、同样赚 1。两相对比：多报 2 元，好结果一个没多，坏结果多出一个。

把账算全，结论更硬。报真价 10 元：只要赢，必是第二高价 ≤ 10，永不亏；报高 12 元：在第二高价落在 10 到 12 之间时会「赢一个亏本局」——第二高价 11 时净亏 1。报低 8 元：第二高价 9 时本可 10 元拿下净赚 1，却因报低而输给别人——白白丢掉 1 元。三种报法对齐一比：真话不吃亏、假话两头亏（报高添亏局，报低丢利润）。逐例可验，报真价占优——这条结论是拍卖理论的起点，今天无线电频谱拍卖、广告位竞价的章程里都写着自己的「次价逻辑」。

这就是均衡概念的第二副面孔：设计。第一幕讲「给定规矩找均衡」，这一页讲「给定想要的均衡反推规矩」：设计者写下次价规矩，就是想让「人人说真话」成为谁也不想偏离的均衡——规矩替诚实站岗。1994 年奖章之后三十年，这套设计思想长成了拍卖、匹配（入学配对、肾脏配对）与市场设计的产业级学问。定理不问出身：从冷战餐桌到拍卖槌，停点还是那个停点。下一页做总装：三块大陆并排收拢。

把全册的三样东西并排上桌，看它们共用的一副骨架。第一样，支付表：把一群人的互相牵制压成一张格网，均衡是格网上「单方面动必亏」的停点。第二样，不动点：把「最优反应」写成一处揉不走的点，存在性由角谷定理担保。第三样，嵌入与不等式：把弯曲面与粗糙解各自「搬」进一个更大的平直框架，在框架里误差被逐轮磨平。三样东西是同一个手筋的三个化身：把难办的对象放进一个更大的框架，让框架替各方把要害保住——停点因此可找、可证、可算。

装配线走一遍，验证「一图三陆」不是修辞。博弈这边：局中人有限 → 概率面团紧致凸 → 最优反应闭图 → 角谷不动点 → 均衡存在（p.16）。几何这边：弯曲面 → 短摆放起步 → 迭代磨误差 → 高频褶皱 → 等距嵌入成立（p.22）。分析这边：能量块头 → 纳什不等式 → 时间轴上迭代 → 毛刺按指数磨平 → 解赫尔德连续（p.23）。三条装配线的工位名词各异，动作全同：起步、迭代、收敛——把「不完美」一层层磨到「够用」，而要害（距离、光滑度、最优性）一步不丢。

下一页给全册上双保险。三条装配线各验一次出厂：混合均衡的账（p.14—p.15）、十七维的账（p.22）、二维指数的账（p.23）——定理的可靠性由「存在性证明＋具体算例」两道锁共同把守。

第一道锁：存在性证明的严密性。角谷定理的条件逐条验过：混合策略集合是有限纯策略集上的概率向量全体——有界闭且有内点，紧致与凸面面俱到；最优反应对应的闭图由「期望支付随概率连续」担保。条件齐，则不动点在；不动点在，则均衡在。这一道锁的效力是普遍的：它对每一场有限博弈都有效，不看内容只看骨架——哪怕博弈里是两个人、一万个人，哪怕策略是天南地北的价格与路线。

第二道锁：具体算例的落账。猜硬币对半混出，期望逐笔 0，公平有据（p.14）；性别之战 3/4 与 1/4，三方期望 0.75 逐笔对平（p.15）；囚徒表四格过堂，唯一均衡在双输格（p.9、p.28）；次价拍卖真价 10、报 12、报 8 三案对齐，真话占优（p.35）。算例的价值在「落」：定理说「存在」，算例把均衡像钉子一样钉进纸面——看得见、算得出、能复核。存在性担保天花板，算例担保地板，两道锁合上，门才稳。

双保险是数学交付的老规矩，也是本册三层读法的底气。故事层可以只带走「停点」这个直觉；数学层随时可以下场验算——每一页的数字都经得起重算；注疏层给出论文与出处，可查可考。下一页转暗线：一个名字被两个领域同时借用的后半程。