1980年，一场电脑程序比赛让专家们拿出策略，反复决定“合作”还是“背叛”。获胜的程序出奇地简单：第一步合作，此后照着对手上一步来。它甚至不需要在单场对局里压过对手，就能把总分做得很高。
只互动一次时，眼前多拿一点可能很有诱惑。可如果还要和同一个对象继续打交道，今天的选择就会改变明天得到的回应。
重复囚徒困境用一个很小的游戏，把这种关系写得清楚。著名的“以牙还牙”策略——TIT FOR TAT——则只需要记住对方上一轮做了什么。
一轮游戏，怎样产生合作难题
双方同时选择合作或背叛，看不到对方本轮尚未作出的选择。采用下面这组分数，括号内依次是 A、B 的收益：
| A 的选择 | B 合作 | B 背叛 |
|---|---|---|
| 合作 | （3，3） | （0，5） |
| 背叛 | （5，0） | （1，1） |
对方合作时，背叛能从 3 分提高到 5 分；对方背叛时，背叛又能从 0 分提高到 1 分。只看这一轮，背叛对自己都更有利。结果却可能是双方各拿 1 分，低于一起合作时的各 3 分。[1]
核心规则，只有两条
TIT FOR TAT 第一轮合作，此后每轮复制对方上一轮的选择。
def tit_for_tat(opponent_history):
return opponent_history[-1] if opponent_history else "C"
这里 C 表示合作，D 表示背叛；列表里只记录已经发生的行动。
这条规则不会先发动背叛，也不会无条件一直合作。收到背叛后，下一轮就背叛；对方重新合作后，下一轮又恢复合作。回应有记忆，但只看最近一轮。
赢得比赛，不需要每一局都压过对手
Axelrod 在 1980 年报告的首届程序比赛中，TIT FOR TAT 由 Anatol Rapoport 提交，在14份参赛程序中取得最高的整体平均得分。每组对局200轮，还包括与自己的副本及随机策略对局；整个循环赛重复了五遍。第二届有62份参赛策略，大家已经看过第一届结果，TIT FOR TAT仍然夺冠。[2]
比赛累计的是对不同程序的收益，单局里自己是否比对手多拿分，是另一项指标。例如，两边持续合作 200 轮，各得到 600 分；一直背叛的两个程序，同样打平，却各只有 200 分。
在没有执行或观察误差、使用上述对称收益的标准对局里，先合作、随后复制对手的规则不会比对手多背叛一次。因此它单场只能与对手打平或吃亏；与许多愿意回应合作的程序相遇时，却可以积累较高收益。
四个特质，让规则容易被理解
这条短规则能支持合作，靠的并非永远忍让。它把四种性质放在了一起：
| 性质 | 在规则里的具体表现 |
|---|---|
| 不先背叛 | 第一轮先合作，在对方背叛之前维持合作 |
| 能够回应 | 对方上轮背叛，这轮就背叛 |
| 愿意恢复 | 对方重新合作，下一轮就跟着恢复 |
| 容易看懂 | 只复制上一轮，没有隐蔽的随机惩罚或无限记仇 |
例如，对手连续作出 C、C、D、C、C，自己的五轮选择就是 C、C、C、D、C。第三轮还不知道对方本轮会背叛，第四轮才回应；第五轮恢复合作。这一轮延迟，是同时出手、只能看历史的规则造成的。
重复互动，为什么改变诱惑
一次背叛能得到额外的眼前收益，也可能换来后续回击。只要未来继续互动的可能性和未来收益足够重要，放弃一些即时诱惑，就可能换得更高的长期收益。相关演化模型研究的，正是合作在什么条件下能够维持。[3]
已知只玩一次，与未来仍可能再见面，给出的激励不同。如果轮数固定且人人知道、双方都只最大化分数，并共同确信对方也如此，末轮的背叛诱惑还会向前倒推。程序比赛中的既定策略和多种对手，并不等于所有参与者都在执行同一个倒推解。
误会，也会被复制
假设双方本来都执行 TIT FOR TAT，却有一方在某轮误把合作执行成背叛。下一轮对方回击，自己又根据对方上一轮行动作出回应。机械地复制最近一步，可能把一次误差延长成来回报复。
这正是应用模型时需要保留的条件。现实中的互动还包含解释、修复、退出、第三方约束，以及并不对等的损害，不能全部压成一个只有 C 和 D 的按钮。
这套小程序揭示的核心关系，是回应怎样改变后续激励。合作能否延续，取决于环境能否让彼此的行动被看见，让未来的收益足够重要，并为中断后的恢复留下可能。
这场比赛有趣的地方，是“比对方多一分”和“让自己长期拿到更多分”终于分了家。先释放合作信号，对伤害作出明确回应，再给修复留出路，才能让许多次相遇积累出合作的价值。至于能否做到，还要看现实有没有这样的重复机会与边界。