洞顶上倒挂着一群吸血蝙蝠。其中一只昨晚扑空了，空着肚子回来。这不是小事：这种蝙蝠连着两三个晚上吃不到血就会饿死。
然后旁边一只吃饱的凑过去，吐出一小口血喂它。这两只常常不是亲戚——亲缘选择那期算的那笔账（帮亲戚，等于通过亲戚多出来的后代把自己这份传下去）在这里用不上。而这口血对喂的那只不是零成本：万一它明晚也扑空，缓冲就薄了一层。
按最省事的算法，「接受喂食但从不回喂」的那种蝙蝠应该在洞里越来越多，多到没人肯喂为止。它没有。要把这笔账算平，先得看清楚「帮忙」到底什么时候真的是亏的。
把事情压到最简：两个个体，各自可以帮或不帮。两边都帮，各自都比都不帮过得好。麻烦在于单独看每一边——不管对方怎么做，自己少付出一点总能多留一点。于是「不帮」对双方都更划算，两边一起滑到那个对双方都更差的角落。这个形状叫囚徒困境（名字来自两个嫌犯被分开审、各自招供都更划算的假想故事），要紧的不是故事，是形状。
但这套算法偷偷假设了一件事：这是最后一次见面。去掉它，账立刻变。同一个洞里的蝙蝠会一起住很多年，今晚省下的这口血，代价可能是将来某个晚上没人喂你。1971 年 Trivers 写清了条件：再次相遇的概率够高、认得出是谁、记得住上次谁干了什么。
这不是「为了将来」——没有蝙蝠在盘算，只是在反复相遇的群体里，带着「上次你怎么对我、这次我就怎么对你」这类倾向的个体平均留下了更多后代。
1980 年前后 Axelrod 没去猜哪种做法能赢，而是请各行各业的人把策略写成小程序交上来，两两反复对局、算总分。第一轮 14 个程序，赢的是最短的那个——Anatol Rapoport 交的四行东西，叫以牙还牙：第一次帮，之后照抄对方上一步。第二轮 62 个参赛者都已知道上轮谁赢、都在针对它设计，冠军还是它。
有个细节值得停一下：以牙还牙一场单挑都没赢过。它从不先动手，对上任何对手最多打平。它拿的是所有对局加起来的总收成——「赢」在这里不是压过对手，是在一堆关系里总产出高。
得交代强度：这是模拟，不是自然界里的实验。1993 年 Nowak 和 Sigmund 在允许出错的模拟里发现，赢的换成了更宽容的版本——对方不帮之后，仍有一定概率照帮。
真实证据回到那群蝙蝠。1984 年 Wilkinson 报告，喂血既跟亲缘有关，也跟「过去有没有机会互相喂」有关，不是亲戚的在圈养下照样互喂。2013 年 Carter 和 Wilkinson 收紧了这条：两年里对 20 只蝙蝠逐只禁食，制造出 48 天的喂食场面，「这只过去喂过我多少」比亲缘更能预测谁会喂它；而且多数时候是吃饱的那只主动凑过去，不是挨饿的那只缠着讨来的。
EN Strip out kin, and helping a non-relative looks unpayable: whatever the other does, holding back leaves you more, so both slide into mutual defection — the shape known as the prisoner's dilemma. That arithmetic quietly assumes one last meeting. Trivers (1971) set out the conditions that remove it: a high enough chance of meeting again, recognising who is who, remembering what they did. In Axelrod's tournaments the winner both times was the shortest entry, Anatol Rapoport's tit for tat — cooperate first, then copy the other's last move — which never once outscored an opponent head to head. It is fragile to error: one mistake locks two copies into endless alternating retaliation, and with noise added, more forgiving rules win instead. In vampire bats, Carter and Wilkinson (2013) fasted 20 individuals over two years across 48 sharing events and found past help predicted donations better than relatedness, with donors usually initiating.
直接来回有个硬门槛：得是同样两个个体反复碰面。可想想你一天里做的那些不图回报的小事——给问路的人指方向、把捡到的钱包送去。这些人多半再也见不到。
第二条路是把回报绕一圈：我帮了甲，乙在旁边看见了，将来乙帮我。付出和回报不在同一对人之间闭合，中间靠的是第三方看得见。这条路要跑起来，需要一份「这个人过去怎么做的」的记录。日常里我们管它叫名声。
2000 年 Wedekind 和 Milinski 做了个干净的检验。参与者反复玩一个给钱的游戏，规则保证不会出现「你给了我、所以我给你」的闭环，直接来回被堵死；但每个人过去给过谁、给了多少是公开的。结果很清楚：给过别人的人，更容易收到别人的给予。
更意外的是这不是人类专利。珊瑚礁上有一种小鱼靠给大鱼清理寄生虫过日子，大鱼排着队等。但小鱼更爱吃大鱼身上的一层黏液，咬一口对客户来说就是被坑。2006 年 Bshary 和 Grutter 报告：旁边有别的鱼看着的时候，小鱼咬得更少、活干得更老实；而排队的鱼确实在挑——看到一条刚才好好干活的，更愿意游过去。
所以名声不是道德，是一条信息通道。人类的语言把它拉得极长：你可以听说一个从没见过的人怎么样。代价是它同时变得可以伪造——「怎么判断传闻真假」这个问题就是从这里长出来的。
证据强度也说清楚：人身上的这类证据很扎实，非人动物那边弱得多，清洁鱼这一例也有人主张用更简单的机制解释（旁边有鱼看着时，被咬的风险本来就不一样）。
EN Direct exchange needs the same two individuals to meet repeatedly, yet much human helping goes to people we will never see again. The second route loops the return through a third party: I help A, B sees it, B later helps me — which requires a record of how someone has behaved, what we casually call reputation. Wedekind and Milinski (2000) ruled out direct exchange by design while making past giving public, and found generous players received more. It is not unique to humans: cleaner wrasse eat client mucus when they can get away with it, and Bshary and Grutter (2006) found they cheat less when other fish are watching, while clients preferentially approach cleaners they have just seen working honestly. Reputation is best read as an information channel, not a moral fact: behaviour must be seen, and what is seen must reach your next partner. Evidence in non-human animals is much weaker, and simpler explanations for the fish result remain on the table.
还有第三条路：让不帮忙的人当场付出代价。
先把这类实验讲清楚。一组人，每人手上一笔钱，可以拿出任意一部分投进公共池；池里的钱由实验者放大之后平分给所有人，包括一分没投的。全投是集体最优；但每个人自己算，少投一点自己拿得多——还是那个形状。
2002 年 Fehr 和 Gächter 报告：不能惩罚时，投入一轮比一轮低，几轮之后接近于零。加上一条规则——你可以花自己的钱去扣别人的钱——投入立刻上去，而且稳住了。关键在于花钱扣人的那个自己是净亏的：每轮换人，他以后见不到被罚的那个，谈不上为了将来。
听起来问题解决了。其实只是往后挪了一格。惩罚要花自己的钱，好处却是所有人分——它自己就是一件新的公共品。于是「享受别人惩罚的成果、自己从不动手」的人过得更好。这个洞叫二阶搭便车；现在这块的研究大半在找什么能让惩罚变便宜。
还有个更硬的经验发现。2008 年 Herrmann 等人把同一个实验搬到十六个地方去跑，发现其中一些地方普遍出现一种奇怪的行为：被扣分的不是投得少的人，是投得多的人；在这些地方，允许惩罚并没有让合作变好。所以「能惩罚就能维持合作」并不成立，它还挂着一个前提——大家对什么该被罚看法大体一致。前提不在，多一件武器只是多一种互相伤害的方式。
动物那边要保守得多：大多数被叫做惩罚的现象，是被坑的当事人自己反击——客户鱼被咬了就游走，或者转身追它一段。由不相干的第三方出面惩罚，人类之外的证据很少。
三条路做的其实是同一件事：把「不帮忙」那一栏的收益压下去。再次相遇让代价落在将来，名声让代价落在别人手上，惩罚让代价当场落下。哪一条都不要求任何一方变得更善良。
EN A third route makes defection costly on the spot. In public-goods experiments, everyone can put part of a private stake into a pot that is multiplied and split among all, including non-contributors. Fehr and Gächter (2002) found contributions decaying towards zero without sanctions, and rising and holding once players could pay their own money to dock someone else's — punishers ending up net down, with no future meeting to recoup it. That does not close the problem, it relocates it: punishment costs the punisher and benefits everyone, so it is itself a public good, and abstaining from it pays better — the second-order free-rider problem. Herrmann and colleagues (2008) ran the same design in sixteen locations and found places where high contributors were the ones being docked, with no gain in cooperation. Among non-human animals, most so-called punishment is retaliation by the injured party rather than by a third party. All three routes do one thing: push down the payoff in the "don't help" column.