Day 57 · 2026.08.18

数学与博弈设计

切蛋糕、投票、拍卖、配对——当规则本身成为数学对象
「博弈论问:给定规则,人会怎么做。机制设计反过来问:想要人这么做,规则该怎么写。」

无嫉妒分配

Envy-Free Division · 公平由谁的尺子说了算
Fair Division
直觉版

两人分蛋糕,规则只有一句:我切,你选。切的人会把蛋糕切成自己眼里完全等价的两半(切歪了必然吃亏),选的人挑自己眼里更大的那块。两人谁都不羡慕谁。

妙处不在算法,在判据的转移:这里根本没有一把客观的尺子说哪块更大,公平的定义被交还给每个人自己的价值度量。于是偏好不同不再是麻烦,而是资源:你爱奶油我爱水果,同一刀下去两人都觉得自己拿了大半。

正式定义
$\forall i,j:\quad \mu_i(A_i)\ \ge\ \mu_i(A_j)$

$A_i$ 是分给第 $i$ 人的那块,$\mu_i$ 是他自己的价值测度(可加、无原子,即任何一块都能连续再切小)。注意下标的不对称:比较的两块在变,尺子始终是同一把 $\mu_i$。更弱的比例公平只要求 $\mu_i(A_i)\ge 1/n$;$n\ge 3$ 时无嫉妒蕴含比例,反之不成立。

一刀 甲的价值密度 乙的价值密度 甲眼中的大半 乙眼中的大半 同一刀,两人都认为自己拿到了更多——差异本身制造了公平的余地
为什么美

存在性证明来自一个毫不相干的方向:Su 用 Sperner 引理——单纯形三角剖分后按规则染色,必有一个三色齐全的小三角形——证明了 $n$ 人无嫉妒分割总存在。一个纯离散的染色计数命题,担保了一件连续的、关于人的欲望的事。

应用

Mesos 与 YARN 的调度器用 Dominant Resource Fairness,正是多资源版的无嫉妒:每个作业按自己的瓶颈资源(有的吃 CPU,有的吃内存)计价,于是没有作业愿意跟别人换配额。同一思路也支撑离婚财产分割的 Adjusted Winner 算法。

一句话精华 + 思考题
公平不是均分,是让每个人用自己的尺子量都不亏。
思考:DRF 保证无嫉妒,却不保证集群吞吐最大。公平与效率之间的这道缝隙,可能被完全消除吗?

投票的不可能定理

Arrow & Gibbard–Satterthwaite · 聚合的极限
Social Choice
直觉版

三人对三个选项各有一套完全合理的排序:甲 A≻B≻C,乙 B≻C≻A,丙 C≻A≻B。两两多数决的结果是 A 胜 B、B 胜 C、C 胜 A。每个人的偏好都传递,聚合出的群体偏好却成了一个环。

Arrow 把悖论推到极限。他只要求聚合规则满足两件几乎无法反对的事:全体一致时服从全体;A 与 B 的社会排序只取决于大家对 A、B 的相对位置,与第三个选项无关(无关选项独立性,IIA)。结论是——只要候选项不少于三个,唯一的满足者是独裁。

正式定义
$f:L(X)^{n}\to L(X),\ \ |X|\ge 3,\ \ \text{一致性}\ \wedge\ \text{IIA}\ \Longrightarrow\ \exists i:\ f\equiv\ \succ_i$

$L(X)$ 是选项集 $X$ 上的全部严格排序,$f$ 把 $n$ 个人的排序表压成一个社会排序。IIA 是真正致命的那条:它禁止规则参考偏好的强度,只准看名次。Borda 计分之所以逃出定理,正因为它偷用了名次之间的距离;代价是加进一个必输的候选人就能改写前两名的胜负。

A B C 2:1 2:1 2:1 每一对都有明确的胜者,合起来却没有冠军
为什么美

它说的不是「更好的制度还没被发明」,而是「好制度」的那组要求彼此矛盾——你必须主动挑一条公理放弃。证明也漂亮:把选民逐个翻转态度,必然存在一个临界者,他一动社会排序随之翻转(pivotal voter);再用 IIA 把他在这一对选项上的绝对影响力传染到全部选项。权力在这里是能被逼出来的数学对象。

Gibbard–Satterthwaite 是同一枚硬币的另一面:任何非独裁的确定性投票规则,都存在可被谎报操纵的局面。逃逸口只有三条——限制偏好域(单峰偏好下中位选民定理成立)、允许随机、或引入货币转移。第三条正是拍卖的入口。

应用

排序聚合是搜索与推荐的日常:元搜索合并多个引擎的排名、多目标推荐融合点击与多样性两套序,Dwork 等人早已指出这落在 Arrow 的框架内。更近的例子是 RLHF——把数万标注者的成对偏好压成一个标量奖励模型,本质是一次社会选择;它绕开 Arrow 的方式是假设偏好可基数化。

一句话精华 + 思考题
不存在完美的聚合规则,只存在你愿意放弃哪一条公理。
思考:RLHF 用 Bradley–Terry 把偏好变成可加的分数,这一步换掉了什么?少数群体的偏好会去哪里?

拍卖与 VCG

Second-Price, VCG & Revenue Equivalence · 让诚实变成占优
Mechanism Design
直觉版

第二价格拍卖:出价最高者得标,但只付第二高的价。此时如实报出心里的估值是占优策略——不论别人如何出价,说真话都不比撒谎差。

理由干净得像个魔术:你的出价只决定你是否赢,完全不决定你付多少(你付的是别人的价)。把「谁得到」与「付多少」解耦,撒谎便失去了着力点。压低只会让你在本该赚钱的场合输掉;抬高只会让你在本该退出的场合赢下一个亏本的标。

正式定义
$p_i=\sum_{j\ne i}v_j\big(\text{无 }i\text{ 的最优配置}\big)-\sum_{j\ne i}v_j\big(\text{当前最优配置}\big)$

这是 VCG 的一般形式,第二价格是其单物品特例。两项都只统计除 $i$ 之外其他人的价值:前项是「没有我时别人能拿多少」,后项是「我在场时别人实际拿多少」。差额就是我的存在给别人造成的损失。让人为自己制造的外部性买单,个体最优便与社会最优对齐。

b = v 真实估值 出价 b 低报 高报 输掉本该赚钱的标 赢下本该退出的标 两侧都只会变差,而支付额始终等于第二高价,与自己的出价无关
为什么美

真正的深水在 Myerson 1981 的收益等价定理:在私人价值独立同分布的前提下,任何把物品分给估值最高者、且最低类型净收益为零的机制,卖家的期望收益完全相同。英式、荷兰式、一价密封、二价密封——形态天差地别,期望收益分文不差。

这是一条守恒律。证明用包络定理把「激励相容」化成一个关于期望效用的微分方程:分配规则一旦定下,期望支付便被积分唯一确定,没有自由度可言。机制的表面千变万化,被信息约束锁死的量纹丝不动——与 Noether 同构的直觉:约束产生不变量。

应用

广告位竞价是这套理论最大的实验场(GSP 并不诱导真话,Meta 因此改用 VCG 定价);美国 FCC 以组合拍卖清算频谱数百亿美元,2017 年的激励拍卖还要同时向电视台反向回购频段。云厂商的 spot 实例定价、以太坊 EIP-1559 的 base fee,走的是同一条路。

一句话精华 + 思考题
好机制不逼人诚实,它让诚实成为最省心的选择。
思考:VCG 理论上完美,实践中却因易共谋、收益偏低、组合场景计算 NP 难而少被纯用。理论最优为何常常不是工程最优?

稳定匹配

Gale–Shapley Deferred Acceptance · 没人想掀桌的状态
Matching Theory
直觉版

匹配追求的不是「最优」,而是稳定:不存在两个人,彼此都比自己当前的对象更中意。那样的一对叫阻塞对,他们迟早私下重组,把整个匹配掀翻。

延迟接受算法:一侧依次向最中意的对象提出申请;收到申请的一方暂时留下目前最好的,拒绝其余,但不签死;被拒者转向下一个选择。关键词是「延迟」——先到的申请占不住名额,更好的随时能顶掉旧的。算法必然终止:每个申请者的名单只会单向往下走。

正式定义
$\nexists\,(m,w):\quad w\succ_m\mu(m)\ \ \wedge\ \ m\succ_w\mu(w)$

$\mu$ 是匹配,$\mu(m)$ 是 $m$ 当前的对象,$\succ_m$ 是 $m$ 的偏好序。整行读作:找不到一对 $(m,w)$ 使两人同时更想要对方——注意「同时」,单方面的不满不算失稳。Gale 与 Shapley 1962 证明:稳定匹配必然存在,且延迟接受输出的是申请方最优的那个(每个申请者拿到他在所有稳定匹配中最好的对象),也是接受方最差的。

申请方最优(延迟接受的输出) 其他稳定匹配 接受方最优 = 申请方最差 任取两点,逐个申请者取更优者 → 仍落在图中:一个分配格
为什么美

全部稳定匹配的集合不是一盘散沙,它构成一个分配格:任取两个稳定匹配,让每个申请者各取其中他更喜欢的那位,拼出的结果仍然稳定。这毫无先验理由成立——输入不过是一堆杂乱的序关系,居然长出了 meet 与 join 的代数结构(Conway 最早注意到)。延迟接受输出的正是这个格的顶端。

还有一条冷峻的定理:所有稳定匹配中被匹配上的人完全是同一批(农村医院定理)。换制度能改变谁配给谁,改变不了谁注定落单。

应用

全美住院医师匹配 NRMP 每年为四万余名毕业生配岗,1998 年重新设计以支持夫妻同城;纽约与波士顿的择校系统被 Abdulkadiroğlu、Pathak 与 Roth 换成延迟接受,替掉了原先「第一志愿填错就满盘皆输」的可操纵机制;肾脏配对捐赠则在患者-供体图上找交换环。Roth 与 Shapley 因此获 2012 年诺奖。

一句话精华 + 思考题
稳定不是最优,而是没有人有单方面掀桌的动机——均衡的最低纲领。
思考:分布式一致性协议同样在追求「无人能单方面推翻」的状态,那里的阻塞对是什么?

深入思考

Arrow 说聚合不可能,机制设计却天天造出可用的机制。它们如何共存?
前提不同。Arrow 要求把偏好聚合成完整的社会排序,且只许看名次;机制设计只需实现某一个特定的社会选择函数,并且允许货币转移。钱正是那把逃生钥匙——它让偏好强度可比较、可补偿,从而绕开 IIA;Gibbard–Satterthwaite 的前提里同样没有转移支付,VCG 恰恰活在它管不到的地方。代价是:依赖货币的机制都把支付能力悄悄混进了公平判据。
公平分配用了 Sperner 引理,稳定匹配长出格,拍卖靠包络定理——为什么规范性概念反复落进纯数学结构?
因为「公平」「稳定」「均衡」一旦被形式化,几乎都变成同一句话:不存在改进方向。而「无处可去」正是不动点、极值、格中极元的共同语法——Sperner 引理是 Brouwer 不动点的组合影子,稳定匹配可写成格上的不动点,Nash 均衡来自 Kakutani 不动点。规范概念不是碰巧落进数学,而是翻译完成的那一刻就已身处其中。
多智能体 AI 系统需要自己的机制设计吗?
需要,而且更难。经典理论假设参与者拥有稳定的私人估值与有限的策略空间;LLM agent 的「估值」由提示与上下文塑造,可被对手用自然语言当场改写。更棘手的是共谋——两个模型能在看似正常的对话里协调出价,人类审计者极难识别。可行方向是把激励相容做进协议层(强制承诺、密封出价、延迟揭示),而不是指望模型自我约束。