08｜什么是「进化稳定策略」（ESS）？——鹰与鸽
为什么最凶狠的策略没有统治世界？为什么温和与好斗会长期共存？
一、先说结论
上一篇我们讲了一个反直觉的事实：动物不会见谁杀谁。道金斯接着问：那到底什么样的行为组合，能长期稳定地存在？
约翰·梅纳德·史密斯给出了一个概念，道金斯把它作为整本书的支柱之一——进化稳定策略（ESS, Evolutionarily Stable Strategy）：
它最重要的反直觉含义是：
而鹰与鸽的经典模型说明了：稳定点往往在两者之间，而不是某个极端。
二、我们先理解一个问题
先看一个简单版的模型。
假设一个种群里的个体，面对冲突只有两种做法：
- 鹰（Hawk）：全力以赴，打到对方受伤或逃跑为止；
- 鸽（Dove）：只做展示，一旦对方升级就撤退。
现在问三个问题：
- 如果种群全是鸽子，会发生什么？
- 如果种群全是鹰，会发生什么？
- 那最终的稳定状态，是哪一个？
三、作者到底提出了什么观点？
道金斯关于 ESS 的论证，可以拆成五点。
第一，ESS 是一个「均衡」概念，不是一个「最优」概念。
「最优」是一个绝对标准；「稳定」是相对的——它指的是「在这个环境里，没有人能靠偏离来获利」。 一个策略可以不是最优的，但依然稳定。
第二，ESS 的判断标准是「反入侵」。
判断一个策略是否稳定，标准是：假如种群几乎全是这个策略，那么一个突变出来的、行为不同的个体，能不能活得更好、留下更多后代？
- 如果「能」→ 不稳定，这个策略会被侵蚀；
- 如果「不能」→ 稳定，它会长期存在。
第三，全鸽子不稳定。
如果全是鸽子，一只鹰出现，它几乎必胜每一次冲突，而且不受伤。于是鹰的数量会快速上升。
第四，全鹰也不稳定。
如果全是鹰，那么每一次冲突都是血战，双方都受伤。在这种环境里，一只愿意退让的鸽子反而活得更好——它虽然输掉资源，但保住了命。
第五，所以稳定点通常在混合状态。
道金斯说，最终达成的稳定，可能是：
- 种群中一定比例的鹰 + 一定比例的鸽；
- 或者每个个体按一定概率随机扮演鹰或鸽。
关键结论：凶悍与温和都会长期共存，比例由成本收益决定。
四、把这个观点翻译成人话
我们用一个大家都熟悉的场景：马路上的司机。
假设一条路上有两种司机：
- 抢行者（≈ 鹰）：能加塞就加塞，别人不让就硬顶；
- 礼让者（≈ 鸽）：别人要加塞就让，避免冲突。
现在看三种情况：
情况一：路上全是礼让者。 抢行者大赚——每到一个路口都能加塞，几乎零成本。于是抢行者的比例会上升。
情况二：路上全是抢行者。 每个路口都在互怼，剐蹭不断，通行效率暴跌。这时候一个愿意礼让的人，反而更快通过（因为他避开所有冲突）。于是礼让者的比例会回升。
情况三：稳定状态。 路上是一部分抢行者 + 大部分礼让者。抢行者能占到一些便宜，但代价是要冒碰撞风险；礼让者通过速度稳定，但偶尔被占便宜。
这就是 ESS：没有任何一方能彻底消灭另一方。
把这个类比提炼一下：
| 鹰 | 鸽 | |
|---|---|---|
| 面对鸽 | 大胜 | 退让 |
| 面对鹰 | 血战（双方都受伤） | 退让（保命） |
| 在「全鸽」环境 | 非常划算 | 被占便宜 |
| 在「全鹰」环境 | 代价极高 | 反而划算 |
「划算不划算」，取决于环境里有多少鹰。 这就是 ESS 的核心。
五、为什么会这样？
为什么 ESS 会成为演化论的支柱概念？用一张图看它的逻辑结构。
graph TD
A["一个策略是否稳定？"] --> B["假设种群几乎全是这个策略"]
B --> C["引入一个「偏离者」"]
C --> D{"偏离者能获得更高适应度吗？"}
D -->|能| E["策略不稳定：偏离者扩散，原策略被侵蚀"]
D -->|不能| F["策略稳定：它就是一个 ESS"]
C --> G["关键：偏离者的收益取决于当前种群构成"]
G --> H["所以 ESS 是「频率依赖」的均衡"]
H --> I["结论：稳定 ≠ 最优；极端策略通常不稳定"]
这里有三个非常重要的推论：
第一，「稳定」比「最优」更接近演化的真相。
演化不是有一个「理想状态」在等着所有生物去达到。它只是一个不断筛选偏离者的过程——停下来的地方，就是没人能靠偏离获利的地方。
第二，ESS 天然是多态的。
因为纯策略通常不稳定，所以自然界最常见的状态是混合：不同策略、不同性别、不同行为型态共存。
第三，「随机化」也是一种 ESS。
如果一个个体在每次冲突中按一定概率随机决定当鹰还是当鸽，这本身也可以是一个稳定策略。因为对手无法预测你，也就无法针对你。
这最后一点很关键：不可预测性本身就是一种优势。
六、举一个现实生活中的例子
我们看一个商业上的经典案例：价格战。
假设一个行业里有两类公司：
- 鹰型：只要对手降价，我就降得更狠，把对手拖垮；
- 鸽型：坚持价格，只打品牌和差异化。
如果全行业都是鸽型：一个鹰型公司突然大幅降价，会瞬间抢走大量客户。于是降价策略扩散。
如果全行业都是鹰型：所有人都在低价内卷，利润被压到接近为零，谁也活不好。此时一个坚持不降价、做差异化的公司，反而能拿到利润。 于是「鸽型」扩散。
最终稳定的状态，通常是：
- 大部分公司维持价格区间；
- 少数公司靠低价冲量；
- 少数公司靠差异化赚钱；
- 但没有哪一类能彻底消灭另外两类。
而且注意一个非常 ESS 式的现象：
昨天「坚持价格」是对的，今天「跟进降价」是对的，明天可能又变回来。因为「对」不是绝对的，它取决于别人在干什么。
这就是为什么商业战略里有一句话：
它的底层逻辑，就是 ESS。
七、回到书中重新理解
现在回到第五章后半部分，道金斯引用梅纳德·史密斯的 ESS 理论时，读者往往容易把它当成一个「数学小插曲」。
但它其实是整本书的枢纽：
- 第 07 篇讲「为什么克制」；
- 第 08 篇讲「克制到什么程度才是稳定的」；
- 后面第 09–18 篇的所有内容（亲缘、家庭、两性、合作），都可以被看作在计算不同的「收益矩阵」下，什么是 ESS。
道金斯还特别强调了一个容易被忽略的点：
这句话非常重要，因为它剥掉了道德色彩：稳定不等于善，共存不等于和谐。 鹰和鸽共存，不是因为它们互相尊重，而是因为任何一方都无法彻底消灭另一方。
这是一个纯粹的均衡结论，与价值无关。
八、这个观点背后还有什么？
隐含前提一：收益可以被量化。
ESS 的计算依赖「收益矩阵」。但在真实的自然界，收益很难精确测量。它是一个理论模型，而不是精确预测工具。
隐含前提二：种群足够大、互动足够频繁。
ESS 是一个群体层面的均衡概念。在小种群、随机漂变强的情况下，它会被削弱。
隐含前提三：策略是可遗传的。
ESS 假设策略有遗传基础（或至少能被稳定传递）。如果策略完全靠后天学习且变化极快，ESS 的解释力会下降。
与其他观点的联系： - 第 07 篇是这一篇的直觉版本； - 第 14、15 篇会用类似的博弈框架处理「两性冲突」； - 第 16、17、18 篇会用「重复囚徒困境」的形式，处理「合作与背叛」的均衡。
九、这个观点有问题吗？
十、今天再看这个观点
ESS 在今天最有用的迁移，是平台与生态的竞争分析。
想一想：
- 一个平台上的内容创作者，是「深耕专业」还是「追热点」？
- 答案取决于平台上其他人怎么做。如果大家都追热点，深耕反而稀缺；如果大家都深耕，追热点反而暴利。
- 平台规则（流量分配、推荐机制）就是那个「收益矩阵」。改变它，就会改变创作者的最优策略。
所以平台调整规则，本质上是在改变一个 ESS。
这也解释了一个常见的困惑：
因为标题党在当前的收益矩阵下是一个更划算的策略。这不是道德的失败，而是均衡的结果。
而如果你想让好内容胜出，最有效的做法往往不是呼吁，而是改变收益矩阵——改推荐机制、改评价标准、改流量分配。
这是基于道金斯思想的现代延伸，不是他书中的原话。
十一、这一篇真正应该记住什么？
- ESS 不是「最优策略」，而是「没人能靠偏离获利」的稳定策略。
- 判断稳定的方法是「反入侵」：假设大家都在用，偏离者能占便宜吗？
- 全鹰不稳定（两败俱伤），全鸽也不稳定（被鹰碾压），稳定点通常在混合状态。
- 策略的好坏是频率依赖的——它取决于别人在用哪种策略。
- 稳定不等于善；但人类可以改变「收益矩阵」本身，从而移动到另一个均衡。