math-skill 1.0.0

package/skills/game-theory/SKILL.md

@@ -0,0 +1,318 @@
+---
+name: game-theory
+description: |
+  科研模式触发：当涉及数学建模、论文分析、算法设计中的多方互动决策、纳什均衡计算、机制设计时调用。
+  生活模式触发：当涉及日常决策受他人影响、人际互动策略、生活规划中的利益协调与冲突时调用。
+  Research mode trigger: When math modeling, paper analysis, algorithm design involves multi-party interactive decisions, Nash equilibrium computation, mechanism design.
+  Life mode trigger: When daily decisions are influenced by others, interpersonal interaction strategy, benefit coordination and conflict in life planning.
+  English: Trigger when decisions involve multiple interacting parties, optimal strategy depends on others' choices, or incentive mechanisms need designing.
+---
+
+# 🎯 博弈论思想
+
+> "你的最优选择取决于他人的选择——思考不仅要深入，还要互动。"
+> "Your optimal choice depends on others' choices — thinking must be interactive, not just deep."
+>
+> —— 博弈论、决策论、机制设计 / Game Theory, Decision Theory, Mechanism Design
+
+## 核心原则 / Core Principle
+
+**战略互动——你的最优行动取决于他人做什么，而他人的最优行动取决于你做什么。纳什均衡：无人能从单方面偏离中获益的策略组合。**
+
+**Strategic interaction — your best action depends on what others do, and theirs depend on what you do. Nash equilibrium: strategy profile where no player benefits from unilateral deviation.**
+
+关键概念：
+- **支付矩阵（Payoff Matrix）**：每个策略组合下各参与者的收益表
+- **占优策略（Dominant Strategy）**：无论他人选什么，该策略总是最优
+- **混合策略（Mixed Strategy）**：以概率分布随机选择纯策略
+- **帕累托最优性（Pareto Optimality）**：不存在使所有人同时改善的策略组合
+
+博弈的三种分类维度：
+- **合作博弈 vs 非合作博弈**：参与者能否达成有约束力的协议
+- **零和博弈 vs 一般和博弈**：参与者收益是否完全对立
+- **同时博弈 vs 序列博弈**：参与者行动是否有序列依赖
+
+> **数学形式化 / Mathematical Formalization**（科研模式参考）
+>
+> 形式化定义：n 个参与者，每人有策略集 $S_i$ 和支付函数 $u_i: S_1 \times \cdots \times S_n \to \mathbb{R}$。
+>
+> 纳什均衡：策略组合 $s^* = (s_1^*, \ldots, s_n^*)$ 满足
+>
+> $$u_i(s^*) \geq u_i(s_i, s^*_{-i}) \quad \text{for all } s_i \in S_i, \text{ all } i$$
+>
+> 其中 $s^*_{-i} = (s_1^*, \ldots, s_{i-1}^*, s_{i+1}^*, \ldots, s_n^*)$ 表示除参与者 $i$ 外所有其他人的策略。混合策略纳什均衡：概率分布 $\sigma^*$ 使得
+>
+> $$u_i(\sigma^*) \geq u_i(s_i, \sigma^*_{-i}) \quad \text{for all } s_i \in S_i, \text{ all } i$$
+
+## 不适用场景 / When NOT to Use
+
+- **单人决策问题，与他人无互动** `[科研/通用]` ——优化思想更适用，无需考虑他人策略响应
+- **纯合作问题，无利益冲突** `[科研/通用]` ——参与者目标完全一致，无需战略分析
+- **确定性问题，无战略不确定性** `[科研]` ——结果由自身行动唯一决定，不涉及他人反应
+- **情绪驱动的即时反应，无策略考量空间** `[生活]` ——来不及分析他人选择，博弈框架无法介入
+- **纯粹运气决定的结果，各方无策略选择** `[通用]` ——无策略集可分析，博弈论不适用
+
+- **Single-player decision with no interaction with others** `[Research/General]` — optimization suffices, no need to consider strategic response
+- **Purely cooperative problem with no conflict** `[Research/General]` — all players share identical goals, strategic analysis unnecessary
+- **Deterministic problem with no strategic uncertainty** `[Research]` — outcome determined solely by own actions, no others' reactions involved
+- **Emotion-driven instant reaction with no room for strategic deliberation** `[Life]` — too fast to analyze others' choices, game theory framework cannot intervene
+- **Pure luck-determined outcomes with no strategic choices for any party** `[General]` — no strategy sets to analyze, game theory not applicable
+
+## 何时使用 / When to Use
+
+### 科研触发条件 / Research Triggers
+
+- 多个决策者相互影响，各自的策略影响他人收益
+- 最佳策略取决于他人可能的响应，需预判他人行动
+- 需设计激励机制，使自利行为导向社会最优结果
+- 谈判或讨价还价，需分析利益分配与威胁点
+- 分析竞争市场中的定价、进入、退出等策略行为
+- 预测均衡结果——在给定规则下系统趋向何种稳定状态
+
+- Multiple decision-makers interact, each strategy affects others' payoffs
+- Optimal strategy depends on others' likely responses, need to anticipate their actions
+- Designing incentive mechanisms, making self-interested behavior lead to socially optimal outcomes
+- Negotiating or bargaining, analyzing benefit distribution and threat points
+- Analyzing competitive markets — pricing, entry, exit and other strategic behaviors
+- Predicting equilibrium outcomes — what stable state the system converges to under given rules
+
+### 生活触发条件 / Life Triggers
+
+- 你的决定会受到别人决定的影响（如选择去哪家餐厅取决于朋友偏好）
+- 需要预判他人反应来做决策（如谈判薪资、分配家务、竞标拍卖）
+- 多方利益冲突需要协调（如家庭资源分配、团队任务分工）
+- 感觉陷入两难——无论怎么选都不满意，可能需要改变互动规则
+- 重复互动中需要建立合作或信任（如邻里关系、长期合作）
+- 需要设计规则让别人自愿做出好选择（如激励机制、团队奖惩制度）
+
+- Your decision is influenced by others' decisions (e.g., choosing a restaurant depends on friends' preferences)
+- Need to anticipate others' reactions before deciding (e.g., salary negotiation, chore division, bidding)
+- Multiple parties' interests conflict and need coordination (e.g., family resource allocation, team task division)
+- Feeling trapped in a dilemma — no choice satisfies, may need to change interaction rules
+- Need to build cooperation or trust in repeated interactions (e.g., neighbor relations, long-term partnerships)
+- Need to design rules so others voluntarily make good choices (e.g., incentive mechanisms, team reward/penalty systems)
+
+## 方法流程 / Method
+
+### 第一步：识别参与者与策略 / Identify Players and Strategies
+
+#### 科研模式 / Research Mode
+
+定义博弈的基本要素：
+- **参与者（Players）**：$N = \{1, 2, \ldots, n\}$，谁在做决策？
+- **策略集（Strategy Sets）**：$S_i$ 为参与者 $i$ 的所有可选行动
+- **支付函数（Payoff Functions）**：$u_i: S_1 \times \cdots \times S_n \to \mathbb{R}$，每个策略组合下 $i$ 的收益
+- **信息结构（Information Structure）**：各参与者知道什么？不知道什么？信息是否对称？
+
+关键问题：是否存在隐藏信息（不完全信息博弈）？行动是否有序列（序列博弈）？参与者能否通信？
+
+#### 生活模式 / Life Mode
+
+回答以下问题来识别博弈要素：
+- **谁在影响你的决策？** 列出所有相关方——他们不是旁观者，他们的选择会影响你的结果
+- **他们的选择会影响你的结果吗？** 如果不会，这不是博弈，只需优化
+- **你了解他们的动机吗？** 各方真正在意什么？表面说法 vs 实际利益
+- **各方有哪些可选行动？** 不需要列完所有选项，但要覆盖关键可能性
+
+#### 共通要点 / Common Key Points
+
+核心是识别"互动结构"——谁的选择影响谁的结果。遗漏关键参与者是最常见的错误。
+
+---
+
+### 第二步：构建支付矩阵/函数 / Construct Payoff Matrix or Functions
+
+#### 科研模式 / Research Mode
+
+- **2人博弈**：用支付矩阵（表格）表示，行参与者和列参与者的策略组合对应单元格 $(u_1, u_2)$
+- **n人博弈**：用效用函数 $u_i(s_1, \ldots, s_n)$ 表示，每个参与者的收益依赖于所有人的策略
+- 验证完备性：是否遗漏了关键参与者或策略？支付是否准确反映偏好？
+
+关键问题：支付是零和的还是一般和的？是否存在外部性（一人的策略影响非参与者）？
+
+#### 生活模式 / Life Mode
+
+梳理各方的得失：
+- **各方的得失是什么？** 不同选择下每个人会得到什么、失去什么？得失不限于金钱——时间、情感、声誉都是支付
+- **不同选择下每个人会得到什么、失去什么？** 尝试画出简单的"如果A选X、B选Y，各方的结果"
+- **你是否完整考虑了所有人的利益？** 只考虑自己的支付而忽略他人的，会导致错误的策略预判
+
+#### 共通要点 / Common Key Points
+
+支付（payoff）是博弈分析的根基。如果支付评估不准，后续所有分析都会偏。务必考虑所有参与者的完整利益维度。
+
+---
+
+### 第三步：寻找占优策略 / Find Dominant Strategies
+
+#### 科研模式 / Research Mode
+
+- **严格占优策略（Strictly Dominant）**：$s_i^*$ 使得 $u_i(s_i^*, s_{-i}) > u_i(s_i, s_{-i})$ 对所有 $s_i \neq s_i^*$ 和所有 $s_{-i}$ 成立
+- **弱占优策略（Weakly Dominant）**：$u_i(s_i^*, s_{-i}) \geq u_i(s_i, s_{-i})$ 对所有 $s_{-i}$ 成立，且至少一个 $s_{-i}$ 严格不等
+- **迭代消去劣策略（Iterated Elimination of Dominated Strategies）**：依次删去每个参与者的劣策略，缩小策略空间
+
+若存在占优策略均衡，这是最强形式的均衡——无人有任何偏离动机，不论理性程度。
+
+#### 生活模式 / Life Mode
+
+问自己：
+- **有没有一个选择，无论对方怎么做都是你的最佳？** 如果有，直接选它——不需要猜测对方意图
+- 如果没有占优策略，你的最优选择取决于对方怎么做——这时需要进入下一步分析
+- 排除明显不好的选项：有些选择在任何情况下都不如其他选择，先删掉它们简化决策
+
+#### 共通要点 / Common Key Points
+
+占优策略是最强的结论——一旦找到，问题就解决了。如果没有占优策略，才需要更复杂的均衡分析。
+
+---
+
+### 第四步：计算纳什均衡 / Compute Nash Equilibria
+
+#### 科研模式 / Research Mode
+
+- **纯策略纳什均衡**：通过最优响应分析（best response analysis）——对每个 $s_{-i}$，找出 $i$ 的最优响应 $BR_i(s_{-i})$，交叉点即为均衡
+- **混合策略纳什均衡**：计算使其他参与者无差异的概率分布——参与者 $i$ 的混合策略 $\sigma_i$ 使得参与者 $j$ 的所有纯策略期望支付相等
+
+$$u_j(s_j, \sigma^*_{-j}) = u_j(s_j', \sigma^*_{-j}) \quad \text{for all } s_j, s_j' \in S_j$$
+
+- **多重均衡**：帕累托排序——比较各均衡下所有参与者的支付，标注帕累托最优均衡与帕累托劣均衡
+
+#### 生活模式 / Life Mode
+
+寻找稳定状态：
+- **是否存在一个稳定状态——大家都不愿意单方面改变策略？** 这就是最可能的结果
+- 如果存在这样的稳定状态，那就是最可能的结局——每个人都在做自己能做的最好选择
+- **如果有多个稳定状态，哪个更可能发生？** 多重均衡意味着结果不确定——需要看历史惯例、沟通协调或焦点效应（salience）
+
+#### 共通要点 / Common Key Points
+
+纳什均衡是博弈论的核心预测工具——它告诉你"在理性假设下，最可能的结果是什么"。多重均衡是常态，需要额外信息选择。
+
+---
+
+### 第五步：分析博弈类型 / Analyze Game Type
+
+#### 科研模式 / Research Mode
+
+- **零和博弈**：minimax 定理 $\max_x \min_y f(x,y) = \min_y \max_x f(x,y)$，最优策略是保守的——在最坏情况下最大化收益
+- **序列博弈**：逆向归纳法（backward induction）与子博弈完美均衡（subgame perfect equilibrium）——每一步都是后续子博弈的纳什均衡
+- **合作博弈**：联盟形成（coalition formation）与 Shapley 值（Shapley Value）——按边际贡献分配联盟收益
+
+$$\phi_i(v) = \sum_{S \subseteq N \setminus \{i\}} \frac{|S|!(n - |S| - 1)!}{n!} [v(S \cup \{i\}) - v(S)]$$
+
+#### 生活模式 / Life Mode
+
+判断互动类型，选择对应策略：
+- **如果是竞争关系（一方得另一方必失）**：保守策略——做最坏情况下最好的选择。不要指望对方合作，先确保自己不会太惨
+- **如果是合作关系**：寻找双赢点——双方都能改善的选项。关注如何分配合作收益，而非如何争夺
+- **如果是谈判**：识别双方的底线和共识区域——谈判的核心是找到双方都能接受的区域，而非各自的最优
+
+#### 共通要点 / Common Key Points
+
+博弈类型决定了分析方法——零和用保守策略，序列用逆向推理，合作用联盟分析。误判类型会导致方法错用。
+
+---
+
+### 第六步：检查均衡稳定性 / Check Equilibrium Stability
+
+#### 科研模式 / Research Mode
+
+- **颤抖手完美（Trembling-Hand Perfect Equilibrium）**：均衡在微小失误下仍然稳定——排除依赖"对手绝不犯错"的均衡
+- **演化稳定性（Evolutionarily Stable Strategy, ESS）**：在重复互动中，均衡策略能否抵御入侵策略——生物学与经济学交叉
+- **偏离均衡路径的激励（Off-Equilibrium Path Incentives）**：序列博弈中，参与者是否有动机在非均衡节点上遵守承诺
+
+关键问题：均衡是唯一的还是多重的？多重均衡中哪个更可能被选择？均衡是否对微小扰动鲁棒？
+
+#### 生活模式 / Life Mode
+
+评估稳定状态的可靠性：
+- **这个稳定状态靠谱吗？** 如果有人犯小错（误解你的意图、操作失误），局面会崩吗？
+- **在重复互动中，这个状态能持续吗？** 单次博弈的结论在长期关系中可能完全不同——合作可以在重复互动中涌现
+- 如果稳定状态对小错误不鲁棒，实际结局可能偏离理论预测——需要考虑容错方案
+
+#### 共通要点 / Common Key Points
+
+稳定的均衡才是可信的预测。不稳定的均衡可能在现实中永远不会出现。
+
+---
+
+### 第七步：设计机制与改进 / Design Mechanisms and Improve
+
+#### 科研模式 / Research Mode
+
+如果不存在好的纳什均衡，重新设计博弈：
+- **改变支付结构**：引入惩罚或奖励，使均衡转向更优结果
+- **增加规则**：引入可强制执行的协议、惩罚偏离者
+- **引入通信与声誉**：重复博弈中声誉机制可维持合作
+- **Vickrey 拍卖（第二价格拍卖）**：报真实估值是占优策略——机制设计的经典范例
+- **机制设计（Mechanism Design）**：在满足激励相容性（incentive compatibility）和效率（efficiency）的前提下设计规则
+
+$$\text{Mechanism Design: } \max \text{ social welfare} \quad \text{s.t.} \quad \text{incentive compatibility + individual rationality}$$
+
+显示原理（Revelation Principle）：任何贝叶斯博弈的均衡都可由一个直接机制（direct mechanism）实现——参与者如实报告类型是均衡。
+
+#### 生活模式 / Life Mode
+
+改变规则让好结局更自然：
+- **如果当前规则下大家都陷入不好的结局（如囚徒困境），能否改变规则让好结局成为自然选择？** 这是机制设计的核心思想
+- **引入承诺**：先做出不可反悔的承诺，改变他人的预期和选择（如预先公开你的底线）
+- **声誉机制**：在长期互动中，好声誉本身就是资产——维护声誉可以维持合作
+- **改变激励结构**：让"做好事"变得自然——调整奖惩让每个人的最优选择恰好也是整体最优
+
+#### 共通要点 / Common Key Points
+
+机制设计是博弈论最实用的分支——与其抱怨人不合作，不如改变规则让合作成为自利选择。
+
+## 常见错误 / Common Errors
+
+| 错误 / Error | 数学批评 / Mathematical Critique | 正确做法 / Correct Approach |
+|-------------|-------------------------------|---------------------------|
+| 假设他人像自己一样思考 `[科研/通用]` | 他人可能有不同的支付函数或理性水平，$u_i \neq u_j$ | 明确各参与者的支付函数与信念 |
+| 忽略混合策略 `[科研]` | 纯策略均衡可能不存在，但混合策略均衡总存在（Nash, 1950） | 检查是否需要混合策略分析 |
+| 混淆纳什均衡与帕累托最优 `[科研/通用]` | 纳什均衡可以是帕累托劣的（囚徒困境），两者独立 | 分别标注均衡性与效率性 |
+| 忽略信息不对称 `[科研]` | 不完全信息博弈的均衡与完全信息博弈截然不同 | 区分贝叶斯博弈与完全信息博弈 |
+| 过度简化支付结构 `[科研/通用]` | 遗漏关键支付维度使均衡分析失真 | 系统检查所有参与者的完整支付 |
+| 忽略重复互动动态 `[科研/通用]` | 单次博弈的均衡在重复博弈中可能改变（folk theorem） | 分析重复博弈的子博弈完美均衡 |
+| 假设别人和你想法一样 `[生活]` | 不同人有不同动机、偏好和信息，不能用自己的思维代入他人 | 主动了解他人的真实利益和约束 |
+| 忽略情绪和非理性因素 `[生活]` | 博弈论假设理性，但现实中愤怒、信任、面子等深刻影响选择 | 识别关键情绪因素，修正支付评估 |
+| 只考虑自己的最优不考虑他人的反应 `[生活]` | 单方优化不是博弈分析——你的最优取决于他人的选择 | 先想"如果我这么做，对方会怎么反应" |
+
+## 操作规程 / Operating Procedure
+
+当本 skill 被触发时，先判断模式：
+
+> **模式选择 / Mode Selection**
+> - 若问题涉及数学建模、论文分析、算法设计、均衡计算 → **科研模式**
+> - 若问题涉及日常决策、人际互动、生活规划、冲突协调 → **生活模式**
+> - 若问题同时涉及两者 → **双模式并行，生活模式优先输出，科研模式作为补充验证**
+
+### 科研模式输出格式 / Research Mode Output Format
+
+1. **[参与者]:[列表]**：明确所有决策者及其类型（理性/有限理性/未知）
+2. **[策略集]:[描述]**：列出每个参与者的可选策略，标注是否为有限/无限策略集
+3. **[支付矩阵]:[关键值]**：写出核心策略组合的支付值 $(u_1, u_2, \ldots)$ 或支付函数形式
+4. **[均衡]:[纳什均衡策略/混合概率]**：计算所有纳什均衡（纯策略和混合策略），标注多重均衡
+5. **[博弈类型]:[零和/非零和/序列/合作]**：分类博弈结构，选择对应分析方法
+6. **[稳定性]:[分析]**：检查均衡的颤抖手完美性、演化稳定性、偏离均衡路径激励
+7. **[机制建议]:[改进]**：若均衡不理想，提出机制设计建议——改变支付、增加规则、引入声誉等
+
+**输出必须包含以上 7 项，不得只输出分析性文字而不给出结论。**
+
+### 生活模式输出格式 / Life Mode Output Format
+
+1. **[参与者]:[谁在影响你的决策]** — 列出所有相关方及其可能的行动
+2. **[得失]:[各方的利益]** — 不同选择下每个人的得失
+3. **[稳定状态]:[分析]** — 是否存在没人愿意单方面改变的策略组合？标注多重稳定状态
+4. **[互动类型]:[竞争/合作/谈判]** — 分类互动结构，选择对应策略
+5. **[稳定性]:[评估]** — 这个稳定状态是否对小错误鲁棒？能否在重复互动中持续？
+6. **[规则建议]:[改进]** — 如果当前规则下结局不理想，如何改变规则让好结局更自然
+
+**输出必须包含以上 6 项，不得只输出分析性文字而不给出结论。**
+
+## 与其他 skill 的关系
+
+- **优化思想**：Nash均衡是互相优化——每个参与者在他人的策略约束下优化自己的支付，均衡是所有优化问题的共同解
+- **概率与统计**：混合策略以概率分布选择行动，贝叶斯博弈用概率处理类型不确定性，均衡计算依赖期望支付
+- **信息论思想**：信息不对称与信号传递——Spence 信号博弈模型中，信息结构直接影响均衡的存在与性质
+- **因果推断思想**：因果与博弈互动——参与者的策略选择因果影响他人收益，战略互动中的因果链是双向的
+- **算法思想**：博弈算法与均衡计算——纳什均衡的计算复杂度（PPAD-complete），Lemke-Howson 算法，演化博弈的模拟算法

package/skills/game-theory/original-texts.md

@@ -0,0 +1,131 @@
+# 数学出处与经典文献 / Mathematical Sources and Classic Texts
+
+## Zermelo 定理 / Zermelo's Theorem (1913)
+
+> Zermelo（1913）证明：在有限完美信息二人博弈中（如国际象棋），先手或后手必有一方有必胜策略或双方有必和策略。即博弈是"确定的"（determined）。
+
+**核心论点**：对任何有限完美信息博弈，$\exists$ 先手必胜策略 $\lor$ $\exists$ 后手必胜策略 $\lor$ $\exists$ 双方必和策略。证明了此类博弈不存在真正的"不确定性"——不确定性的来源是计算复杂度而非逻辑结构。
+
+**思想**：完美信息博弈的结局在逻辑上是预定的——不确定性来自计算能力的限制而非博弈本身。Zermelo 的证明使用逆向归纳法（backward induction），这在后来成为子博弈完美均衡的核心工具。数学背景：Zermelo 同年也在集合论中提出选择公理（AC），博弈论与集合论共享"有限选择必可穷尽"的逻辑。
+
+## von Neumann Minimax 定理 / von Neumann's Minimax Theorem (1928)
+
+> von Neumann（1928）证明：在二人零和博弈中，$\max_{x \in \Delta} \min_{y \in \Delta} \sum_{ij} a_{ij} x_i y_j = \min_{y \in \Delta} \max_{x \in \Delta} \sum_{ij} a_{ij} x_i y_j$。即保守策略的最优结果等于对手保守策略下的最优结果——max-min = min-max。
+
+**核心定理**：对任何二人零和矩阵博弈 $A$，存在混合策略 $x^*$ 和 $y^*$ 使得
+
+$$v^* = \max_x \min_y x^\top A y = \min_y \max_x x^\top A y$$
+
+$v^*$ 称为博弈的值（value of the game）。证明利用了凸集分离定理（后与 Brouwer 不动点定理有深层联系）。
+
+**思想**：minimax 定理揭示了零和博弈的结构对称性——"我尽可能赢"等价于"对手尽可能防"。最优混合策略使对手对所有纯策略无差异。此定理是线性规划对偶性的先声：Dantzig（1947）发现 LP 对偶与 minimax 等价，von Neumann 独立发现了同样联系。
+
+## Nash 均衡的存在性 / Existence of Nash Equilibrium (1950)
+
+> Nash（1950）证明：每个有限博弈（任意人数、非零和）至少存在一个混合策略纳什均衡。证明使用 Brouwer 不动点定理——构造最优响应映射 $BR: \Delta \to \Delta$，其不动点即为纳什均衡。
+
+**核心定理**：对任何有限博弈 $(N, \{S_i\}, \{u_i\})$，$\exists \sigma^* \in \Delta_1 \times \cdots \times \Delta_n$ 使得对所有 $i$ 和 $s_i \in S_i$，
+
+$$u_i(\sigma^*) \geq u_i(s_i, \sigma^*_{-i})$$
+
+Nash 的证明将 Brouwer 不动点定理应用于最优响应映射：$F(\sigma) = (BR_1(\sigma_{-1}), \ldots, BR_n(\sigma_{-n}))$，$F$ 的不动点即均衡。后续证明也用 Kakutani 不动点定理（对应集值映射）。
+
+**思想**：纳什均衡的存在性不依赖参与者的"善意"或"合作意愿"——它是自私行为在战略互动中的逻辑必然。Nash 均衡推广了 minimax 定理到非零和博弈，从二人对抗到多人互动。数学背景：Brouwer 不动点定理（1911）是拓扑学核心定理——连续映射必有不动点，博弈论与拓扑学在此交汇。
+
+## 囚徒困境 / Prisoner's Dilemma
+
+> 囚徒困境是博弈论最经典的范例：两个参与者各自有"合作"和"背叛"策略。背叛是占优策略，但（背叛, 背叛）是帕累托劣于（合作, 合作）——个体理性导致集体非理性。
+
+**支付矩阵**：
+
+| | 合作 (C) | 背叛 (D) |
+|---|---|---|
+| 合作 (C) | (3, 3) | (0, 5) |
+| 背叛 (D) | (5, 0) | (1, 1) |
+
+严格占优策略分析：对每个参与者，背叛严格优于合作（$5 > 3$ 且 $1 > 0$）。唯一纳什均衡 (D, D) 支付 (1, 1)，帕累托劣于 (C, C) 支付 (3, 3)。
+
+**思想**：囚徒困境揭示了个体理性与集体理性的根本张力——纳什均衡不保证帕累托最优。此困境在现实中无处不在：军备竞赛、公地悲剧、价格战、碳排放。Axelrod（1984）的计算机竞赛表明：在重复囚徒困境中，"一报还一报"（Tit-for-Tat）策略可维持合作——重复互动改变均衡结构。
+
+## 逆向归纳法与子博弈完美 / Backward Induction & Subgame Perfection
+
+> 逆向归纳法（backward induction）是序列博弈的核心分析工具：从终端节点向前回溯，每步选择最优行动。Selten（1965）定义子博弈完美均衡（subgame perfect equilibrium, SPE）：在每个子博弈上都构成纳什均衡的策略组合——排除基于不可信威胁的均衡。
+
+**核心概念**：纳什均衡允许"不可信威胁"——参与者声称将采取某行动，但到达该节点时偏离更有利。SPE 要求均衡在每个子博弈上都成立，因此排除了不可信威胁。逆向归纳法是求解 SPE 的标准方法。
+
+**思想**：序列博弈中，时间结构引入了承诺与可信性问题——"威胁"必须是理性的才有效。逆向归纳法将多阶段决策分解为单阶段子问题，与 Bellman 最优性原理一脉相承。数学背景：Zermelo（1913）的定理使用逆向归纳法，Selten（1965）将其系统化为 SPE 概念。Selten 与 Nash、Harsanyi 共获 1994 年诺贝尔经济学奖。
+
+## Shapley 值与合作博弈 / Shapley Value & Cooperative Game Theory (1953)
+
+> Shapley（1953）提出合作博弈中唯一满足效率、对称性、哑元性和可加性的分配规则——Shapley 值 $\phi_i(v)$。它按边际贡献的平均值分配联盟收益。
+
+$$\phi_i(v) = \sum_{S \subseteq N \setminus \{i\}} \frac{|S|!(n - |S| - 1)!}{n!} [v(S \cup \{i\}) - v(S)]$$
+
+Shapley 值是唯一满足以下四条公理的分配：
+1. **效率性**：$\sum_i \phi_i(v) = v(N)$
+2. **对称性**：若 $i$ 和 $j$ 在所有联盟中贡献相同，则 $\phi_i = \phi_j$
+3. **哑元性**：若 $i$ 对所有联盟无边际贡献，则 $\phi_i = 0$
+4. **可加性**：$\phi_i(v + w) = \phi_i(v) + \phi_i(w)$
+
+**思想**：Shapley 值将"公平"转化为数学公理——公平不是主观判断，而是逻辑必然。合作博弈的核心问题：联盟产生的总收益如何分配？Shapley 值给出唯一满足公理的答案。核心（core）是另一种解概念——任何联盟的分配不低于其自身价值，但核心可能为空集。
+
+## Nash 讨价还价解 / Nash Bargaining Solution (1950)
+
+> Nash（1950）提出满足帕累托最优性、对称性、尺度无关性和独立性缩减的唯二讨价还价解。设威胁点 $d = (d_1, d_2)$，可行集 $S \subseteq \mathbb{R}^2$，Nash 解最大化 $(u_1 - d_1)(u_2 - d_2)$。
+
+$$\max_{(u_1, u_2) \in S, u_i \geq d_i} (u_1 - d_1)(u_2 - d_2)$$
+
+Nash 证明此解是满足四条公理的唯一分配。威胁点 $d$ 是谈判失败时各方的收益——威胁点越有利，谈判结果越有利。
+
+**思想**：讨价还价问题将"谈判"转化为数学优化——在可行集和威胁点约束下最大化联合收益。Nash 解的对称性与帕累托最优性使其成为公平谈判的自然基准。数学背景：此模型将合作博弈与非合作博弈联系起来——Nash 程序（Nash program）主张所有合作博弈解都应通过非合作博弈模型推导。
+
+## 演化博弈论 / Evolutionary Game Theory (Maynard Smith, 1973)
+
+> Maynard Smith（1973）提出演化稳定策略（Evolutionarily Stable Strategy, ESS）：策略 $\sigma^*$ 是 ESS，若对任何入侵策略 $\sigma \neq \sigma^*$，要么 $u(\sigma^*, \sigma^*) > u(\sigma, \sigma^*)$，要么 $u(\sigma^*, \sigma^*) = u(\sigma, \sigma^*)$ 且 $u(\sigma^*, \sigma) > u(\sigma, \sigma)$。
+
+**核心定义**：ESS 是比纳什均衡更强的稳定性概念——不仅要"不被偏离"，还要"不被入侵"。纳什均衡是 ESS 的必要条件，但 ESS 附加了稳定性要求。
+
+**思想**：演化博弈论将博弈论从"理性选择"推广到"适应性动态"——参与者不必理性，只需在重复互动中调整策略。生物学应用：性别比例博弈、鹰鸽博弈（Hawk-Dove）、资源竞争。经济学应用：市场惯例的形成、技术标准的扩散。数学背景：ESS 与复制者动态（replicator dynamics）联系——ESS 是复制者动态的局部稳定点。
+
+## Vickrey 拍卖与拍卖理论 / Vickrey Auction & Auction Theory (1961)
+
+> Vickrey（1961）提出第二价格拍卖（second-price sealed-bid auction）：出价最高者获胜，但支付第二高出价。报真实估值是占优策略——机制设计的奠基之作。
+
+**核心定理**：在 Vickrey 拍卖中，报真实估值 $b_i = v_i$ 是每个投标者的弱占优策略。证明：设真实估值 $v_i$，第二高出价 $p$。若 $v_i > p$，报 $b_i = v_i$ 获胜支付 $p$，收益 $v_i - p > 0$；若 $b_i > v_i > p$ 同样获胜但收益不变；若 $b_i < v_i$ 可能失去正收益。因此如实报告最优。
+
+Vickrey 证明了对称风险中性投标者，四种标准拍卖（英式、荷式、第一价格密封、第二价格密封）的期望收入相等——**收入等价定理（Revenue Equivalence Theorem）**。Milgrom & Weber（1982）推广到关联估值（affiliated values），发现英式拍卖收入最高。
+
+**思想**：Vickrey 拍卖是激励相容（incentive-compatible）机制的典范——通过巧妙设计支付规则，使自利行为自动导向效率最优。拍卖理论将博弈论应用于市场设计：如何通过规则引导理性参与者产生最优结果？数学背景：Vickrey 共获 1996 年诺贝尔经济学奖。
+
+## 机制设计 / Mechanism Design (Hurwicz, Myerson, Maskin — Nobel 2007)
+
+> 机制设计是博弈论的"逆向工程"——给定目标结果，设计博弈规则使理性参与者的自利行为自动实现该目标。Hurwicz、Myerson、Maskin 因此获 2007 年诺贝尔经济学奖。
+
+**核心概念**：
+- **激励相容性（Incentive Compatibility）**：如实报告类型是均衡策略——参与者没有动机谎报
+- **显示原理（Revelation Principle）**：任何贝叶斯博弈的均衡都可由直接机制实现——参与者如实报告类型即达均衡，无需复杂策略
+- **Myerson 最优拍卖**：在独立私人估值模型下，最大化卖家期望收入的最优机制——虚拟估值 $v_i - (1 - F_i(v_i))/f_i(v_i)$ 最高者获胜
+
+$$\text{Virtual valuation: } \varphi_i(v_i) = v_i - \frac{1 - F_i(v_i)}{f_i(v_i)}$$
+
+- **Maskin 可实施性（Maskin Monotonicity）**：社会选择函数可被纳什实施的必要条件——偏好单调性
+
+**思想**：机制设计回答"如何设计规则"而非"给定规则下如何行动"——从博弈的结果反推博弈的结构。显示原理简化了机制设计：只需考虑直接机制。激励相容性保证了规则与动机的一致——制度设计不是空想，而是可被数学验证的工程。数学背景：Hurwicz（1960s）引入激励相容性概念；Myerson（1981）发展最优拍卖理论；Maskin（1977/1999）发展纳什可实施性理论。
+
+## 信号博弈 / Signaling Games (Spence, 1973)
+
+> Spence（1973）提出信号传递模型：在信息不对称下，拥有私人信息的发送者通过可观察的行动（信号）向接收者传递信息。经典应用：教育作为能力信号——高能力者获得教育的成本更低，因此教育投资传递了能力信息。
+
+**核心模型**：发送者有类型 $t \in \{H, L\}$（高/低能力），选择信号 $s \in \{e, 0\}$（受教育/不受教育），接收者观测 $s$ 后选择响应 $a$。分离均衡：$H$ 选 $e$，$L$ 选 $0$——信号完美传递类型。混同均衡：两者都选相同信号——信号无信息量。
+
+**思想**：信号博弈揭示了信息传递的经济学——信号必须有成本差异才能传递信息（否则人人都会模仿）。Spence 模型中，教育的社会价值可能完全是信号价值而非生产力提升——这引发了关于教育本质的深刻讨论。Spence 共获 2001 年诺贝尔经济学奖。数学背景：信号博弈是贝叶斯博弈的子类——类型是私人信息，策略是类型依赖的。
+
+## 重复博弈与 Folk 定理 / Repeated Games & Folk Theorem
+
+> Folk 定理（民间定理，1970s 非正式流传，Aumann 1981 系统化）：在无限重复博弈中，任何个体理性支付 $v_i \geq \min_{s_{-i}} \max_{s_i} u_i(s_i, s_{-i})$（minimax 支付）都可以作为子博弈完美均衡的平均支付被实现。
+
+**核心定理**：设 $v = (v_1, \ldots, v_n)$ 为可行且个体理性的支付向量（$v_i \geq \underline{v}_i$，$\underline{v}_i$ 为 $i$ 的 minimax 值），则在贴现因子 $\delta$ 足够接近 1 时，$v$ 可作为无限重复博弈的子博弈完美均衡的平均支付被实现。
+
+实现机制：惩罚策略（punishment strategy）——偏离者将被"惩罚"回 minimax 支付水平，偏离的短期收益被长期惩罚抵消。
+
+**思想**：Folk 定理是重复博弈的核心结果——它解释了为什么合作在长期互动中可能维持：偏离的短期收益小于长期惩罚的损失。此定理也解释了为什么重复博弈有无数个均衡——几乎任何可行支付都可被实现。Aumann（2005 年诺贝尔奖）系统化了此理论。数学背景：贴现因子 $\delta$ 趋近 1 使得未来惩罚足够重——$\delta \geq \frac{g}{g + l}$，$g$ 为偏离收益，$l$ 为惩罚损失。