历史的周期律，不是简单土地兼并，而是“好人”与“坏人”的模型演化博弈

一、一个计算机模拟实验：红点与绿点的演化循环

首先，让我描述一个计算机模拟实验。

在一台计算机中，程序划定了一个有限的空间范围，里面散布着密密麻麻的小点。这些小点分为两种颜色：红色的和绿色的。红色的小点代表倾向于合作策略的个体——我们暂且称他们为“好人”；绿色的小点代表倾向于背叛策略的个体——我们暂且称他们为“坏人”。每个小点都在这个空间中运行，彼此相遇时会发生博弈。

这套实验的逻辑是这样的：

· 当两个红色小点（两个“好人”）相遇时，他们选择合作，彼此帮助、共享资源，双方都获得适中的收益。

· 当一个红色小点与一个绿色小点（“好人”与“坏人”）相遇时，好人选择合作，坏人选择背叛。于是坏人占了大便宜，好人吃了亏。

· 当两个绿色小点（两个“坏人”）相遇时，双方都选择背叛、互相伤害，结果双方都只获得极低收益，甚至双双受损。

演化生物学家托马斯·弗拉特做过类似的模型研究。他的发现是：在简单生物种群中，“好人”很容易被“作弊者”侵蚀——“从理论演化角度看，作弊往往是最好的策略”。但这并不是故事的终点。

这个实验最精彩的地方在于它的演化机制：每个博弈回合结束后，收益较低的小点会被淘汰，而收益较高的小点则有机会“繁殖”出与自己策略相同的新点。一代又一代地模拟下去，你会看到一个令人震惊的周期性循环：

第一阶段（好人主导期）： 初始状态下，空间里几乎全是红色“好人”，只有零星几个绿色“坏人”。好人之间广泛合作，整个系统运行良好，总收益很高。坏人虽然能从与好人的相遇中占便宜、获得超额收益，但因为数量太少，不足以动摇整体秩序。

第二阶段（坏人扩张期）： 问题在于：坏人占便宜这件事本身会产生示范效应。他们的成功信号在系统中传播——不是说其他人“变坏了”，而是在策略淘汰机制下，那些倾向于合作的个体相对收益下降、逐渐被淘汰，而背叛策略的个体相对收益上升、逐渐占据更多份额。阿克塞尔罗德在《合作的进化》一书中通过计算机模拟也揭示了类似的困境：“坏人”占便宜的信息会使“好人”退化。

坏人的比例逐渐攀升。好人越来越少。社会环境越来越不利于合作者的生存。

第三阶段（坏人主导崩溃期）： 当绿色“坏人”占据绝大多数时，整个系统的博弈性质彻底改变了。大量坏人与坏人相遇——双方都选择背叛，互相伤害，收益极低。整体资源被无谓地消耗殆尽，系统的总收益跌入谷底。坏人群体因为无法内部合作，开始自我损耗、自我崩溃。这种情形正是非合作博弈的典型结果——每个个体的理性自保，导致了集体的非理性崩溃。

第四阶段（合作重新崛起期）： 当背叛者比例过高、系统接近崩溃边缘时，一个微小的变化就会触发反转。在背叛者占主导的废墟中，少数还坚持合作策略的个体反而开始显现优势——因为他们彼此相遇时能获得正收益，而背叛者们正在互相消耗。于是合作者的比例开始重新上升，好人越来越多。系统逐渐回暖，回到了类似第一阶段的“好人主导”状态。于是，整个循环再次开始。

这正是“好人模型”与“坏人模型”之间的永恒较量——一个关于合作与背叛的演化循环。

二、社会的兴衰，不过是这个模型的宏观投影

现在，你把这个计算机模型拿到现实社会中来对照。

建国初期： 秩序刚刚建立，制度相对公正，奖惩比较分明，上升通道向大多数人开放。在这样的环境下，合作策略是最优解——你勤奋、诚实、帮助别人，就能获得稳定的生存回报。这相当于模型中的“好人主导期”：红色点占据绝对多数，社会信任度高，整个系统快速发展。

中期： 随着时间推移，制度执行开始出现松弛，监管漏洞被人发现和利用。少数坏人（背叛者）发现：钻空子、损人利己、搭便车，居然能获得比老老实实干活更高的回报。更关键的是，惩罚这些坏人的成本太高了——你要在人群中把他们识别出来，要搜集证据，要走法律程序，这一切都需要巨大的社会成本。所以大多数坏人逍遥法外，他们的成功被后来者模仿。这是“坏人扩张期”：绿色点的比例逐渐攀升。

环境开始逆转：好人越来越不适合生存，坏人越来越如鱼得水。

这就是所谓的“世风日下，人心不古”——不是人天生变坏了，而是环境在筛选行为策略。

崩溃期： 当坏人的比例超过某个临界点，整个社会的博弈性质彻底改变。社会从“合作博弈”（大家一起把蛋糕做大）滑入“非合作博弈”（人人对抗，存量厮杀）。在这个阶段，任何需要信任和协作才能完成的大规模任务——抵御外敌入侵、兴修水利、公平赈灾、甚至维持基本的社会治安——都会陷入困境。因为你不知道身边的人会不会出卖你，所以你不敢合作；因为别人也不知道你会不会出卖他们，所以他们也不信任你。

这就是明末的情形。 我不是说明朝灭亡的唯一原因是这个。历史事实从来都是多种因素交织的结果——小冰河期的气候剧变、财政体系的全面破产、军事技术的代差、瘟疫的肆虐，甚至崇祯皇帝的个人决策失误，都扮演了重要角色。但是，在社会信任这个维度上，我们的分析抓住了真相的一个关键切面：明末的军阀割据、官僚党争、地方豪强自保，本质上就是“背叛策略”在社会各层面蔓延的表现。在这个人人自危、互不信任的环境里，任何有组织的抵抗都变得异常困难。满清入关后，正是利用了明朝社会内部已经无法产生大规模、可信合作网络的弱点，通过分化瓦解、拉拢一部分打击另一部分，实现了各个击破。

三、“土地兼并”只是表象，博弈演化才是底层逻辑

传统的历史周期律解释常常归因于“土地兼并”：开国时地权平均，后期土地越来越集中到少数人手中，失地农民越来越多，最终起义爆发，王朝崩溃。

这个解释不是错的，但它太表面了。它没有回答一个更根本的问题：为什么同样的土地制度，在前期能够维持稳定，到了后期就失灵了？为什么朝廷颁布的“限田令”“均田制”在王朝中后期总是执行不下去？

答案在我们的模型里：当一个社会中背叛者比例过高时，任何需要信任和执行力才能落实的制度——包括土地制度的监管和执行——都会彻底失效。 地方官吏在执行“限田”政策时，如果他自己就在勾结豪强、从中渔利，政策就是一纸空文。而社会信任崩溃的根源，不在于“地主阶级的道德败坏”，而在于环境在筛选行为策略——当背叛者持续获得超额收益而缺乏有效惩罚时，合作者就会逐渐被淘汰，整个社会滑入低信任、高内耗的陷阱。

四、崩溃之后：坏人互害，好人重生

当社会彻底烂透——比如满清时期——坏人们之间已经没有“好人”可以剥削了。背叛者遇到背叛者，结果是双输。整个社会的总福利跌入谷底，蛋糕急剧缩小，大部分人都活不下去。

在这个极点到来之时，合作策略反而重新获得了生存优势。因为只有在废墟中还能抱团、互助、讲求信任和奉献的群体，才能在绝境中生存下来并逐步壮大。于是，好人开始重新聚集，合作网络从底层重新组织起来。从民国时期的进步团体，到最后新中国的建立，正是这个逻辑的体现——在一个坏到极点、人人互害的环境中，能够彼此信任、彼此合作的力量，最终会脱颖而出。

历史周期律，本质上不是什么神秘的天命，而是一场发生在人群之中的演化博弈。好人多了，坏人钻空子；坏人多了，自我损耗；极点到来，好人重生。 循环不止，周而复始。

五、如何打破这个循环？一个没有完美答案的问题

读到这里，你一定会问：既然我们看清了这个“好人多→坏人钻空子→坏人互害→好人重生”的循环，那有没有办法打断它？能不能让社会永远停留在好人占主导的阶段，不让坏人有机会崛起？

答案的核心其实非常简单，甚至近乎常识：让好人得到好报，让坏人得到惩罚。 只要能做到这一点，合作策略就会成为社会中的稳定优势策略，背叛者无机可乘。

但问题恰恰在于：“建立规则”本身，就会被坏人钻漏洞。 任何成文的制度、任何奖惩机制，只要它是固定的、可预测的，就一定会有人去研究它的缝隙，找到绕过惩罚、骗取奖励的方法。坏人最擅长的，就是伪装成好人去钻规则的空子。你设一个“举报坏人奖励机制”，就会有人恶意诬告；你设一个“好人优先扶持政策”，就会有人包装出好人的人设去骗取资源。规则越复杂，漏洞往往越多；规则越简单，又容易被暴力破坏。

那怎么办？难道真的没有办法了吗？

历史上和思想史上，人们提出过几条可能的路径，但每一条都有自己的局限：

1.提高背叛的长期成本：通过声誉机制、社会信用体系，让一次背叛行为在长时间内影响一个人获得合作的机会。但声誉系统同样可能被操纵、被误判、被权力滥用。

2. 培养内化的合作道德：通过教育、文化、信仰，让合作成为人们不需要计算成本收益的本能。但这需要漫长的代际传承，而且一旦环境恶化，最先吃亏的恰恰是这些“有道德的人”。

3. 由人民去监督：理想状态下，如果每一个人都能参与监督，让权力和规则运行在阳光下，那么坏人钻空子的空间就会被压缩到最小。这听起来是最根本的解法。但现实是，这条路并没有完全走通。在今天的现实中，所谓的“人民监督”更多时候变成了媒体监督、平台监督、网络舆论监督。这就产生了一个新的问题：这究竟是人民的权利，还是少数媒体、少数平台的权利？它们可以选择报道什么、不报道什么，有“选择性执法”的意味。那些没有被曝光的不公，就像不存在一样。与此同时，社会的公众注意力被各种热点极限拉扯，今天一个热搜，明天一个反转，久而久之，人民疲惫了。哪怕再看到不公，也没有那么多精力去关注了。监督权在名义上属于每一个人，但在实际操作中，它被少数机构和注意力经济所绑架。

坦白说，我也没有一个完美的答案。也许根本不存在一劳永逸的“终极方案”。人类社会可能永远要在“建立规则”和“规则被钻空子”之间反复博弈，不断修补、迭代、进化。打破循环的关键，或许不是找到一套永远正确的规则，而是保持一种永远清醒、永远愿意修复规则的能力。 这种能力，需要一代又一代人中的“好人”——那些愿意为长期合作付出短期成本的人——在每一次循环的低谷中，重新点燃信任的火种。