生物在比较简单低级时，所有的行为策略都建立在本能反应上。本能和情感层次上各种可能的策略在严酷的生存竞争中经历了筛选，拥有收益累积较差策略的物种和族群，在自然选择的压力下被消灭，留下对于生存有利的包括TFT及类似的策略。合作是生物在自然竞争中进化的取胜之路，被铸进了生物的本能。有利于基因传承和团体共同利益的合作需要，随着进化发展出“感情”的追求，必要时它可以压制个体自私的短视反应，以保护家庭、血缘、团体、种族的利益，在更高层次和统计意义上有益于个体。幸全下来的生物，按本能和情感反应行事是很多情况下最好的策略。但这仅仅是动物本能的水平。

自从人类有了意识，开始用头脑来审视纠正各种本能，用理性做决策，以面对更复杂，更长远的追求。没有足够阅历和智慧的人们，一般只能看清眼前的利弊，简单的利害计算往往急功近利，在困境中难以合作，反而不如千万年进化中铸入内心的情感反应，能够克服这种短视。因此人们常鄙视精于算计的考量，喜欢用心而不用脑的性情中人。

现代的人们具有较多的理性，理论上我们可以完全基于对局势和现状的准确判断，来做出最佳的决策，但在实践中并非容易。因为考量可能是狭隘的，忽略了感情、现实或其他的因素，眼光也许是短浅的，看不清容忍之后真正的好处。除非人们真能洞明世事客观冷静，未必能够判明情况。在实践中真正让理性思考超越感情用事的，不是利益精细的计算，多是对经验的借鉴和对后果的推测。

经过千百年时间的经验的累积和沉淀，那些对生存有利的，特别是对集体有利的策略思想都以格言，传统，道德教诲流传下来，形成一个远比现实世界要简单的价值体系。在这价值体系中追寻现实世界问题的答案，通常要比短视的算计更有利于合作，有更好的长期收益，也比情绪反应来得客观和稳定。当我们不能确信时，传统的道德作为无数经验留下的智慧，能够纠正人们短视的计较，成为决策的指南。

但是仅仅是博弈者将这些道德教诲作为应对的策略，并不足以造成社会上的广泛合作。当博弈者不知变通，过于单纯善良时侯，不能阻止急功近利的人取得暂时的优势。当对方不按善良规则行事时，正确的应对也只能是以牙还牙，与愚蠢的对手一起陷入互斗。人类社会在恶劣环境下，仍然能够保持合作不沦为霍布斯丛林，是因为有着社会规范（norm）形成个体对合作行为的自律。这个社会规范是被人们广泛认同的行为规则，不遵循这行为规则的将受到公众的惩罚。

人们文化中的价值观念，形成具有强大约束力的社会规范。包含有种种利于合作双赢美德的社会规范，成为有益于家庭、亲朋、团体、国家、种族生存的文化基因。在社会竞争中产生和保存下来，缺乏这些的文明则在竞争中淘汰灭绝。

当道德的教诲成为具有约束力的社会规范时，世俗的大众对背信弃义，急功近利的谴责和厌弃，会让背叛者遭受额外的损失，这个规范赏罚作用叠加在博弈收益矩阵上，改变了赋值，让人们从自身短期综合利益出发也更倾向于合作，从而走出囚徒困境。所以道德教诲具有改变环境，改善社会风气的力量。这个力量主要不在于心灵的感化，而在于形成社会规范后，那种由群体产生要大家共同遵守的压迫力量。

除了基本是共通的促进和谐合作的道德教诲外，不同的文化还具有不同的社会规范。例如决斗，在儒家文化认为使用武力来解决争执是粗鄙的，在西方却被认为是维护尊严和荣誉的骑士精神，这个西方社会规范延续了几世纪，屡禁不绝直到近代。俄国伟大的诗人普希金，法国天才的数学家伽罗华都在无谓的决斗中丧生。1804年美国的副总统亚伦·伯尔（Arron Burr）向美国创始人之一亚历山大·汉密尔顿（Alexander Hamilton）提出挑战，汉密尔顿在决斗前夜列出了五种反对决斗的理由，包括被法律禁止、有家庭责任、不反感伯尔、不想无谓的牺牲、怕树立坏榜样等等，但在公众的偏见面前，他还是为不受鄙视不得不遵从规范，最后为之失去了生命。可见规范约束力之大。

在西方道德的教诲，基本是通过宗教来形成社会规范，约束着人们来弃恶从善，所以西方人认为没有宗教信仰的人是邪恶的，因为没有道德约束可以为所欲为。其实中国道德的教诲主要通过儒家的学说，仁义礼智信，温良恭俭让，两千多年来一直是中国社会稳定和合作的规范。

博弈学者RobertAxelrod对社会规范的研究，被选为1985年美国政治科学年会的最佳论文后，引起了社会科学学科，包括社会学、人类学、政治学、心理学以及经济学的关注。Axelrod发现各种规范在人类和国际社会广泛地存在，认为规范是合作困境的一种解决方案。规范的存在也很好地解释了：为什么在囚徒困境时，无论是文明社会还是黑道帮派，都还有不少人能舍弃眼前利益的诱惑，自律地进行合作。

Axelrod研究了规范的形成、维持和崩溃的过程。基本规范的模型是n个人的博弈，每个人都有两类选择，一类是与他人是合作还是背叛，另一类是否惩罚被发现有背叛行为的人。用变量“冒失”表示背叛的数量，“报复”表示惩罚背叛的概率，当报复水平高到一定程度，冒失水平低于一定程度时，规范就建立起来了。这时候自律的现象随处可见。

他用计算机模拟，人们在利益驱动下用随机试错来学习调整自己的策略，实验发现：规范中最初冒失水平在下降，因为人群中有惩罚背叛的报复心理，接着报复率也在慢慢地下降，因为惩罚对方也需要付出一定的代价，在没有有效的激励下，大家倾向于不做牺牲去惩罚背叛，让坏人在别人手里恶贯满盈，这样子冒失的水平就开始回升，越多的背叛，人们越倾向于不管闲事，直至规范的崩溃。崩溃是稳定的结果，也就是说没有外力，规范是不可能自动建立起来；没有有效的激励机制，已有的规范必然走向崩溃。

研究维持规范稳定的机制时，他发现“元规范（metanorm）”是最有效的，元规范指惩罚（谴责）看到违反规范不作为的人。这也是我们几千年来就一直有过的道德说教，我们因为曾被强制受过其害，物极必反了，这个机制连同道德规范，现在都被人们以反封建老古董的名义鄙视了，这也解释了我们公共道德缺失的现状。同样的中国人到了国外，融入社会时基本都能遵守公共道德，不是这么短时间里觉悟就提高了，而是感受到规则的压力自律了。

研究还发现其他支持规范的机制，包括支配、内化、威慑、社会认同、成员身份、法律以及声誉。在某些情况下，规范的结果是等级制而非平均化，合作带有强迫而非完全自愿。它们无一不与个性解放的旗帜背道而驰。

规范研究的结果被社会学家和政治家重视，尤其是美国用来建立各种世界的秩序，反对不干涉的观点，用元规范来制裁对秩序不给力的例子，这可以在很多国际事务上看到。

（待续）