丹尼特还提到另一个因素——受迫移动。35在国际象棋比赛中，棋手有时会发现自己处于一种别无选择的境地，他们被限制在每一步移动都等同于自杀的位置。同样，在一个适合度景观中，进化搜索的移动也受到特定环境的适合度的限制。也就是说，一个人可以沿着低适合度的毒雾上方的山脊跑，但如果偏离了山脊线，他就会死。一些受迫移动是由物理和化学定律的约束造成的。例如，热力学定律规定，所有生物的身体和环境之间必须有某种边界，以便在它们低熵的内部世界和高熵的外部世界之间提供一种屏障。因此，所有生物都有某种皮肤、膜、外骨骼、蛋白质外壳或其他容器。其他的强制移动可能是也可能不是永久性的，这取决于环境的当前状态或物种间的共同进化。
适合度景观造成的一个结果是路径依赖，这是我们之前在书中简要讨论过的一个概念。在进化系统中，历史很重要，你将来能去哪里取决于你过去的位置。变异可以使生物种群分散到景观的附近，但你不能随意从景观的一个部分立即转移到另一个部分（上文中讲到的随机跳跃发生的起始位置是随机的，并且短距离跳跃发生的概率较大）。假设有一个代表某种鱼类设计的山峰，鱼的生存环境正在发生变化，它的生态位正在消失，它的顶峰正陷入毒雾之中。从上帝视角来看，我们可以看到附近有另一种目前还不存在的鱼类设计的顶峰，它高于毒雾并且看起来很稳定。然而，这两种景观之间没有可通行的道路，也没有位于毒雾之上的陆地桥梁。这些设计相距太远，以至于无法通过随机跳跃来抵达彼此。在第一种鱼类的设计与第二种鱼类的设计之间没有可持续的中间生态位，鱼类是其历史的囚徒。它的特殊道路导致了其特定高峰的局限性，其未来的选择受到了过去的限制。
-----------
数学家和进化理论家已经探索了各种不同景观的替代搜索算法。有些更适合搜索完全随机的景观，有些更适合搜索高度有序的和规则化的景观。但是对于介于两者之间的景观来说，由于它们是粗略相关的，并具有高原、洞穴和门户等复杂特征，进化是最好的算法。当景观不断发生变化，当搜索问题成为一个动态的难题，当一个人必须平衡探索与开发之间的紧张关系时，我们只能说，进化确实是伟大的冠军。36
剥离进化，回归基础
为了回顾我们一直在建立的基质中性的进化版本，这里列出了进化工作的必要条件：
◎ 有一个可能的设计空间。
◎ 可以将这些设计可靠地编码到模式中。
◎ 有某种模式阅读器可以可靠地解码模式并将其呈现给互动者，在内生进化中，模式为自身阅读器的编码。
◎ 互动者是由模块和模块系统组成的，这些模块是通过模式中的构建块进行编码的。
◎ 将互动者呈现在一个环境中。环境对互动者施加了约束（例如物理定律、气候或仲裁者），任何一个制约因素都可能随时间而改变。一个特别重要的制约因素就是互动者之间对有限资源的竞争。
◎ 总的来说，环境中的制约因素创造了适合度函数，其中一些互动者比其他互动者更适应。
进化的过程可以被认为是这样的一种算法，在给定环境的适合度限制下，该算法可以搜索设计空间以找到适合的设计，算法对设计空间的搜索如下：
◎ 随着时间的推移，模式会发生变化。模式可以被任意数量的因子改变，例如杂交和突变。
◎ 模式被呈现为创建族群的互动。
◎ 对互动者的作用是一个选择的过程，其中一些设计被适合度景观认为比其他设计更适合。不适合的互动者更有可能从群体中被移除。
◎ 存在一个复制的过程。适合的互动者平均具有更大的被复制概率，并且比不太适合的设计拥有更多的变体。
◎ 随着时间的推移，有助于提升互动者适合度的构建块会被更频繁地复制，在群体中也更常见。
◎ 变异、选择和复制的算法过程在种群上递归地进行，一轮的输出会成为下一轮的输入。
当算法运行在具有正确参数的适当设置的信息处理基质上时，我们可以期望看到以下结果：37
◎ 从随机性中创建秩序。从简单的随机起点出发，算法将创建出从适合度函数的角度被“排序”的、复杂“有序”的设计。所有的进化过程都是在开放的系统中进行的，因此该算法实际上是在利用能量来降低局部熵并将随机性转化为有序性。
◎ 发现适合的设计。该算法提供了一种快速有效的方法来搜索包含了适应的设计的巨大设计空间。在内生进化中，如果设计在环境的约束下能够生存和复制，那么这种设计就是适合的。
◎ 不断地适应。算法会“学习”适合度函数想要什么，并找出符合这些标准的设计。如果适合度函数发生了变化，进化就会产生反映出新的选择压力的设计。
◎ 知识的积累。进化过程会随着时间不断积累知识。如果我们冻结乐高的进化过程，在特定的时间点分析所有玩具的图式卡，就可以说这些卡片中的信息反映了有关玩具历史演变的适合度环境的学习或知识。同样，DNA包含了大量的信息，这些信息与过去的生物设计有关。如果你是来自另一个星球的外星人，从来没有见过地球，却从一个地球生物身上获取了一段DNA，你就可以从这段代码中了解到很多关于地球环境的信息（假设你有一个DNA阅读器）。模式就像进化过程中的硬盘，随着时间的推移，它们会存满信息。
◎ 创新的出现。在进化过程中，算法会不断地创造出新的设计变体。从理论上讲，所有可能的设计都已经存在于设计空间中，但通过发现和呈现它们，进化将“新的”设计引入了现实世界。在乐高的例子中，进化算法毫无疑问会产生一些孩子没有预先想到的设计，并且，通过使用计算机模拟进化来设计从喷气式发动机风扇的叶片到计算机芯片的实验也催生了新颖的设计。38
◎ 专注于成功设计的资源会不断增长。随着成功设计在资源竞争中获胜，成功设计的数量会增长，而失败设计的数量会减少。更大的群体意味着成功的模式在物质、能量和信息方面比不成功的模式“控制着”更多的资源。然而，由于来自共同进化的网络效应与适合度景观本身的形状相结合的效果影响，增长可能不会遵循一个平稳的模式，而是遵循一个间断均衡的模式。
在具有粗相关的适合度景观中，进化能非常有效地在大型设计空间中找到适合的设计，这是因为：
◎ 进化采用的是并列搜索。实际上，每一个群体的成员都是一个单独的设计实验，所以同一时间内有很多徒步旅行者外出寻找高峰。
◎ 进化在景观上创造了一系列的跳跃。它并不只是追求那些短跳跃，因为这样可能会被困在局部最优处；它也不追求太多疯狂的长跳跃，因为这种跳跃失败的概率大于成功的概率。
◎ 进化是一个不断创新的过程。算法的递归特性从来没有停止过。考虑到景观不断变化的特性，这一点至关重要。随着进化在探索与开发之间取得平衡，可能会出现或多或少的主动搜索阶段，但是这种搜索永远不会结束。这个系统没有均衡——在进化系统中，停滞是导致种群灭绝的关键。
-----------
实际上，进化会说，“我将尝试很多事情，看看哪些可行，然后多做一些可行的，少做一些不可行的”。筛选的过程中会发生一些不寻常的事情。进化算法不仅会学习适合度函数“想要的”，还会学习在总体模式中通过学习积累的知识，因此在不断寻找越来越适合的设计时，进化过程产生了新颖性。
进化就像一场戏。演员阵容和情节都是固定的，但演员、场景和许多细节都不是固定的。进化过程可以设定在生物学、计算机模拟、乐高玩具游戏中，也可以设定在人类文化、技术和经济中。无论基质是什么，只要条件存在，所有的进化过程就会产生普遍性的结果。
从进化论到经济现实
正如前文中提到的，进化论和经济学是相互交织、相互影响的，这大概可以追溯到大约160年前达尔文的时代。尽管阿尔弗雷德·马歇尔、弗里德里希·哈耶克等许多伟大的经济学家都在努力将进化论纳入经济学，但是，他们最终还是受到两件事的限制。他们努力将对生物进化的理解映射到经济进化上，并提出了一些问题，比如，基因在经济上的对等物是什么？一组公司是一个群体吗？在经济体系中，什么构成了父母和子女？39通常，这些早期的努力就像瓦尔拉斯、杰文斯和其他边缘主义者一样，在隐喻推理上犯了同样的错误。在第三部分中，我们的出发点将不再是生物学，而是我们刚刚讨论过的通用算法图。现代的进化算法主张进化系统是一个具有普遍规律的通用类别，我们需要搞清楚的是经济是否属于那个类别，或者是否受这些规律的约束。如果答案是肯定的，那么我们就可以说经济世界和生物世界都是这一通用类别的成员。它们可能在算法的实现上会有很大的不同，因此询问父母和后代在经济学中的含义可能是毫无意义的。尽管如此，这两个世界仍然遵循着相同的进化系统的一般规律，因此这也解释了强烈的家族相似性（请原谅这个比喻）。
或许，这条道路上的首批开拓者是理查德·纳尔逊和悉尼·温特，他们创作出了影响深远的《经济变革的进化理论》。但从他们在20世纪70年代末和80年代初的优势来看，基质中立的进化算法理论才刚刚形成。约翰·霍兰德具有里程碑意义的《自然和人工系统中的适应》（Adaptation in Natural and Artificial Systems）出版于1975年，理查德·道金斯的《自私的基因》出版于1976年，约翰·梅纳德·史密斯（John Maynard Smith）的《进化与博弈论》（Evolution and the Theory of Games）出版于1982年，斯图尔特·考夫曼的《秩序的起源》（Origins of Order）直到1993年才出版。这些作品中的观念为20世纪80年代中期以来蓬勃发展的研究项目提供了种子，这些重要的工作直至今天仍在继续进行。40
但是纳尔逊、温特以及他们的前辈的理论中也缺少了另一个重要的组成部分——大量廉价的计算能力。正如我们所看到的，进化是一个在大群体中被数千次、数百万次甚至数十亿次无情地反复验证的算法。这样一个过程几乎不可能采用大多数传统经济学家使用的分析风格来建模，直到20世纪90年代，计算机的出现使一切成为可能。
-----------
我们现在已经有了进化这出戏的角色和情节，并且已经准备好开始挑选戏剧角色了，还建立了组织、市场和国家经济的戏剧环境。这出戏的剧本就是创造财富的故事，用莎士比亚笔下的福斯塔夫（Falstaff）的话来说，现在是“演完这出戏”的时候了。41
第三部分 财富起源于进化：复杂经济学中的三种进化力量
这样的生命观无比壮阔……从如此简单的起源，就能进化出最美丽、最奇妙的事物。
——达尔文《物种起源》
10 力量一：商业设计
两人因犯罪被捕，但警方缺乏充分的证据证明哪个人是有罪的。审问者将两个嫌疑人分别关在不同的牢房里，这样他们就无法相互交流。审问者告诉每个嫌疑人，如果他能指认自己的同伴，他就会因提供线索获得奖励并被释放，但前提是同伴没有指认他。如果嫌疑人和同伴相互指认，他将会被关进监狱，不过他会因提供线索获得减刑。如果嫌疑人保持沉默，他就面临着两种可能：一是他的同伴也保持沉默，他们都会因证据不足而被释放。二是嫌疑人保持沉默，而同伴指认了他，那么他将被监禁很长一段时间。
你可能意识到了，这就是囚徒困境博弈——一个无处不在的经济问题，复杂经济学的先驱之一、密歇根大学的罗伯特·阿克塞尔罗德曾经称之为“社会科学研究的大肠杆菌”。1正如生物学家通常从细菌、果蝇和其他简单的有机体入手，然后才转向复杂的人类，我们将从一个简单的模型开始，逐步建立起对经济运行方式的直觉。在本章中，我们将使用囚徒困境博弈作为大肠杆菌模型，并了解如何使用进化算法来进化简单游戏中策略的设计。第三部分结束后，我们将从游戏过渡到经济整体的进化。
囚徒困境博弈
囚徒困境博弈中的选择可以用一个给出不同决定组合结果的回报矩阵来描述（见图10-1）。结果显示，两名嫌疑人都有强烈的指证动机。如果你不知道同伴会做什么，并且没办法与他协调，最好的选择是去指证。具体来说，如果你的同伴保持沉默，那么你去指证更有利（你获得的回报是1︰0），而如果你的同伴指证了，指证仍对你更有利（你得到的回报是-2︰-5）。因为两名玩家都面临着相同的选择条件，游戏中会出现一个均衡的解决方案，两名嫌疑人都像小鸟唱歌那样指证对方，然后都进入监狱。从嫌疑人的角度来看，这当然不是最佳结果，因为如果他们能以某种方式协调行动，那么他们都能获得自由。
图10-1 囚徒困境博弈中的回报
囚徒困境博弈代表着一种典型的均衡：是追求狭隘的个人利益，还是尽量和他人合作获取更大的利益？这种权衡经常出现在核武器控制、商业战略和婚姻关系等多种情况下。囚徒困境是博弈论问题的一个例子。顾名思义，博弈论适用于研究这样的情况：一个人可以定义一组玩家（例如两个嫌疑人）、一个目标（获得奖励或避免坐牢）、一个决定（指证或不指证）以及一组能将决定反映到玩家回报中的规则。2
囚徒困境特别有趣，因为它是一个非零和博弈的例子。在一个非零和博弈中，两个或两个以上的人合作会给群体带来更大的收益。在囚徒困境中，两个玩家总回报的最大化要通过彼此的合作来实现。也就是说，如果两个玩家都保持沉默，他们的总回报是0，而不是另一种选择中的-4。“如果你帮我梳毛，那么我也帮你梳毛”这句话就展示了一个非零和博弈的例子，因为合作能使我们获得自己无法获得的收益。相反，在一个零和博弈中，对于每一个赢家而言，一定有一个输家，一个人的收益就是另一个人的损失。例如，两个人对足球比赛的结果打赌，一个赢了，另一个就会输，不可能两个人都是赢家。我们将看到，非零和博弈的存在以及由此产生的利己与合作之间的矛盾在复杂经济学中起着核心作用。
囚徒困境给我们带来了一个难题。经济依赖于合作活动，人们需要一起工作来生产东西，进行贸易。然而，当人们只能看到狭隘的自身利益时，他们会产生一种在工作中懈怠、在贸易中欺骗的动机。即使人们并没有真正的欺骗，在不知道别人会做什么的情况下，率先为更大的利益伸出合作之手仍有可能面临风险。在《微观经济学》（Microeconomics）一书中，圣塔菲研究所的经济学家塞缪尔·鲍尔斯（Samuel Bowles）用他与印度小村庄帕兰普尔（Palanpur）的农民进行过的一次讨论说明了这个问题：
帕兰普尔的农民会在预计能达到最高产量的播种日期之后几周再播种冬季作物。农民并不怀疑早些播种会有更好的收成，但没有人愿意成为第一个播种的，因为种在空荡荡的土地上的种子会被鸟吃掉。我询问是否有一大群农民或亲戚同意早些播种，然后都在同一天播种来减小损失。“如果我们知道如何做的话，”他抬头看着我说，“我们就不会这么穷了。”3
这种困境被称为协调问题。当人们不合作时，博弈论者称之为背叛者。那么我们应该如何在经济学中实现协调，如何避免背叛陷阱呢？
如果嫌疑人作出了决定，看到了他们的结局，然后又有了重新做决定的机会，结果会不会改变呢？你可能会认为，两名嫌疑人在监狱里待了几次之后，最终会发现他们可以通过相互合作并保持沉默来做得更好。同样，如果帕兰普尔的农民尽量协调他们的种植，而一些农民没有守信，那么这些背叛者将在下个种植季受到惩罚或制裁。
事实上，这个逻辑是有问题的。如果游戏是重复的，并且有固定的回合数，那么两名参与者就又会回到背叛的状态。在囚徒困境中，如果两名玩家都知道，第五轮是最后一个回合，逻辑就会迫使他们把这当成一个单轮游戏去玩。第五轮之后就没有了，所以在第五轮，两名玩家都会自动背叛。同理，他们在第四轮也面临着同样的困境。既然知道无法在第五轮中获得合作的奖赏，那为什么不在第四轮也背叛呢？如此一来，第一轮也会发生同样的情况。
但在现实世界，我们通常无法准确地提前得知一场游戏会进行多少回合。要是游戏的回合数有限但未知该怎么办呢？一个帕兰普尔的农民知道他一生中的种植季有限，但又不知道会有多少季。在这种情况下，游戏就会失去均衡，传统经济学分析也没有告诉我们最佳策略是什么，我们必须要用不同的方式来思考这个游戏。4
冠军的锦标赛
20世纪70年代末，罗伯特·阿克塞尔罗德尝试用一种不寻常的方法来回答如何重复地玩未知次数的囚徒困境游戏。他决定进行一个实验，这个实验自那之后变得十分出名。5阿克塞尔罗德没有用数学分析来解决这个问题，相反，他举行了一场比赛。阿克塞尔罗德让来自世界各地的14名社会科学研究者提交一个拥有最佳策略的候选人，然后在一场循环锦标赛中让不同的参赛者相互对决。其中一些策略非常精细，采用了复杂的数学公式。但是赢得比赛的策略非常简单。它是由多伦多大学心理学和数学教授阿纳托尔·拉波波特（Anatol Rapoport）提交的。拉波波特的战略被叫做“以牙还牙”，它的第一步是合作，从那之后，参赛者只是简单地观察对手的最后一步，然后重复对手的动作。如果对手合作，那他也合作；如果对手背叛，那他就背叛。阿克塞尔罗德对这一简单策略的成功感到惊讶，并举办了第二次更大的比赛来进一步测试它。这一次有来自经济学、数学、物理学、计算机科学和进化生物学领域的62名参赛者，“以牙还牙”又赢了。
阿克塞尔罗德十分好奇：这样一个简单的策略怎么能接连打败那些更为复杂的设计呢？“以牙还牙”真的是最好的，还是有其他更好的策略等着被发现呢？此外，虽然“以牙还牙”的策略总体上是成功的，但它在应对某些策略上的性能也存在不如其他策略的情况。从某种意义上讲，它相当脆弱。想象两个采取“以牙还牙”策略的玩家相互对抗，事情进展得非常顺利，突然一名玩家犯了一个随机错误，展现了背叛行为，他们就会陷入恶性循环，永远相互背叛。这个灾难性的结果仅仅是因为一个简单的错误，它给阿克塞尔罗德感兴趣的领域——核武器控制，带来了令人担忧的影响。
阿克塞尔罗德还想探索其他策略，但又不想举办另一场更大的锦标赛。随后，阿克塞尔罗德在密歇根大学的同事约翰·霍兰德向他介绍了20世纪70年代中期霍兰德发明的在计算机上模拟进化的技术。阿克塞尔罗德决定尝试霍兰德的模拟进化算法，看看他是否可以简单地在计算机上模拟进化策略，而不必让人类为囚徒困境博弈提建议，然后让大自然主导最适者生存的战争。
计算机模拟策略
阿克塞尔罗德于1987年发表了他的研究成果，他结合进化模拟和博弈论开展了一系列富有成果的研究。6克里斯蒂安·林格伦（Kristian Lindgren）建立的模型对这项研究作出了贡献，他是来自瑞典查尔姆斯理工大学和哥德堡大学的一名物理学家。7林格伦的模型特别有趣，他没有让成对的参与者在锦标赛中相互对抗，上演囚徒困境，相反，他让多个参与者同时进行游戏，如同糖域中相互作用的参与者那样。
林格伦对不断演变的囚徒困境的模拟为我们提供了一个相对简单的大肠杆菌模型，该模型捕捉了进化如何在经济的复杂适应系统中展开的几个关键方面。第一，合作与竞争之间的内在权衡产生了一种中心矛盾，使系统持续处于不平衡状态。这种矛盾导致了合作结构的转变，这种结构会随着时间的推移自我组织、成长和解体，就像在现实经济中一样。第二，与我们在第6章的讨论一致，林格伦的模型中面对囚徒困境的参与者没有办法全局优化他们的行为。他们所能做的就是审视自己的情况和历史，然后尽力而为。第三，正如前面所讨论的，参与者的动态交互通常会导致复杂的紧急行为模式，其中许多行为模式是不可预测的，林格伦的模型也不例外。第四，也是最有趣的一点，这是一个创新的模型。就像卡尔·西姆斯探索能游泳的生物的进化一样，林格伦利用进化来寻找囚徒困境中的成功策略。实际上，我们可以把林格伦模型看作利用进化探寻所有可能的囚徒困境策略的巨大设计空间。
林格伦模型的整体结构实际上结合了两个游戏：囚徒困境和生命游戏。生命游戏是由数学家约翰·霍顿·康威（John Horton Conway）开发的，这个游戏在一个像是大棋盘的二维网格上进行（见图10-2）。网格上的每个方块都代表一个小细胞，每个细胞在游戏中的任何一点都可以打开或关闭。如果一个细胞处于打开状态，它将变为黑色；如果处于关闭状态，它将变为白色。每个细胞有8个相邻的细胞，4个紧邻的细胞和4个位于对角线上的细胞。一个细胞是打开还是关闭取决于其相邻细胞的状态，每个细胞都遵循一个简单的规则：计算有多少相邻的细胞处于打开状态。如果数字是2，那么中心的细胞将在下一轮保持它现在的状态。如果数字是3，那么中心的细胞将在下一轮中打开，不管它现在的状态如何。在其他情况下，细胞将会在下一轮关闭。
图10-2 生命游戏
生命游戏之所以得名，是因为它用简单的规则建立了细胞网格，人们能看到细胞组成的图案，有时一闪一闪就好像细胞是活的。有时网格看起来像是一团乱闪的光，有时细胞在复杂的图案中自我组织，看起来像是在培养皿中生长的细菌。你可能会注意到生命游戏和考夫曼的布尔网络之间存在相似性，两者都属于细胞自动操作，这是约翰·冯·诺依曼在20世纪60年代开发的一类高度通用的计算系统。8
林格伦在他的模型中创建了一个生命游戏，但是他没有按照生命游戏的正常规则让格子上的细胞闪烁，而是让它们根据细胞之间进行囚徒困境博弈的情况打开或者关闭。我们把网格上的细胞称为行为者，每个行为者都会与最近的4个邻居玩囚徒困境的游戏（见图10-3）。每个行为者都有可能采取不同的游戏策略。例如，一个可能采取“以牙还牙”策略，另一个可能正相反（总是做与对手相反的事），一个可能总是合作，等等。林格伦根据占领细胞的行为者所采用的策略给每个细胞染色，他获取了每个行为者在4场游戏中的分数，计算了它们的平均分。一轮中平均分最高的行为者被称为胜利者。然后，胜利者会像病毒一样占领邻近细胞的中心位置，然后将其获胜策略注入这个细胞，实际上是进行了自我复制。9例如，一个反“以牙还牙”的行为者赢得了一轮比赛，中间的玩家就会被注入反“以牙还牙”策略，然后在下一轮中使用这个策略。
图10-3 将生命游戏和囚徒困境博弈结合在一起
那么，网格上的每个行为者是如何决定使用哪个策略的呢？我们可以在网格中随机设定不同的策略，看看会发生什么。这样做会产生一个相当无聊的结果，因为最终格子会进入某种均衡状态，或者重复循环某种简单的模式。这对林格伦寻找比“以牙还牙”更好的策略的问题帮助不大，因为通过测试随机产生策略找到好东西的概率很低。
林格伦转而决定让进化搜索所有可能的囚徒困境博弈的设计空间，寻找高分策略。网格上的每个行为者都被赋予一个概要，一个由1和0组成的计算机DNA字符串，用来编码策略。林格伦认为行为者会通过归纳作出战略决策，也就是说，他们回顾了游戏历史中的行动和反抗行动，并利用这一历史模式预测在下一轮中获得成功的策略是什么。因此，输入每个行为者的计算机DNA都是历史中的行动和反抗行动，输出的是是否合作或背叛的决定。
林格伦初始化游戏时设置的是只能记得前一行动的行为者。对于一个只记得前一行动的行为者来说，可能采取的策略只有四种：
1．永远背叛，永远背叛，不管对手做了什么。
2．永远合作，永远合作，不管对手做了什么。
3．以牙还牙，总是做对手做过的事情。
4．反以牙还牙，总是做和对手相反的事情。
在游戏开始的时候，林格伦给每个行为者随机赋予了这四种可能策略中的一种。然后，他借助随机突变周期性地破坏它们的DNA，使其经历进化变异的过程。林格伦的模型采用了三种类型的突变。第一种，点上的突变，仅仅是行为者计算机DNA中的某一单一位置发生了改变，比如01变成了00。第二种是基因复制，DNA中的一段被复制然后增加到了尾部，比如01变成011。基因复制的一个效用是行为者的记忆会扩充，从而记住更多的历史行动。因此，行为者不仅能看到前一步的行动，还可能看到前两步或三步的行动。有了更多的记忆，行为者就能想出更复杂的策略，“如果我的对手背叛了，那么我也背叛，然后我的对手会再次背叛，我就会合作”。第三种，分开的突变，DNA的一段或另一段被砍掉了，比如011101000110001变成了011011。这将缩小内存大小，从而降低策略的复杂性。
除突变外，林格伦还会让行为者犯错来制造随机的改变。一个行为者的策略可能表明要合作，事实上它却会“意外地”背叛。
一片比特雨林
为了开始这个游戏，林格伦制作了一个游戏板，板子中有16 384（128×128）个方格，每个方格里都有一个行为者，每个行为者在初始化时都会采用四种基本策略中的一种。林格伦按下开关，游戏开始，进化过程随即发生。在游戏过程中，策略会发生突变，最适合的策略得到最高分数，并开始注入相邻的方块中。
一个生态系统诞生了。起初，随着四种策略相互作用，由随机分散的行为者构成的风景开始相互渗透——“以牙还牙”和总是合作的行为者爱上了合作，共同取得了高分。同时，总是背叛的行为者无情地利用了可怜无助的反以牙还牙者，总是合作的行为者一直合作，总是背叛的行为者持续背叛。很快，大量不合作而总是背叛的行为者集合被赶出了板子，而合作之岛出现了。这些岛屿通常会有一群总是合作的行为者处在中间位置，它们疯狂地合作，提高分数，把邪恶的总是背叛者留在海湾里。然而，这些合作的殖民地并不稳定。有时，入侵的背叛者会打破合作之岛，把每个人都拖垮。另一些时候，一个合作之岛会像细菌群一样迅速扩张，把它的边界推向充满敌意的背叛之海。最开始混乱不堪的板子，随着不同的策略在合作与背叛间的大战中重新占领不同的位置，出现了方块、之字形、螺旋形以及其他形状的图案。
很快，动荡的策略困境中又发生了其他的事情——创新出现了。基因上的突变使行为者的记忆容量扩增，从而使行为者能够回溯更多的历史，想出更为复杂的策略。很多突变体是很快就消失的无意义策略，但是总的来说，更多的记忆是一个巨大的优势，成功的新策略开始出现并复制。林格伦将一种策略命名为傻瓜策略，即如果行为者与对手在上一轮中采取了同样的行动（不管是合作还是背叛），那么行为者在下一轮就合作；如果行为者与对手采取了不同策略，那么行为者在下一轮就背叛。另一个是复仇策略，一开始双方都会选择合作，但是之后如果对手背叛了，行为者就会接连背叛，目的是在再次合作之前让对方明白它的想法。就像之前提到的，“以牙还牙”的一个问题就是如果两个玩家相互以牙还牙，其中一个不小心犯错背叛，两个行为者就会永远相互背叛下去。还有一个是公平策略，一开始双方是合作的，但如果其中一方背叛了，采取公平策略的另一方就会“生气”，然后用背叛惩罚对手，直到对手重新开始合作。然而，如果采取公平策略的行为者犯了错，它就会通过合作“道歉”，直到被对手原谅，双方再次开始合作。因此，公平策略往往在嘈杂、容易出错的环境中表现很好。
森林之王
那么谁是赢家呢？最好的策略是什么呢？林格伦发现这是一个荒谬的问题。在像林格伦模型这样的进化系统中，事实上并没有单一的赢家，没有最优的、最佳的策略。相反，任何在特定时间点活着的玩家都是赢家，因为其他玩家都死了。要想生存下去，一个行为者必须有一个策略并为之奋斗，以某种方式谋生，抵御竞争对手，应对变幻莫测的环境。“每个人都是赢家”听起来像是逃避，但生存并不是什么了不起的壮举。正如斯图尔特·考夫曼指出的，地球上曾经生活过的绝大多数物种现在都灭绝了。在任何一个时间点上，只有适合的风景中极其微小的一部分能够成为现实。
“谁赢了”是一个无意义的问题，一片森林就是一个由植物、昆虫、鸟类和动物组成的高度复杂的生态系统。这些生物都是使用不同生存策略的行为者，有的相互合作，有的相互竞争，那么谁是森林之王呢？谁有生存繁殖的最佳策略呢？是现代人吗？人类似乎认为自己在主导这场演出，但我们只是进化历程中的一个瞬间，从长期来看，人类的未来也是不确定的。那小田鼠呢？这种生物比人类存在的时间长，数量也比我们多。在地上疾行的蟑螂呢？蟑螂存在的时间甚至比老鼠都要长，并且似乎能在一切情况下存活，从杀虫剂到核爆炸。那些我们努力消除却不受影响的杂草呢？或者那些快乐地在森林中所有哺乳动物肚子里搭便车的大肠杆菌呢？另一个更为复杂的问题是，如果你做了一项调查，研究所在地的森林，用某种方法给前100种成功的生存繁衍策略排名，然后再看看100年后的清单（在生物学的历史中仅仅是一瞬间），它看起来会完全不同。在今天成功的策略可能在100年后非常失败，百年后最成功的策略现在可能只是一般成功，甚至都不存在。
同样，我们也不能说囚徒困境生态系统中的哪种策略是赢家。林格伦的模型表明，偶尔可能会有一个特定的策略出现，在游戏中主导一段时间，在阳光下度日，但最终还是会被创新竞争者打败。有时会有几个策略共同崭露头角，争夺游戏板的“市场份额”控制权，然后一个外来者会进来把它们全部打败。在其他时候，两种策略会作为一对共生体同时出现，但如果其中一种陷入困境，两种策略就都会崩溃。游戏中也有蟑螂，它们会采取一些简单的策略，比如“以牙还牙”，这些策略从未占据主导地位，但似乎无论如何都能存活下来。
游戏也以间断均衡的模式进行着。时间久了，一个确定的策略秩序就会出现，游戏就会进入几个策略主导的相对稳定的阶段。在这些阶段中，每个参与者都单独行动，行为者的策略相对稳定，没有一方有特别的动机去改变，从而确立了约翰·梅纳德·史密斯所说的进化稳定策略。10然而，小的创新迟早会出现，积聚动力，突然间整个板子都会进入火热的变革期，旧的秩序被摧毁，新的秩序建立起来。有时，这种模式的繁荣时期有利于合作战略，在这期间，每个人都能获得巨大的利润。然后，在原因不明的情况下，经济的乌云聚集起来，一个充斥着背叛者的时代将会到来（见图10-4）。
图10-4 随着时间变化的策略总数
资料来源：林格伦（1997年）。
无法预测但能够理解
所有这些动荡的出现，都是因为任何一个策略的成功或失败都高度依赖于特定时间点环境中的其他策略。人们可以把这个板子想成一个巨大的生态网络，就像第8章中贾因和克里希纳的生态系统模型，系统某部分的小变化能够激起涟漪，在别的地方产生巨大的变化。例如，如果一个总是合作策略的岛屿被“以牙还牙”策略的保护层包围着，而总是背叛的参与者只能待在外面，无法破坏总是合作策略。然后，一些小突变使“以牙还牙”策略进入了一个向下的漩涡，为总是背叛策略创造了一个侵袭入口，合作之岛很快就倒塌消失了。
这种对微小变化的敏感性意味着人们不能用方程来预测模型的结果。它和实体经济一样“不可预测”。人们可能会认为，这种无法预测性是由模型中的随机因素造成的，即行为者行动中的随机突变和随机错误。然而，作为一个计算机程序，这个模型实际上是完全确定的。如果生成用于统计突变率和错误的随机数表，然后在第二次运行中重用该表，就会得到与第一次运行相同的结果。你可以知道所有行为者确切的起始位置、行为规则，甚至能提前知道游戏中所有的“随机”数字。然而，即使有了所有这些信息，我们也没办法预测模型的精确行为，因为这太复杂了。
要想知道发生了什么，唯一的办法就是运行这一模型使其进化，没有捷径。尽管无法预测这样一个模型的行为，但从科学的角度来说，我们可以理解它。例如，我们可以看到模型有一些特定的调整参数，其中包括变异率、错误率以及游戏中的相对收益，这些都会影响游戏的宏观行为。对于这些参数的某些值，我们可能会得到高度合作、高分的结果。其他值可能会使模型进入一个很难摆脱的沮丧、不合作的状态。我们还可以看到，与其他值相比，一些值可能会在新策略中产生更多的创新。因此，即使我们无法作出具体的预测，也可以作出“0.001或以下的突变率导致低创新和低合作”或“突变率在0.001至0.01之间，环境充满活力和创新，具有高度合作和高利润的特征”等陈述。同样，一些参数值可能比其他变量提供对某些策略更有利或不利的环境。因此，我们可以作出一些可能的陈述，比如“在有很多干扰的情况下，友好但强硬策略在高度合作的环境中表现更出色，而铁拳策略在低度合作的环境中表现更出色”。我们也可以用相同的参数数千次地运行模型，但是使用不同的随机冲击来观察结果的稳定性。然后我们可能会说：“对于x的参数设置，高利润环境出现的概率为60%，低利润环境崩溃的概率为40%。”因此，我们虽然无法预测模型的具体结果，但通过探索参数空间和收集统计数据，仍然可以很好地了解模型的行为。在许多方面，深入了解系统的工作原理最终可能比能够作出预测更有价值。
-----------
在前一章中，我们看到了卡尔·西姆斯如何利用进化来找到解决游泳问题的好方法。在林格伦的模型中，我们看到了如何利用进化来寻找经济问题中的有效策略。结果表明，没有最好的战略。相反，进化过程创造了一个策略生态系统，一个在创造性破坏中随时间变化的生态系统。我们现在可以问，如果进化可以搜寻简单经济游戏的设计空间，它也可以搜寻更复杂的游戏的设计空间吗？它能搜寻超大型游戏——36.5万亿美元的全球经济的设计空间吗？
巴别图书馆
全球经济的设计空间听起来像是一个荒谬的想法，而我们还要简单地考虑另一个荒谬的想法——所有可能的文学的设计空间。丹尼尔·丹尼特在他的《达尔文的危险思想》（Darwin’s Dangerous Idea）一书中要求我们想象一个无限大的图书馆，里面包含着用英语写的所有500页的书。11他根据豪尔赫·路易斯·博尔赫斯（Jorge Luis Borges）的一本小说，把这个想象的图书馆称为巴别图书馆。一页可以容纳大约2 000个字符，所以一本500页的书可以容纳100万个字符。英语中大概有100个字符，包括小写字母、大写字母、数字和标点符号，这意味着巴别图书馆里大约有1001 000 000本可能的书。就像孟德尔图书馆和乐高图书馆一样，巴别图书馆比宇宙还要大很多，因此只能是一个理论建构。
想象一下，我们可能在巴别图书馆中找到什么？有一本书中全部是空白页；有一本书中只有一个字母a，剩下的都是空白页；还有一本书500页里全都是问号。图书馆里的大部分书都是无意义的字符的集合。正如丹尼特所指出的，找到一本含有一个语法正确的句子的书“可能性微乎其微”。然而，这个图书馆还保存着一本完美的《白鲸》副本，以及威廉·莎士比亚的完整作品。它还包含一本除了鲸鱼被称为“波比·迪克”外，在所有方面都与《白鲸》一模一样的书。还有一本鲸鱼被称为“科比·迪克”和一本鲸鱼被称为“多比·迪克”的书。一个奇怪的地方是，图书馆里的某个地方还有一本500页的关于你的生活的完美传记，包括还没有发生在你身上的所有事情，例如你的死亡。
如果一本书不足500页，比如说阿尔贝·加缪（Albert Camus）的《西绪弗斯神话》（The Myth of Sisyphus）只有192页，那么将会有一本500页的书，前192页是《西绪弗斯神话》的精确副本，其余308页是空白的。同样，图书馆里超过500页的书会通过多册来呈现，例如詹姆斯·乔伊斯（James Joyce）的《尤利西斯》（Ulysses）有933页，可以分成第一册和第二册，第一册500页，第二册433页，后面有67页空白页。人们甚至可以说所有语言的书都在书架上的某个地方，因为图书馆里有用各种语言写作的书的英文译本。同样，尽管还没有写完，但2042年最畅销的书也放在图书馆里。
有些读者可能会接受“能够创造出特定乐高组合的乐高设计是有限的”，而回避“能写出来的书的数量是有限的”这种说法，即使它是一个穷尽几个宇宙都探索不完的超越天文数字的量级。然而，这种设计空间确实是有限的，这是一个数学事实。我们的直觉是，随着新作品的诞生，这个设计空间会随着时间的推移而扩大。设计空间的概念包含一个悖论：一方面，它们是有限的，另一方面，它们是无限的，可以像前面提到的气球表面一样扩大。唯一能使巴别图书馆的图书数量确定的是丹尼特限制每本书都是500页，但这是一个随机的限制。理论上，一本书的页数并没有固定的限制。12然而，总有一本书是特定的时间点上最厚的书，从而定义那个时刻书的厚度上限。现在，根据《吉尼斯世界纪录大全》记载，有史以来字数最多的书是马塞尔·普鲁斯特（Marcel Proust）的《追忆似水年华》（Remembrance of Things Past），它共有13卷，总计9 609 000个字符。然而，在普鲁斯特写这本书之前，书的字符上限是比这个低的，将来很可能有人会写一本拥有超过1 000万个字符的书。但没有人会写或读一本无限长的书，因为物理定律不允许概要阅读器读取无限长的代码。13现实世界中呈现的任何设计都必须具有有限的概要，而有限的概要意味着有限的设计空间。
