Jim AI Notebook · 2026-11-13 · 21:10
SUN TZU vs GAME THEORY

兩千年前的孫子,
算對了幾題?

1994 年,杜克大學的 Emerson Niou 和加州理工的 Peter Ordeshook 發表論文, 拿賽局理論當尺,一條一條去量孫子兵法。結論是:孫子想到的比你以為的多, 可是有一個地方他只走了一半。這支影片跟著那篇論文,用韓信背水一戰當貫穿案例, 分三段講——他算對了什麼、算漏了什麼,以及兩邊最後在哪裡講出了同一句話。

核心論文Niou & Ordeshook (1994)
J. Peace Research 31(2)
貫穿案例韓信背水一戰
《史記·淮陰侯列傳》
原聲引用Ben Polak
Yale ECON 159
關鍵交集Thomas Schelling
2005 諾貝爾經濟學獎
結論先行

孫子在沒有數學的情況下,用直覺走到了賽局理論的門口:他會把對手當成會思考的人、會先把報酬寫對、會刪劣勢策略、會搶最後亮牌、會先求不敗。 他沒走完的那一半,是當對方也讀過同一本書之後,那個「我猜他猜我」繞不完的圈該怎麼收。 而在「把自己的退路斷掉」這一件事上,兩邊隔了兩千多年講出同一句話——而且不是後人硬湊,是 Schelling 自己在註腳裡引了孫子。

第一幕 · 01:03 – 06:25 01

孫子算對的五題

賽局理論研究的是這種情況:你的結果不只看你自己怎麼選,還看別人怎麼選,而且別人也知道這件事。 論文開場先把對手分兩種——老天爺不會因為你種了稻子就故意不下雨,你只要估機率; 人會想你在想什麼,你一動他就改。孫子在第一篇〈始計〉就講清楚了他面對的是第二種。

影片畫面:老天爺被打叉,只剩會思考的對手
01:29「兵者,詭道也。」你騙不了老天爺,因為老天爺不會思考——會被騙的只有會思考的對手。論文說:光這一句,就表示孫子要的不是一般的決策理論,而是賽局理論。
① 報酬 payoff〈謀攻〉「百戰百勝,非善之善者也;不戰而屈人之兵,善之善者也。」孫子要的不是贏下一場仗,是用最小的代價贏。報酬寫錯,後面算得再精準也沒用。
② 優勢/劣勢策略〈行軍〉「令半濟而擊之利」、〈九變〉「塗有所不由,城有所不攻」——這些是不用猜對手就可以照做的規則。有優勢策略時,你根本不用想對手會怎麼做。
③ 最後亮牌者占優勢田忌賽馬。馬沒有變快,變的是排法。但前提是——你知道對方怎麼出。
④ 情報=把同時變成後手〈用間〉「必取於人,知敵之情者也。」論文的功能定義:間諜的用處,是把「兩邊同時出手」的比賽,變成「你看完他出手再決定」的比賽。
⑤ 先為不可勝 minimax〈軍形〉「先為不可勝,以待敵之可勝。不可勝在己,可勝在敵。」碰到聰明的對手不吃虧;碰到不夠聰明的,〈軍形〉「不失敵之敗也」還能把對方的錯誤拿下來。

互動 01

田忌賽馬排列器

齊威王每一等的馬都比田忌好一點點。點下面的馬,依序排進三場。 先用「看得到對方」的模式贏一次,再切到「對方藏牌隨機排」——同一招就不靈了。 這就是為什麼孫子要用間諜。

田忌的馬 — 點選依序放入第 1、2、3 場

三場比完,贏兩場就贏。選馬放進三場,然後開賽。
影片畫面:孫臏的排法,下對上、上對中、中對下
03:49 孫臏的排法:下等馬對上等馬(棄一場),上等馬對中等馬、中等馬對下等馬(贏兩場)。《史記·孫子吳起列傳》記田忌因此贏了千金。
影片畫面:韓信探知陳餘沒有採用李左車的計策
04:52 韓信進兵前先派人去探,確認趙軍主帥陳餘沒有採用謀士李左車「派三萬人截斷糧道」的建議,才敢帶兵開進去——這就是用情報買來的「最後亮牌」。
第二幕 · 06:25 – 08:03 02

如果對面的將軍也讀過

論文裡寫了一段很像我們平常在腦子裡繞圈的樣子。這個圈會成立,是因為有一個前提: 我知道這個局面,他也知道;我知道他知道,他也知道我知道——一路往下。這叫共同知識。 而放進孫子的情境裡:只要兩邊都讀過孫子兵法,而且兩邊都知道對方讀過,共同知識就成立了。

互動 02

我猜他猜我 — 繞不完的圈

按「再想一層」,看這個圈怎麼繞回原點。按「納許均衡」把它收住。

C
D
A
B
0 層
我想選 A,因為 A 保底比較好。
繞到第 4 層你就會發現:又回到 A 了。
影片畫面:共同知識,兩疊孫子兵法中間是層層套疊的方框
07:50 Polak 在 ECON 159 第 2 講讓全班玩猜數字遊戲後問學生這叫什麼:
「Common knowledge is I know something, you know it, you know that I know it… Infinite sequence.」
概念定義誰帶進賽局理論
共同知識我知道、你知道、我知道你知道……無限層。只要兩邊都讀過同一本書,而且知道對方讀過,就成立。Robert Aumann(2005 諾貝爾經濟學獎共同得主)
納許均衡找到一個組合,在這個組合裡兩邊都沒有理由自己單獨換。停在這一格,「我猜他猜我」就不會再往下繞。John Nash(1950)
第三幕 · 08:03 – 12:19 03

可是很多局根本沒有那一格

最簡單的例子就是剪刀石頭布。不管停在哪一個組合,總有一邊想換。 而且「先為不可勝」在這裡幫不上忙——石頭、剪刀、布,每一種出法最壞的情況都是輸,三種一樣差, 最小最大策略在這裡挑不出答案。論文的批評就落在這裡。

影片畫面:剪刀石頭布三種都標著輸,旁邊是先為不可勝的竹簡
08:53 三種一樣差,最小最大策略在這裡挑不出答案。
互動 03

跟兩種對手玩剪刀石頭布

有規律的對手=2014 年浙大那 360 個學生的真實行為模式:贏了傾向重複同一招,輸了傾向換下一招(石→布→剪→石)。抓到規律你就能專門對付他。
真隨機的對手=混合策略:各 1/3,不看歷史。你怎麼出,長期都是三分之一勝率——他找不到可以專門對付你的出法。
下面的長條圖是你的出手分佈。想贏「真隨機」?你會發現做不到。

回合0
你贏0
平手0
你輸0
石頭0%
剪刀0%
布0%
挑一個手勢開始。打滿 15 回合以上,數字才有意義。
證據發現結論
Palacios-Huerta
(2003)
分析 1,400 多次職業足球罰球:往左往右進球機會差不多一樣,且這一球往哪踢跟上一球沒有關係。這兩點剛好就是混合策略均衡的預測。職業球員練了幾千次做得到。
Wang, Xu & Zhou
(2014)
浙江大學 360 個學生玩剪刀石頭布:出手並不隨機,贏了跟輸了之後的出法明顯不一樣。一般人做不到。
Polak 課堂上的
英軍軍官
二戰後在馬來西亞要決定哪支車隊派兵保護,他知道自己無法真正隨機——每天早上把紙條放在手上,叫一位士官猜在哪一隻手。做不到隨機,就借一個外部隨機源。「It's very hard for us as humans to do it.」
罰球研究畫面
10:48 Palacios-Huerta 的罰球分析
RePEc 論文頁截圖
09:06 論文的批評:孫子太少處理這個繞圈的問題
兩邊都讀過孫子兵法
06:21 問題來了:如果對面的將軍也讀過孫子兵法呢

孫子有沒有想到混合策略?論文說:有,至少是直覺

考據紅線

把「奇兵」讀成混合策略,是論文作者的解讀,不是史實。作者自己講得很清楚:他們沒辦法說孫子真的主張用某種隨機的方法來決定戰術,歷代註解孫子的人也沒有把這一點講清楚。引用時務必標明。

第四幕 · 12:19 – 14:13 04

只走了一半的,到底是哪一半

孫子手上其實兩招都有:一招是〈軍形〉「先為不可勝」(最小最大), 一招是〈虛實〉「戰勝不復」(混合策略)。Niou 和 Ordeshook 的批評不是他少了哪一招, 而是——他沒有告訴你什麼時候用哪一招。

影片畫面:先為不可勝與戰勝不復的岔路,均衡在右邊
12:16 如果一場對抗只有在混合策略裡才找得到均衡,你卻守著一個固定的最小最大選擇,就停不下那個圈。而孫子兵法裡,找不到一條清楚的規則告訴將軍這兩種情況怎麼分。
沒走完的地方問題長什麼樣後果
① 什麼時候
該隨機
兩招都在書裡,但沒有分流規則。守著固定選擇,停不下那個圈。
② 反間的
下一層
〈用間〉說敵人派來的間諜要找出來、收買他,讓他反過來替你工作。那如果這個反間其實還是對方的人呢?再往下一層呢?一問下去又回到同一個繞不完的圈——而且這次不只是猜對方怎麼出手,還要猜對方相信什麼、對方以為你相信什麼。

同一場仗,兩種讀法

回到韓信。趙軍主帥陳餘也會背兵法——李左車勸他派兵截斷糧道時,陳餘拒絕了, 他引了兵法的話說「十則圍之,倍則戰」,還擔心不打的話其他諸侯會覺得他膽小。 《史記》說陳餘自稱用的是義兵,「不用詐謀奇計」。

這不是一個人讀了兵法、一個人沒讀——
而是一個人把兵法讀成死的規則,另一個人把它用成了「先看再出手」。


論文最後沒有把孫子罵一頓

作者說:賽局理論發展了快 50 年、幾百個研究者投入,一直到他們寫這篇論文的時候, 才剛學會怎麼處理「操縱對方的資訊」這件事。所以孫子在資訊這件事上講得不完整並不奇怪—— 真正該讓人驚訝的,是他光靠直覺就想到了這麼多。

第五幕 · 14:13 – 18:25 05

兩邊講出同一句話

前面一直在講孫子比賽局理論少了什麼。這一段要講兩邊得出同一個結論的地方—— 而且這個結論聽起來有點怪:把自己的選項變少,反而會變強。

Thomas Schelling2005 年與 Robert Aumann 同獲諾貝爾經濟學獎,理由是「用賽局理論加深了我們對衝突與合作的理解」。
委員會的一句話一方可以藉由公開讓自己的選項變差,來加強自己的位置。委員會舉的例子就是——將軍把軍隊背後的橋燒掉。
互動 04

燒橋承諾模擬器

承諾(commitment)有用,不是因為你比較勇敢,是因為對手是看著「你還有哪些選項」在做決定的。 四種組合都切一遍——你會看到第三種(燒了但對方沒看到)等於白燒,第四種(兩邊都燒)是賽局理論替孫子補上的警告。

對方的判斷:他會一直推
你還留著撤退這條路。敵人只要相信「一直往前推,你最後會過橋撤退」,他就會一直推。
影片畫面:燒掉背後的橋
15:01 橋一燒,你只剩下抵抗這條路,他就得重新想值不值得硬打。你自己的選項少了,可是對方的選擇跟著變了,而這個改變對你有利。

孫子最漂亮的地方:他把兩個方向都寫了

情境孫子的指示原文理由
包圍別人留一個缺口〈軍爭〉圍師必闕,窮寇勿迫留一條路,是讓對方看到有活路。對方覺得還有路可走就不會拚命。
自己被包圍把缺口堵起來〈九地〉圍地,吾將塞其闕讓自己的士兵知道沒有路可退,只能拚命。

東漢末年的曹操注孫子,在「圍師必闕」下面引了更早的兵書《司馬法》: 「圍其三面,闕其一面,所以示生路也。」——留一條路是讓對方看到有活路;堵住自己的路,道理反過來。

圍師必闕與圍地吾將塞其闕
15:27 包圍別人 vs 自己被包圍,孫子說的剛好相反
2005 諾貝爾經濟學獎新聞稿
14:36 Aumann 與 Schelling,2005 年諾貝爾經濟學獎
Schelling Arms and Influence 註腳 6
16:30 硬證據:Schelling 自己的註腳
Arms and Influence (1966) · 註腳 6

“The Persian Expedition, pp. 136–37, 236. The principle was expressed by Sun Tzu in China, around 500 B.C. in his Art of War: ‘When you surround an army leave an outlet free. Do not press a desperate foe too hard.’”

Schelling 書裡用的是古希臘將軍色諾芬(Xenophon)的例子:想讓敵人不敢攻擊時,他把自己的軍隊背對一條過不去的深谷; 換成他要主動進攻一座山頭時,他不從每一個方向圍上去,而是留一條路讓敵人想逃就能逃。 不是我們硬把兩邊湊在一起——是 Schelling 自己引了孫子。


但兩邊的理由重點不一樣

孫子Schelling
關心誰自己的士兵會不會拚對面的人怎麼算
機制〈九地〉「兵士甚陷則不懼,無所往則固,深入則拘,不得已則鬥。」陷得越深越不害怕;沒有地方可去就站得穩;逼到不得已就會拚命。承諾改變對手的最佳反應——但對方必須看到才有效。
失敗模式曹操注「陷之死地然後生」時補了一句:在死地也有打輸的。諾貝爾獎委員會的警告:如果兩邊都做了收不回來、又互相衝突的承諾,結果可能是兩敗俱傷。

考據紅線

Polak 在 ECON 159 第 13 講講完征服者威廉登陸英格蘭燒船的故事後,當場自我否定: 「So actually this is a good story, but as a military tactic, not actually a true story.」 黑斯廷斯之戰的實況是撒克遜人還是攻過來了、打成一場血戰,諾曼人贏是因為一支幸運的箭射中哈羅德國王的眼睛。 引用「燒船」時不可當作成功戰術的史例。

終幕 · 18:25 – 21:10 06

最後一次回到韓信

他背水排陣,趙軍確實看到了,可是他們笑了。 《史記》沒有寫趙軍為什麼笑;不過從韓信手下將領事後的疑問看得出來,背水排陣在當時看起來就像是犯了兵法的錯。 所以趙軍讀到的不是「韓信不會退」,比較像是「韓信不懂兵法」。——承諾訊號被誤讀的教科書案例。

影片畫面:趙軍笑了
18:25 趙軍笑了。《史記》沒有寫為什麼笑——影片的說法是從將領事後的疑問推出來的,屬推論不屬記載。
互動 05

背水一戰:三件事加在一起

只有背水,這一仗不一定贏。三個開關各開各關試試看——曹操注「陷之死地然後生」時補的那一句,就在其中一種組合裡。

這一仗:輸
一萬人背水列陣,但士兵有退路可想、敵人嚴陣以待、趙營旗幟完好。這就是一般意義上的「犯兵法的錯」。
背水一戰三要素
19:41 ①死地 ②誘敵 ③兩千面紅旗
收不回來的承諾
19:53 兩邊都把橋燒了,就只剩撞在一起
背水一戰地圖與史記原文
00:51《史記·淮陰侯列傳》——寫在事件約一百年後

互動 06

最終判準:你這一局該用哪一套?

影片最後給出的分流規則。回答一個問題就好。

你的對手,讀過孫子兵法嗎?
選一個,看推薦的招式順序。
反方向——賽局理論缺的

賽局理論的表格裡,沒有地形、沒有糧道、沒有士兵怕不怕死,也沒有那兩千面紅旗。 這些孫子兵法寫得比任何一張表格都細。

沒有糧道,沒有士兵怕不怕死
20:32 至於把自己的退路斷掉這件事——兩邊在相隔兩千多年之後,講出了同一句話。

片尾留下的問題

「你有沒有遇過,故意把自己的退路斷掉,結果事情反而談成了?」

拿這個問題當「承諾型決策」的診斷入口,可以追問四層:

  1. 你斷的退路,對方看到了嗎?
  2. 對方把它讀成「你不會退」,還是讀成「你犯了錯」?(趙軍就是後者)
  3. 除了斷退路,你還有沒有第二張牌(韓信的誘敵)跟第三張牌(兩千面紅旗)?
  4. 對方有沒有可能也把橋燒了?如果兩邊都燒,誰付得起撞上去的代價?