“第十一层，冷轩对虚拟玩家7号——‘宽容以牙还牙’：大部分时候以牙还牙，但偶尔会原谅背叛。”
冷轩选了合作。
虚拟玩家7号：合作。
双合作。冷轩得3分，累计21。乘数变为4。
游戏继续进行。
虚拟玩家的策略越来越复杂：有“两报还一报”（被背叛两次才报复一次）、有“随机试探”（偶尔无故背叛看反应）、有“进化策略”（根据历史胜率调整）……
团队五人艰难地推进。乘数时而增长，时而被重置。得分起起伏伏。
最难受的是，有时候你明知道对方可能背叛，但为了乘数增长，还得选合作——因为只要对方合作一次，乘数就能+1，长期收益更大。
这是耐心和信任的极限测试。
走到第三十层时，陈凡的累计得分是72，乘数是8。其他人也差不多。
“现在进入第四阶段。”
均衡观察者的声音似乎更认真了，“虚拟玩家将采用‘学习型策略’——它们会观察你们的历史选择，建立模型，预测你们的行为，并选择最优应对。”
这章没有结束，请点击下一页继续阅读！
“而且，从这一层开始，游戏变为‘团队对战’。你们五人作为一个团队，对战五个虚拟玩家团队。每一层，你们可与内部讨论策略，然后每个人分别与对方团队对应成员对战。”
“团队总得分决定乘数变化。”
五人聚在一起。
“终于能说话了！”萧九长出一口气，“憋死本喵了！”
林默快速分析：“团队对战更复杂。对方是学习型策略，会模仿我们。如果我们合作多，它们可能也合作；如果我们背叛多，它们也背叛。”
苏夜离：“但如果我们一直合作，它们可能会偶尔背叛来试探——因为学习型策略要探索最优策略。”
冷轩：“所以我们要制定统一策略。我建议：对外始终保持合作，除非对方连续背叛两次以上。”
陈凡思考着：“学习型策略……它们在学习我们。那我们能不能反过来学习它们？预测它们的行为？”
“理论上可以。”林默说，“但我们需要数据。前几轮可能要牺牲一些得分来收集信息。”
“那就这样。”陈凡决定，“前三轮，我们都选合作，观察对方反应，收集数据。从第四轮开始，根据情况调整。”
“同意。”众人点头。
第三十一层，团队对战开始。
五人各自面对一个虚拟玩家。
陈凡选了合作。对方也合作。
苏夜离合作，对方合作。
冷轩合作，对方合作。
林默合作，对方合作。
萧九合作——对方背叛。
“喵！为什么就背叛本喵！”萧九气得跳脚。
均衡观察者：“虚拟玩家检测到萧九历史背叛率较低（因为她总是先合作），判断背叛她可能不会引发强烈报复。这是一种试探。”
团队总分：陈3+苏3+冷3+林3+萧0=12。对方总分：3+3+3+3+5=17。
但因为这层是团队对战，乘数变化看团队总分的相对大小。由于对方总分高，乘数不加也不减，保持8。
“继续合作。”陈凡说，“再收集一轮数据。”
第三十二层。
陈凡合作，对方合作。
苏夜离合作，对方合作。
冷轩合作，对方合作。
林默合作，对方背叛——这次换林默了。
萧九合作，对方合作。
林默脸色难看：“它们在轮流试探我们每个人！”
团队总分：12。对方总分：17。乘数不变。
第三十三层。
五人继续合作。
这次，五个虚拟玩家全部合作。
团队总分：15。对方总分：15。平局。乘数+1，变为9。
“它们试探完了。”林默说，“发现我们始终保持合作，没有报复行为。所以它们也开始合作——因为长期合作收益更大。”
“但这陷陷阱。”冷轩冷冷道，“一旦我们放松警惕，它们可能会突然集体背叛，收割高乘数下的巨大收益。”
陈凡点头：“所以我们不能永远合作。要在适当的时候展示‘报复能力’，让它们知道背叛会付出代价。”
“怎么做？”苏夜离问。
“下一轮，”陈凡说，“我们集体选背叛。”
“全部？”萧九瞪大眼睛。
“对。集体背叛一次，让乘数归1，损失短期的巨大收益，但传递一个信号：我们有底线，如果被背叛，我们会反击到底。”
林默计算着：“现在乘数是9，下一轮如果双方都合作，每人得3分，乘以9就是27分，团队总分135。如果集体背叛，每人得1