一、一报还一报的报复措施
我们还是以“囚徒困境”中的两个囚徒为例，假如两个囚徒在事前就答成了有关盟约，即双方都不招供，一方如果招供，另一方就可以对其进行严厉的报复。这样，招供的囚徒由于担心未来的报复而会选择拒供，这样使得“拒供，拒供”成为均衡的结果。合作就很容易达成。
囚徒之间的报复使我们得出了一个启示，只要对囚徒不合作行为的惩罚是足够强的，那么就可以使囚徒和行动走到合作的轨道上来。
上述问题可简称为“一报还一报”策略，是由密歇根大学政治学家罗伯特·阿克塞尔罗德（Robert Axelrod）提出来的。
20世纪80年代，他写信给不同学科的学者，让他们提供自以为最佳的行为规则，然后编成电脑程序，相互竞赛。第一场锦标赛，他共收到14个程序，在捉对厮杀中，程序运转了十多万次，最后按照总得分排出名次。胜出的程序，竟是其中最简单明了的“一报还一报”（Tit for Tat）。
“一报还一报”是人类最古老的行为规则之一。它要求我们最初总以善意待人，在没有被欺骗之前，永远不要主动欺骗他人；但一旦发现他人的欺骗，下次交往时要毫不犹豫地报复、惩罚；惩罚过后，又回到起点，继续善意待人。这种行为规则中，永远只需记忆最近一次的对方行为，宽容看待对方的过往行为，除了上一次背叛。
很快，阿克塞尔罗德又组织了第二场锦标赛。这次他收到了62个程序，其中还有不少程序针对“一报还一报”做了专门改进。一场混战的结果是，“一报还一报”再次排名第一。
这两次锦标赛充分证明了“一报还一报”策略的威力。阿克塞尔罗德后来曾公开征集可能打败它的策略程序，但20多年过去，还没有程序能做到这一点。阿氏把“一报还一报”所体现的精神归纳为“KISS”（Keep It Simple，Stupid）原则，即尽可能简单、愚蠢。简单到可以用一句话概括，又愚蠢到不记忆对手的历史行为，正应了“大智若愚”的中国老话。
我们可以把“一报还一报”策略归纳为以下五点。
首先要保持善良。即坚持不首先背叛对方，开始总是以善意的态度选择合作，而不是一开始就选择背叛或主动作弊。
其次是可激怒性。即如果对方出现背叛行动，它能够及时识别并一定要采取背叛的行动来报复，不会让背叛者逍遥法外。
第三，是具有宽容心。它不会因为别人一次背叛，长时间怀恨在心或者没没完没了地报复，而是在对方改过自新、重新回到合作轨道时，能既往不咎地恢复合作。
第四，简单性。它的逻辑思维清晰，易于识别，能让对方在较短的时间内辨别其策略所在。即观点鲜明，当对方选择背叛时，他就会报复，让对方明白背叛的后果。
第五，不生妒忌心。它不耍小聪明，不占对方便宜，不在任何双边关系中争强好胜。人们往往习惯于考虑零和博弈，倾向于采取相对的标准，常常把对方的成功与自己的成功对立起来。这种标准导致了嫉妒，企图抵消对方已经得到的优势。在囚徒困境下，抵消对方优势只能通过背叛的方式来实现，但是背叛会召至更多的背叛及对方的惩罚。因此嫉妒就是自我毁灭。
二、建立长期的关系和多次重复博弈
赵阿姨家就住在市场附近，她准备帮女儿卖双高跟鞋，因为女儿身材矮，明天又要去相亲，所以赵阿姨想卖一双高跟鞋，让女儿显得更高一些。但女儿虽然身材矮，但她平时却不喜欢穿高跟鞋。赵阿姨就想，反正卖一双，她也穿不了几天，就捡最便宜的卖吧。于是，赵阿姨就一家店铺里挑了一双20多元的高跟鞋，她也知道这鞋质量不是很好，但能应付几天就行了。于是就卖了回去。女儿约会完回家后就开始抱怨，说妈卖了一双什么鞋，穿这鞋跟对象还没走几步，鞋根就断了，害得我在对象面前出了洋相。
赵阿姨心想，这还得了，竟然坑到我头上来了。一双鞋质量再不好，也能穿半个月的，怎么能一天也穿不到呢。于是赵阿姨跑去和卖鞋的人理论，说什么，你街头门市的人也敢坑，你还想不想我们到你这里卖东西。卖鞋的见赵阿姨家就住家市场附近。心想，她原来是住在附近的人，我们的生意还靠他们照顾呢，要是一个乡下人进城的倒也算了，反正他们进一趟城也不容易，都是一锤子买卖，坑了他们，他们也拿我没辙。于是便说，我们卖的鞋一般是不退的，我看你是附近的人，就给你退了吧。
这个故事就体现了一次性博弈不容易达成协议，而多次性重复博弈容易达成协议。前面已经分析过，如果囚徒困境只是一次性的博弈，那么签订协议是毫无意义的，其纳什均衡点并不会改变。可是签订协议的一个最基本的条件，就是博弈需要重复若干次地进行，当然至少大于一次。就恋爱博弈来看，男女双方在交往的过程，随时都在博弈，因为相爱的过程中任何一个时点都是有可能分手的。用博弈论的术语来说，这是一种囚徒困境的重复博弈。无数爱情故事中的悲欢离合、精彩跌宕正是这个博弈模型的表现。
我们在这里要注意的是，重复博弈与我们前面所提及一般性的动态博弈是不同的。多轮动态博弈中，参与者能够了解到博弈中的每一步其他参与者的在自己选择某种策略下的行动，而重复博弈的参与者无法了解到在任何一个步中，其他参与者的策略选择。
囚徒困境一旦从一次性博弈转变为重复博弈，情况会发生非常大的改化，博弈的结局也就是纳什均衡点可能会完全不同。举个最简单的例子，大家都知道国外的黑手党组织严密，对待背叛者的惩罚非常残忍。一个黑手党成员告发别的黑手党成员，一定会被组织谋杀。我们假设前面的囚徒困境故事发生在国外，囚犯A和B都是黑手党成员。他们很可能宁愿被判处终生囚禁，也不愿意出狱之后被同伙干掉。
实际上，在重复型的囚徒困境中，并不是签订合作协议很困难，困难的是这个协议对博弈各方是否具有很强的约束力。一个合作契约建立的困难在于任何协议签订之后，博弈参与者都有作弊的动机，因为至少在作弊的这一局博弈中，作弊者可以得到更大的收益。还是用爱情来打比方，常言道：“婚姻是走向爱情的坟墓”，但从博弈论的角度来看，婚姻恰恰是男女双方签订的一种协议，具有一定约束力的协议，因为一旦对方背叛婚姻，就会受到家庭的压力与社会舆论的谴责。
在博弈理论中，博弈专家已经用数学证明出，在无限次重复博弈的情况下，合作可能是最稳固的。如果博弈无穷多次，那么双方就会逐渐从互相背叛走向互相合作。因为任何一次背叛都会招致对方在下一次博弈时的报复；而双方都取合作态度会带来合作收益。
三、制定带剑的合约
西方哲学家卢梭说过，“究竟是什么不可思议的艺术，使人类找到一种法，通过强迫人们服从，从而使他们获得自由？”
其中最著名的一个答案是由托马斯·霍布斯给出的。霍布斯是现代英国君主立宪政体的理论奠基人，其代表作是政治学名著《利维坦》（Leviathan）。所谓“利维坦”，是《圣经》中的一种力大无穷的巨兽名字的音译，在书中意指一个强大的国家。霍布斯说：“人的自然本性是自私自利、恐惧、贪婪、残暴无情，人对人互相防范、敌对、争战不已，像狼和狼一样处于可怕的自然状态中。于是出于人的理性，人们相互间同意订立契约，放弃各人的自然权利，把它托付给某一个人或一个由多人组成的集体（如议会、董事会、法院等），这个人或集体能把大家的意志化为一个意志，能把大家的人格统一为一个人格；大家都服从他的意志，服从他的判断。这个人或这个集体就是主权者，而像这样通过社会契约而统一在一个人格之中的一群人就组成了国家。这就是伟大的利维坦的诞生，用更尊敬的方式来说，这就是活的上帝的诞生。”按照他的观点，没有集权的合作是不可能产生的。因此，一个有力的政府是必要的。
霍布斯对合作协议的观点是：“不带剑的契约不过是一纸空文。它毫无力量去保障一个人的安全。”这就是说，没有权威的协议并不是导致民主，而是导致无政府状态。最后，霍布斯总结道，“在一切政体中，最坏的政体并不是专制而是无政府状态。”
霍布斯的观点虽然很偏激，但却不无道理。根据博弈论的观点，无论是一次性或有限多次的重复博弈，“囚徒困境”产生这种结局的原因是两个囚犯都基于自身利益的角度考虑，这最终导致合作协议无法稳定遵守。
实际上，决定合作协议是否能够被囚徒双方执行的最关键的基本要素有两个，即承诺与威胁。所谓承诺，在囚徒困境中就是囚徒向对方相互许诺，在下一次博弈时会采取让对方有利的行为，也就是不坦白与对方合作；所谓威胁，就是某个囚徒告知对方如果下一次博弈时其采取招供策略而不合作，在下下一次博弈时就会采取不利于对方的策略即招供。
其实，在社会生活中，承诺与威胁是非常常见的现象。比如女生告诉她男朋友，如果他敢结交其他的女生，只要被发现一次，就立刻分手，这是威胁；而她男朋友向她发誓绝对自己是个专一的情圣，决不会背叛爱情，这就是承诺。再比如，在外交中，美国经常向中国承诺只承认一个中国的原则，我国政府向国际社会承诺中国强大也决不会采用霸权政策。大家常见的很多耳熟目详的俗语都是承诺与威胁，比如“人不犯我，我不犯人”、“坦白从宽，抗拒从严”、“以眼还眼，以牙还牙”等。
合作的关键是承诺与威胁的可信度有多大。因为承诺与威胁都是在博弈者进行策略选择之前作出的，假如承诺与威胁对博弈者的约束力很小，那么合作的可能性就越小。设想一个可信度很小的承诺与威胁，例如，参加考试的学生向监考老师承诺在没有老师监考的时候决不会作弊，不难想象考场中将会是什么样的一种景象，学生并不都是道德高尚、具有很强自制能力的人。即使在有老师监督考场，并威胁如果有学生敢于顶风作案，必然严惩不贷，比如考卷直接判零分。设想一下，如果这种威胁仅仅是威胁，在学生作弊后并未真的采取什么严惩的行动，那么学生作弊的风险非常小，考场纪律依然与没有老师一样。由此可见，监考老师在一定程度上不得不要做一个霍布斯所说的“利维坦”式的专制者。
所以，不带剑的契约不过是一纸空文，它没有任何力量可以保证一个人的安全。在现实社会中，带剑的合同往往是通过第三方来实现的，如法律，交纳保证金等。
四、培养组织内部的忠诚文化
在两军对垒，一方发出冲锋号时，我们很少看见有退缩在后方故意不向前冲锋的人。按照博弈论的观点，在一场战争中，冲在最前面的人往往是最容易牺牲的，那么相对的落后就不那么危险了，而且是因为是相对落后，这很难判断有临阵逃脱的嫌疑，因此军法在这里也是用不上的。那么当冲锋号响起的时候，为什么有那么多的士兵奋不顾身地往前冲呢。答案就是在部队内部已通过严厉的训练培养了士兵很高的忠诚度。
有人曾说过，在忠诚下不相信博弈。的确当两个囚徒相互信用并忠诚自己的组织时，他们是很可能双双做出拒供的选择的。在这现实生活中，也能找出很多这样的例子，如一些犯罪成员或黑社会成员在警察局拒不坦白是因为他们要讲“江湖义气”。这种“江湖义气”就是一种对同伴的忠诚文化。
钟仪的故事想必大家都听说过。
钟仪，本是春秋时楚人，是有史书记载的最早的古琴演奏家，世代都是宫廷琴师。春秋楚、郑交战的时候，楚国钟仪被郑国俘虏，献给了晋国。
晋成公9年(约公元前582年)去世，晋景公继位，到军中视察，遇见了他，晋景公问：“那个被绑着、戴着楚国帽子的人是谁？”钟仪说：“楚国的俘虏。”景公又问：“你姓什么？”钟仪说：“我父亲是楚国的琴臣。”景公就命令手下的人松绑了钟仪，给他一张琴，命他演奏，他弹奏的都是南方楚调。景公又问：“楚王是一个怎样的人？”钟仪说：“王做太子的时候，有太师教导他，太监伺候他。清早起来以后，像小孩子一样玩耍；晚上睡觉。其他的我不知道。”范文子对景公说：“这个楚国俘虏真是了不起的君子呀。他不说自己的姓名而说他父亲，这是不忘本；弹琴只弹楚国的音乐，这是不忘旧；问他君王的情况，他只说楚王小时候的事，这是无私；只说父亲是楚臣，这是表示对楚王的尊重。不忘本是仁，不忘旧是信，无私是忠，尊君是敬。他有这四德，给他的大任务必定能办得很好。”于是晋景公以对外国使臣的礼待他，为了促进两国和好，叫他回楚国谈判和平。钟仪便被称为四德公，其后世以其为祭祀祖宗的堂号。
这就是一个对组织的忠诚，如让钟仪陷入囚徒困境中是很难做出坦白的表示的。事实上，在很多组织中，团体产生所面临的囚徒困境问题的轻重程度是很不相同的。这种差异的根本来源就是各个组织有不同的文化，有些组织比其他组织更倾向于合作行为。我们对组织好何克服囚徒困境的建议就是培育忠诚文化。
五、用人与人之间的道德关系来克服囚徒困境
用带剑（法律、保证金）的合同来保证合约的执行当然是有效的，但往往也导致了成本过高，有没有其他更廉价的方法来保证呢？我们回答是肯定的，除了法律或强力之外，还有处理人际关系的道德。亚当·斯密曾说过：最商业化的社会，也是最讲究道德的社会。
人类道德的产生一般有两种解释：一种是纯文化因素在起作用，有些国家道德程度高，有些国家则低。如北欧人之间的道德感高于意大利人的道德感。或者是宗教信仰的原因，怕上帝惩罚你，所以有宗教信仰的人道德感就要强于一般人。如在美国，教会的人道德感比较强，因为他们认为若不道德，将来会进地狱。这种解释中，道德是外界强加于人们的，使人们不违约。而笔者主要想给出的是第二种解释，即博弈论是如何解释道德的。
道德可以打破囚徒困境的难题，化解个人理性与社会群体理性的矛盾，维持整个社会经济体系的稳定与发展。关于这一点，我们来看一个猴群博弈的故事。
有一群猴子被关在笼子里，在笼子里的上方有一条绳子，绳子拴着一个香蕉，绳子连着一个机关，机关又与一个水源相连。猴子们发现了香蕉，有猴子跳上去够这个香蕉，当猴子够到时，与香蕉相连的绳子带动了机关，于是一盆水倒了下来，尽管够到香蕉的猴子吃到了香蕉，但其他猴子被淋湿了，这个过程重复着，猴子们发现，尽管有猴子吃到香蕉，但吃到香蕉的猴子是少数，而其余的大多数猴子都被淋湿。经过一段时间，有一伙猴子自觉地行动起来，当有猴子去抓香蕉时，它们便揍那个猴子。每当有猴子去摘香蕉，就有其他的猴子因愤怒而自动地去撕咬那个猴子，久而久之，猴子们产生了合作，再也没有猴子敢去取香蕉了。
在这个故事里，猴子间产生了“道德”。如果这群猴子构成一个社会，它们也繁衍下一代，它们会将它们的经历告诉下一代，渐渐地猴子们便认为取香蕉的后果对其他猴子不利，从而认为去取这个香蕉是“不道德的”，它们也会自动地惩罚“不道德的”猴子。当然这只是一个故事，但这个博弈故事却反映了人类的道德的产生过程。
霍布斯认为人类在没有任何约束的自然状态中，就是“人与人之间像狼与狼一样”，是“每个人对每个人的战争”。在这种状态中，每个人都力图保护自己的利益，并企图占有别人的东西，此时，每个人是每个人的敌人。此时没有任何规则，没有财产，没有正义或不正义，只有战争。武力与欺诈是战争中的两大基本德性。因此人类在自然状态下无法产生文明。
与国家一样，道德也是对某些不合作行动的惩罚机制。这种机制的出现使得人类从囚徒困境中走出来。人的正义与非正义的观念产生了道德感。
道德感自然地使得人们对不道德的或不正义的行为谴责或者对不道德的人不采取合作，从而使得不道德的人遭受损失。这样，社会上不道德的行为就会受到抑制。因此只要社会形成了道德或不道德，或者正义或非正义的观念，就自动地产生了调节作用。
当然，道德约束有其自身的局限性。它对不道德的行为的抑制是有限度的，当不道德的行为带来的利益大于道德的满足时，道德约束的作用便失效。举个很简单的例子，拾金不昧是理所当然的美德，当捡到别人丢的100块钱时还给失主不仅有道德满足感，还会受到社会的表扬，建立起自己的美誉；若不及时交换失主并很容易被发现的话，则会受到严厉的谴责并失去社会信誉。假想一下，当捡到别人遗失的价值上百万的古玩名画时，极大的可能是归为己有。这是因为他道德的满足感与可能所受谴责的效用远小于其所捡到物品给他带来的效用。这种情况下，道德作用失效了，法治就不可替换地代替了道德。