📑 本页目录（点开跳转）
16 · 机制设计在解什么
⏱ 30 分钟 ｜ ⭐⭐ 全板块的转折点：从「会发生什么」到「让什么发生」
🎯 一句话
前面 7 章都在问「给定规则，理性的人会怎么做」。从这一章开始反过来问：「我想要某个结果，规则该怎么写」。
⭐ 这不是换个话题，是换了个身份 —— 你从旁观者变成了规则的制定者。
🍰 一、先玩一个：怎么分蛋糕才没人抱怨
两个小孩分一块蛋糕，都想要多的。你是家长，怎么分才能让两个人都无话可说？
- 「我来切成两半」—— 他们会说你偏心，而且你确实很难切得绝对精确。
- 「你俩商量」—— 力气大的赢。
- 「抽签谁先拿」—— 运气问题，输的人照样委屈。
一人切、一人选（cut and choose）：
🔨 规则：小孩 A 把蛋糕切成两块，小孩 B 先挑一块，剩下那块给 A。
走一遍 A 的心思。他知道 B 会挑大的那块，所以：
| A 怎么切 | B 会拿走 | A 剩下 |
|---|---|---|
| 60% / 40% | 60% | 40% 😖 |
| 55% / 45% | 55% | 45% 😐 |
| 50% / 50% | 50% | 50% ✅ |
⭐ A 的最优策略是尽全力切均匀 —— 不是因为他善良，而是规则让不均匀对他自己不利。
⭐⭐ 这就是机制设计的全部精神： 不去劝人变好，而是把规则设计成「按自己利益行事，恰好导向你想要的结果」。
再看结果的性质：切的人拿到自己认为的一半（他自己切的），挑的人拿到自己认为至少一半（他先挑）。 ⭐ 两个人都不会羡慕对方 —— 这个性质叫无嫉妒（envy-free），第 19 章会正式定义它。
💡 另一个经典：所罗门王判子。两个女人争一个孩子，国王说「劈成两半一人一半」—— 真母亲立刻放弃。⭐ 他没有去查证据，而是设计了一个让真话自己暴露出来的规则。
🔄 二、转折：博弈论 vs 机制设计
| 博弈论（09–15 章） | 机制设计（16 章起） | |
|---|---|---|
| 规则 | ⭐ 给定的、不能改 | ⭐ 你要设计的东西 |
| 你的位置 | 分析者 / 参与者 | 规则制定者（social planner） |
| 问题 | 给定这张收益表，会落到哪一格？ | 我想落到某一格，收益表该长什么样？ |
| 典型工具 | 支配、纳什均衡、逆向归纳 | 策略防伪、个体理性、不可能定理 |
| 一句话 | 游戏是黑箱，预测结果 | 游戏是你写的，倒推规则 |
⭐ 为什么必须有这一章：第 9 章的囚徒困境给出了一个死结 —— 两个理性的人必然落到 (1,1)，而 (2,2) 就在旁边。 💀 你没法靠「教育大家聪明一点」解决它，因为坏结果恰恰是理性推出来的。 唯一的出路是换掉游戏本身。
🔨 具体到囚徒困境：如果引入「事后互相举报可查、背叛者要赔偿 2」这条规则， 叛变的收益从 3 降到 1、从 1 降到 −1，合作就变成了占优策略。 ⭐ 规则一改，同样理性的两个人自动落到 (2,2)。这就是机制设计在做的事。
🏗️ 三、框架：五个部件和两个动作
讲义给的框架很简洁：
Agents（有各自的偏好）
│ ① 报告偏好
▼
Mechanism / Social Planner（你设计的那套规则）
│ ② 按报告选出结果
▼
Outcome（谁得到什么）
⭐ 一个机制永远由两部分组成：
| 部分 | 英文 | 在干什么 | 分蛋糕例子里 |
|---|---|---|---|
| 偏好征询 | Preference Elicitation | 问：让参与者报出自己的偏好 | A 通过「怎么切」隐式报出他对蛋糕的估值 |
| 偏好聚合 | Preference Aggregation | 算：根据报告决定结果 | B 挑一块，剩下给 A |
⚠️ 第一部分才是难点，而且是全部麻烦的来源。 聚合规则你想怎么写都行；但参与者报的偏好是他自己说的，他完全可以撒谎 —— 如果撒谎能让他拿到更好的结果，他一定会撒。
⭐⭐ 机制设计的核心难题一句话： 你要在「参与者可能说谎」的前提下，设计一套仍能得到好结果的规则。
📏 四、什么叫「好」：四个想要的性质
设计之前得先说清楚目标。讲义把它们分成三类，我再加一条实践中必须有的：
⭐⭐ 策略防伪（Strategyproofness, SP）
如实报出真实偏好，是每个参与者的（弱）占优策略。 换句话说：说谎永远不会让你变好。
这是机制设计里最想要的性质，理由不只是「诚实是美德」：
| 好处 | 说明 |
|---|---|
| 参与者不用动脑 | 不需要猜别人怎么报、不需要懂博弈论，照实说就行 |
| ⭐ 设计者能信任输入 | 收到的数据就是真实偏好，基于它做的分析才有意义 |
| 公平 | 懂策略的人不会占不懂的人的便宜 |
💡 ⭐ 回顾第 10 章：占优策略是唯一不需要猜对手的推理。 SP 就是在人为地制造一个占优策略出来 —— 把「说真话」变成那个不用动脑的选项。
个体理性（Individual Rationality, IR）
参与不会比不参与更差。
⚠️ 听起来是废话，其实是硬约束：没有 IR 的机制没人会用。 第 18 章的住房市场里，IR 具体化成「你换到的房子不比你原来的差」。
效率（Efficiency）
主要是第 9 章定义过的帕累托最优：没有一种改法能让一个人更好而不让另一个更差。 ⚠️ 注意 PO 完全不管公平 —— 「一个人拿光」也是帕累托最优的。
公平（Fairness）
无嫉妒（谁也不想跟别人换）、平等主义福利（最差的那个人尽量好）等等。 第 19 章会把这一类拆成一整个阶梯。
⚔️ 五、为什么这是门学问：性质会打架
如果四条能同时满足，机制设计就没什么可研究的了。问题恰恰是它们经常互相冲突。
⭐ 这才是后面 10 章的真正主线：不是「学十个算法」，而是 在每个场景里搞清楚「哪几条能同时要，哪几条必须放弃」。
讲义把这件事说得很直白 —— 对每个场景，要么给出机制并证明它满足哪些性质，要么给出反例证明做不到。
先剧透几个结论，让你知道这条线通向哪里：
| 场景 | 结论 | 在哪一章 |
|---|---|---|
| 双边匹配 | 稳定匹配一定存在（DA 算法），⭐ 但提案方受益、被提案方吃亏，且只有提案方是 SP 的 | 17 |
| 住房交换 | ⭐ 满足 SP + IR + PO 的机制本质上只有 TTC 一个 | 18 |
| 不可分物品分配 | ⚠️ 无嫉妒常常根本不存在（两人一件物品就不行），只能退到 EF1 | 19 |
| 投票 | 💀 G–S 定理：候选项 ≥3 时，SP + 非独裁不可兼得 | 26 |
⭐⭐ 注意最后一行：在投票这个场景里，策略防伪被证明是要不起的。 这不是「还没设计出来」，是数学上不存在。 机制设计的成熟标志，就是知道什么时候该停止寻找。
💰 六、一个能看到钱的真实例子
抽象框架听完了，看一个每天在跑、每年过千亿的实例：在线广告拍卖。
| 框架部件 | 广告拍卖里对应什么 |
|---|---|
| Agents | 广告主 |
| Preferences | 一次点击对我值多少钱（只有他自己知道） |
| 偏好征询 | 出价 |
| 偏好聚合 | 按 eCPM 排序 + 决定谁付多少钱 |
| Outcome | 谁的广告被展示、各付多少 |
⭐ 一价拍卖（谁出价高谁赢、按自己的出价付）不是 SP 的 —— 你赢了会后悔多付， 于是所有人不停试探，出价剧烈震荡。 ⭐ 二价拍卖（付刚好赢过下一名的价）在单个位置上是 SP 的 —— 报真实估值是占优策略， 系统因此稳定下来。
🔗 完整的账在 《推荐算法》15b · 广告：从推荐到竞价： eCPM 怎么把不同计费方式换算到同一把尺子、GSP 的付费公式怎么手算、 ⭐ 为什么多位置的 GSP 其实不是激励相容的、而理论上正确的 VCG 反而没人用 （答案是「广告主看不懂账单」——可解释性打败了理论最优）。 那一章是这一章最好的落地对照：一个明知有缺陷、却被全行业采用的机制。
🔗 这一章连到哪里
| 去哪 | 为什么 |
|---|---|
| 09 · 正常形博弈 | ⭐ 回去看囚徒困境：本章存在的理由就是那个死结 —— 理性推出坏结果，教育没用，只能换规则 |
| 10 · 支配策略 | ⭐ 策略防伪 = 人为制造一个占优策略。那一章讲了占优策略为什么珍贵（唯一不用猜对手的推理），这一章讲怎么把它造出来 |
| 17 · 稳定匹配 · 18 · 住房市场与 TTC | 本框架的头两个完整实例。⭐ 18 章的「SP+IR+PO ⟹ 只能是 TTC」是刻画一整类机制的典范 |
| 19 · 怎么算公平 | 本章「公平」只给了名字，那一章拆成 EF / EF1 / PROP / MMS 一整个阶梯，并说明为什么必须退让 |
| 26 · 不可能定理 | ⭐⭐ 本章列的四条性质，那一章给出它们的数学边界：Arrow 和 G–S 告诉你哪些组合根本要不起 |
| ../推荐算法/15b-广告-从推荐到竞价.html | ⭐⭐ 本框架每年过千亿的工业落点。看完抽象定义之后，那是一个能立刻看到钱的实例 |
✅ 检查点
- 博弈论和机制设计在提问方式上有什么根本区别？你的身份变了什么？
- 「一人切一人选」里，切的人为什么会尽量切均匀？这说明了机制设计的什么精神？
- 这个机制产出的结果满足什么公平性质？两个人各自的保证是什么？
- 为什么说囚徒困境「没法靠教育解决」？出路是什么？举一个改规则的具体例子。
- 一个机制由哪两部分组成？哪一部分是全部麻烦的来源，为什么？
- 策略防伪的定义是什么？它带来的三个好处分别是什么？
- 策略防伪和第 10 章的占优策略是什么关系？
- 个体理性为什么不是废话？
- 「性质会打架」是什么意思？为什么说这才是后面十章的真正主线？
- 一价拍卖为什么不是策略防伪的？二价拍卖在单个位置上为什么是？
👀 答案
- 博弈论：规则给定、不能改，你是分析者，问「给定这张收益表会落到哪一格」；机制设计：规则是你要设计的，你是规则制定者（social planner），问「我想落到某一格，收益表该长什么样」。⭐ 一句话：游戏是黑箱就预测，游戏是你写的就倒推。
- 因为他知道对方会挑大的那块，切得越不均匀，自己剩下的越少（60/40 只剩 40%，50/50 能保住 50%）。⭐⭐ 精神：不去劝人变好，而是把规则设计成「按自己利益行事恰好导向你想要的结果」。
- 无嫉妒（envy-free）。切的人拿到自己认为的一半（因为是他自己切的），挑的人拿到自己认为至少一半（因为他先挑）。两个人都不会羡慕对方。
- 因为坏结果 (1,1) 恰恰是理性推出来的 —— 没有人犯错、没有信息不对称，教育「聪明一点」改变不了任何东西。出路是换掉游戏本身。🔨 例子：加一条「背叛者要赔偿 2」，叛变收益从 3 降到 1、从 1 降到 −1，合作变成占优策略，同样理性的两人自动落到 (2,2)。
- ① 偏好征询（Preference Elicitation）：问参与者报偏好；② 偏好聚合（Preference Aggregation）：按报告算结果。⚠️ 第一部分是全部麻烦的来源 —— 聚合规则你想怎么写都行，但参与者报的偏好是他自己说的，能撒谎；只要撒谎有利，他一定撒。⭐⭐ 核心难题：在参与者可能说谎的前提下，仍要得到好结果。
- 如实报出真实偏好是每个人的（弱）占优策略，即说谎永远不会让你变好。三个好处：① 参与者不用动脑（不用猜别人、不用懂博弈论）② ⭐ 设计者能信任输入（收到的就是真实偏好，基于它的分析才有意义）③ 公平（懂策略的人占不到不懂的人的便宜）。
- ⭐ 第 10 章说占优策略是唯一不需要猜对手的推理，但它很罕见。SP 就是人为地制造一个占优策略出来 —— 把「说真话」变成那个不用动脑的选项。
- 因为它是硬约束：参与不能比不参与更差，否则没人会用这个机制。第 18 章住房市场里它具体化成「换到的房子不比原来的差」。
- 四条性质（SP / IR / PO / 公平）经常互相冲突，不能同时满足。⭐ 所以后面十章的主线不是「学十个算法」，而是在每个场景搞清楚哪几条能同时要、哪几条必须放弃：匹配里「提案方受益、只有提案方 SP」；住房交换里「SP+IR+PO ⟹ 只能是 TTC」；分配里「EF 常常不存在，只能退到 EF1」；💀 投票里「G–S：候选项 ≥3 时 SP + 非独裁不可兼得」。⭐⭐ 机制设计的成熟标志，是知道什么时候该停止寻找。
- 一价拍卖：按自己的出价付，赢了会发现多付了（第二名可能低很多），于是不停向下试探，出价剧烈震荡，报真实估值不是最优。二价拍卖：付的是刚好赢过下一名的价，多报不会让你多付、少报可能让你输掉，所以报真实估值是占优策略 —— 单个位置上它是 SP 的。⚠️ 但多位置的 GSP 就不是了（见推荐算法 15b）。
🛑 可以停在这里
⚡ 走神救援
⭐⭐ 这一章是全板块的转折点：身份从「分析者」变成「规则制定者」。 前面 7 章问「给定规则，理性的人会怎么做」；从这里开始倒过来问「我想要某个结果，规则该怎么写」。开场例子「一人切一人选」把全部精神浓缩了：A 切、B 先挑，A 切 60/40 只剩 40%，切 50/50 能保住 50% —— ⭐ 他尽力切均匀不是因为善良，是因为规则让不均匀对他自己不利。⭐⭐ 机制设计不劝人变好，它把规则设计成「按自己利益行事恰好导向你想要的结果」。 结果还自带无嫉妒：切的人拿到自己认为的一半，挑的人拿到自己认为至少一半。（另一个经典：所罗门王说「把孩子劈两半」——没查证据，而是设计了让真话自己暴露的规则。）⭐ 为什么非有这一章不可：第 9 章囚徒困境是个死结，(1,1) 是理性推出来的，💀 教育「聪明一点」没用 —— 唯一出路是换游戏。🔨 加一条「背叛者赔偿 2」，叛变收益 3→1、1→−1，合作就变成占优策略，同样理性的两人自动落到 (2,2)。框架：Agents（有偏好）→ Mechanism（你设计的规则）→ Outcome，而任何机制都由两部分组成：偏好征询（问）+ 偏好聚合（算）。⚠️⚠️ 第一部分是全部麻烦的来源 —— 聚合规则随你写，但参与者报的偏好是他自己说的，能撒谎；⭐⭐ 核心难题就是「在参与者可能说谎的前提下仍要得到好结果」。四条想要的性质：⭐⭐ 策略防伪 SP（如实报是弱占优策略，说谎永远不会更好）—— 三个好处是参与者不用动脑、⭐设计者能信任输入、懂策略的人占不到便宜；⭐ 它本质上是人为制造一个占优策略（回顾第 10 章：占优策略是唯一不用猜对手的推理，只是太罕见）。IR 个体理性（参与不比不参与差，不是废话——没有它没人会用）。PO 效率（⚠️ 完全不管公平，一个人拿光也是 PO）。公平（无嫉妒、平等主义福利，第 19 章展开）。⭐⭐ 这门学问之所以存在，是因为四条性质会打架 —— 后面十章的真正主线不是「学十个算法」，而是每个场景里哪几条能同时要、哪几条必须放弃：匹配「提案方受益、只有提案方 SP」（17 章）、住房交换「SP+IR+PO ⟹ 本质上只有 TTC」（18 章）、分配「EF 常常根本不存在，退到 EF1」（19 章）、💀 投票「G–S：候选项 ≥3 时 SP 和非独裁不可兼得」（26 章）。⭐ 最后一条是数学上不存在，不是还没设计出来 —— 机制设计的成熟标志是知道什么时候停止寻找。 工业落点：广告拍卖里 agents=广告主、偏好=一次点击值多少（只有他自己知道）、征询=出价、聚合=按 eCPM 排序并定价；⭐ 一价拍卖不是 SP 的（赢了后悔多付 → 不停试探 → 出价震荡），单位置二价是 SP 的（报真实估值占优，系统稳定）——完整的账在《推荐算法》15b。
下一节 👉 17-稳定匹配.md