企业官网建设流程全解析

最近在整理某知名高校公开课博弈论的第十八到十九讲，主题是信息集与子博弈精炼，也就是标题里说的“信息集与最优子博弈”。这个说法其实挺有意思的——严格来说“最优子博弈”不是标准术语，更准确的说法是“子博弈精炼均衡”，但这两个概念放在一起，恰好抓住了这两讲的精髓：信息集用来刻画“谁在什么时候知道什么”，子博弈精炼则用来筛选那些真正站得住脚的均衡。简单说，这两讲解决的核心问题是：当参与者不是全知全能，当威胁或承诺不一定可信时，博弈的结局会怎样变化。

这两讲适合三类人看：一是准备系统学博弈论的学生，二是经常需要做策略决策的从业者（比如定价、竞标、商业谈判），三是想搞明白“为什么有些威胁只是说说而已”的好奇读者。内容不涉及复杂数学，核心工具就是博弈树和倒推法，理解了这两个工具，后面的贝叶斯博弈就能顺畅衔接。我把课程内容结合自己的实操经验重新梳理了一遍，把一些容易踩坑的地方也一并整理出来。

1. 信息集：从“你知道我知道”到“你不知道我知道”

1.1 信息集到底在刻画什么

先打一个比方。想象你在玩扑克，你手里的牌对方看不到，对方的表情你也在努力解读。博弈论里要把这种“看不全”的情况模型化，靠的就是信息集（information set）。信息集的定义是：在博弈树的某个阶段，某个参与人可能处于的多个节点所构成的集合，而这个参与人在这些节点上无法区分自己究竟在哪一个节点。换句话说，站在这些节点中间，当事人能看到的“历史”是一样的——他知道自己走到了这一步，但不知道这一步具体是众多可能路径中的哪一条。

一个简单的例子。假设有个投资者（参与人A）决定是否投资某初创公司，但不确定创业者（参与人B）是“勤奋型”还是“忽悠型”。在博弈树上，A的决策节点其实有两个：一个是“创业者勤奋”对应的节点，一个是“创业者忽悠”对应的节点。如果A无法区分这两个状态——比如没有足够尽调，也没有信号可以分辨——那么这两个节点就属于同一个信息集。A在这个信息集上做决策时，只能基于自己对两种类型的概率判断，而不是基于确定的事实。

这里要注意：信息集里的所有节点，都必须给参与人相同的可选行动集合。原因很直观——如果在一个节点你只能选“投资”或“不投资”，在另一个节点却多了“追加投资”这个选项，那么当你面对这个行动菜单时，你立刻就能分辨出自己在哪个节点了。那就不能叫“无法区分”了。信息集的这个约束条件，保证“不知道”是真实的不知道，而不是策略性伪装。

1.2 完美信息、完全信息和不完全信息的三角关系

很多人初学博弈论会把“完美信息”和“完全信息”搞混，这两讲恰好把这个问题掰开了。简单粗暴的记忆方式是这样的：

• 完全信息：指博弈的结构、规则、所有参与人的收益函数都是公共知识——你知道，我知道，而且我知道你知道，以此类推。完全信息不要求你知道对方具体做了什么选择，只要求你对“规则和收益”有完整的认知。
• 完美信息：指博弈树上的每个决策节点都是单节点信息集——任何参与人做决策时，都清楚自己精确地处于哪个历史节点，知道之前每一步发生了什么。
• 不完全信息：至少一个参与人不清楚某些关键参数（比如对方的类型、成本、收益），通常由“自然”先行动引入，或者由对方隐蔽行动造成。

用打牌来对应：完全信息像你清楚规则和输赢赔率，但不知道对手底牌；完美信息像摊牌打明牌，所有信息一目了然；不完全信息则更接近现实，连规则参数都有未知成分（比如对方有可能是新手，对规则理解有偏差）。

信息集是理解这三者差异的核心工具。在博弈树上，完美信息对应所有信息集都是单点，不完全信息则必然存在包含多个节点的信息集。这两讲反复强调的一点是：信息集不是用来“画着好看”的，它直接改变参与人的信念和最优反应。同样一个“不投资”的决策，假如A知道自己面对的是“勤奋型”，不投资可能是错的；但如果是在一个包含两种类型的信息集上做决策，那就需要权衡概率加权后的期望收益。信息集结构一变，均衡结果就可能面目全非。

2. 不完全信息博弈：把“未知”画进树枝里

2.1 自然行动与初始信念

在第十八讲里，授课老师引入了一个关键工具——自然（Nature），或者叫“自然行动”。自然不是一个理性的参与人，它没有收益，也没有策略，它只是以某个概率随机决定“世界的状态”。比如“创业者是勤奋型还是忽悠型”“市场需求是高还是低”“对手的成本是高还是低”，这些不由任何参与人选择的事情，都交给自然在博弈最开始（或者某个时间点）随机决定。

引入自然以后，博弈树就可以统一处理完全信息和不完全信息了。完全信息博弈可以看作自然只以概率1选择了一个状态；不完全信息博弈，则自然以某个概率分布选择了多种可能状态，而后续参与人在某些节点无法区分这些状态。

这里有一个实操中特别容易忽略的点：自然行动的“概率”不是凭空来的，它代表的是参与人在博弈开始前的先验信念（prior belief），也就是所有参与人都知道的公共知识。比如“投资人有60%的把握认为创业者是勤奋型”，这个60%不是随便写的，它可能是基于行业统计数据、尽调结果、同类型项目的历史表现得出的。博弈论模型把它当成公共知识来处理，意思是双方都知道这个先验概率，也都知道对方知道。

在课堂推导中，求解带自然行动的博弈，思路和完全信息博弈没有本质区别：还是从最后一个决策节点倒推。关键差异在于，面对一个信息集而不是单节点，参与人要在该信息集上比较“每个节点对应收益的加权平均”，权重就是条件概率（通常是先验概率经过贝叶斯更新后的后验概率）。这个“条件概率下的期望收益最大化”，就是所谓的“贝叶斯序贯理性”。

2.2 贝叶斯更新：信息集上的“概率再分配”

第十九讲的一个重要应用是贝叶斯更新（Bayesian updating）。简单来说，当事人在博弈过程中会观察对方的行动，这些行动既是策略，也在传递信息。观察到一个行动以后，理性参与人会调整自己对“世界状态”的概率判断，这就是后验信念。然后，后验信念又会影响后续的行动选择。这个过程把“信息”变成了博弈的内生变量——信息不只是给定的，还可以由参与人的行为创造。

典型的例子是“信号传递博弈”：低成本的类型通过某种花费高昂的信号来展示自己是高质量（比如创业者愿意用个人资金来跟投，表明项目自己都敢押注），而低成本信号之所以有效，是因为“忽悠型”模仿不起。观察者看到信号后更新信念，如果信号成本足够高，后验概率会把“优质类型”和“发出信号”绑定。这就是信息经济学里说的分离均衡。

这里必须提醒一个新手常犯的错误：在博弈论里，信念不是心理学概念，而是概率论概念。参与人的后验信念必须由先验信念和观察到的行动联合决定，不能随心所欲地“觉得对方很靠谱”。在求解时，必须保证信念满足贝叶斯法则——也就是说，凡是博弈路径上能够观察到的行动，后验概率就要按贝叶斯公式重新计算；凡是偏离均衡路径的行动，该如何设定信念，则存在多重选择，这恰恰是后面精炼均衡（比如序贯均衡、完美贝叶斯均衡）要解决的问题。这两讲只涉及较基础的情形，但理解这个“信念必须和行动逻辑自洽”的点，是后续所有进阶内容的地基。

3. 子博弈精炼均衡：让威胁变得可信

3.1 为什么纳什均衡还不够

纳什均衡是博弈论的基石，但它有一个著名的缺陷：它允许“空头威胁”存在于均衡之中。什么意思呢？纳什均衡只要求“给定对方的策略，我的策略是最优的”，它不要求策略在博弈树的每一个子节点上都保持最优——尤其是那些实际上不会被走到的节点。

举个最经典的例子：进入威慑博弈。在位者（现有厂商）面对潜在进入者。进入者先决定“进入”还是“不进入”；如果进入，在位者再决定“反击”（打价格战）还是“容忍”（共享市场）。在位者反击会两败俱伤，收益都很低；在位者容忍，进入者赚钱，在位者收益略减。用倒推法看，在位者如果面对“进入”，最优选择显然是“容忍”（容忍收益高于反击）。因此进入者的最优策略是“进入”。这是子博弈精炼均衡的结果。

但纳什均衡允许另一个结果存在：进入者选择“不进入”，因为在位者“威胁”说只要你进入就一定会反击。给定进入者不进入，在位者的威胁策略（反击）并不会被触发，因此在位者没有偏离动机；给定在位者威胁反击，进入者确实不应该进入。所以“进入者不进入，在位者威胁反击”也是一个纳什均衡——但它依赖于一个“不可信的承诺”。一旦进入了真实世界，在位数真的面对进入者时，理性会驱使它选择容忍。谁会信一个自己都不会兑现的威胁呢？

信息集在此处的角色很关键：子博弈要求从一个单节点信息集开始，而“进入之后”的节点正是单节点信息集。如果要判断“反击”是不是理性的，就必须保证它在“进入”这个子博弈里是最优的。“反击”在这个子博弈里不是最优的，所以剔除。这就是子博弈精炼的思想：不是只看整棵树的纳什均衡，而是要求策略组合在每一个子博弈上都构成纳什均衡。

3.2 精炼的定义与逆向归纳的逻辑闭环

定义说清楚：一个策略组合是子博弈精炼纳什均衡（Subgame Perfect Nash Equilibrium, SPNE），当且仅当它在原博弈的每一个子博弈上都构成纳什均衡。这里的“每一个”是重点——包括那些均衡路径上不会到达的子博弈。之所以要管那些“不会到达”的分支，因为正是这些分支决定了威胁或承诺的可信度。

求解方法就是大家熟悉的逆向归纳（backward induction）：从博弈树的末端节点开始，在每个最后的决策节点上选择最优行动；然后把这些选择代入上一层的决策节点，再选择最优行动；一直推到初始节点。这样得到的路径就是子博弈精炼均衡路径。注意，逆向归纳不是靠“感觉”倒推，而是每一步都在该决策节点所处的信息集上做期望收益最大化——如果信息集里有多节点，就要做加权平均；如果只有单节点，就直接比较收益。

这也解释了为什么“信息集”和“子博弈精炼”必须放在一起讲。子博弈的定义有一个硬约束：子博弈不能切断任何信息集。也就是说，子博弈只能从单节点信息集开始，同时包含该节点之后的全部历史分支。为什么？因为信息集代表参与人的“无知状态”。如果子博弈切断了信息集，等于假设参与人获得了自己本不该知道的信息，这和博弈规则矛盾。所以“子博弈精炼”天然建立在“完美信息或可完美划分信息集”的基础上。反过来看，一旦信息集结构复杂，很多博弈根本不存在合适的子博弈——那就要用条件更精细的均衡概念（如完美贝叶斯均衡）来替代了。

4. 实操：从建模到求解放手做一遍

4.1 一个完整的“市场进入”扩展式博弈建模

与其空谈理论，不如把一个完整的例子从头做到尾。这里我沿用课堂上最经典的进入威慑模型，但加一点不完全信息元素，方便把第1节和第2节的工具都用上。

假设市场有一个潜在进入者（E）和一个在位者（I）。博弈顺序如下：

1. 自然决定在位者的成本类型：高成本（H）的概率为 p，低成本（L）的概率为 1-p。这里 H代表在位者反击时两败俱伤更惨，L代表在位者成本低、反击时还能保持一定利润。
2. E 观察不到自然的选择——他只知道概率 p。这就是一个两元素信息集：E不知道自己在“H节点”还是“L节点”。
3. E 选择“进入”或“不进入”。
4. 如果E选择“不进入”，博弈结束，E获得0（或者保留收益），在位者获得垄断利润（H类型垄断利润为 10，L类型为 12）。
5. 如果E选择“进入”，I（在知道自己的类型的前提下）选择“反击”或“容忍”。这里注意，I知道自己类型，所以I有单节点信息集。

收益大致设定如下（单位：万元）：

• 高成本、反击：E = -2，I = 2
• 高成本、容忍：E = 4，I = 5
• 低成本、反击：E = -1，I = 7
• 低成本、容忍：E = 5，I = 4

这里数字刻意设置成：“反击”在高成本类型下对I不划算（2 < 5），“反击”在低成本类型下对I更划算（7 > 4）。换句话说：高成本类型会容忍，低成本类型会反击。这是一个“类型决定行为”的设定。

4.2 一步步倒推：从末端决策到初始决策

第一步：站在I的节点上。I知道自己的类型。如果是H，比较“反击收益2”和“容忍收益5”，选容忍；如果是L，比较“反击收益7”和“容忍收益4”，选反击。所以I的策略很清晰：H类型容忍，L类型反击。

第二步：回到E的信息集。E不知道自己的节点是H还是L，因此要计算两种情况下“进入”的期望收益：

• 如果自然选了H（概率 p），那么I会选择容忍，E的收益是4；
• 如果自然选了L（概率 1-p），那么I会选择反击，E的收益是-1。

所以E选择“进入”的期望收益为：4 × p + (-1) × (1 - p) = 5p - 1。E选择“不进入”的收益为 0。因此：

• 当 p > 0.2 时，5p - 1 > 0，E选择进入；
• 当 p < 0.2 时，5p - 1 < 0，E选择不进入；
• 当 p = 0.2 时，进入与不进入无差别，混合或不进入都可。

这个临界值 0.2 很有意思：只要E认为在位者是高成本的概率超过20%，进入就是有利可图的。这里能直观看到不完全信息的价值——如果不是引入信息集和自然行动，这类“概率依赖型”的决策结论根本推不出来。

第三步：确定完整均衡策略组合。当 p > 0.2 时，均衡策略是：E进入；I（H）容忍，I（L）反击。当 p < 0.2 时，均衡策略是：E不进入（潜在的策略：如果进入，H容忍，L反击）。注意一个细节：在“E不进入”的均衡里，I的策略不需要被触发，但必须说明清楚“如果被进入会怎么选择”，否则无法验证可信性。

4.3 计算中的信息集约束和常见误判

上面这个例子看起来简单，实操中至少有三个坑值得单独拎出来。

第一个坑是“在信息集上直接用平均收益代替期望收益”。有人看到E的两种节点收益分别是4和-1，就手一滑写成“进入收益是(4 + (-1))/2 = 1.5”，然后得出“进入一定好”。这其实偷偷假设了p = 0.5。如果p不是0.5，这种简单平均就错了。必须先写期望收益公式，再把p代进去。

第二个坑是“把I的反击/容忍策略当成与类型无关”。在这个模型里，I知道自己的类型，所以他的信息集是单点的。但如果模型设定改为“I自己也不确定成本类型”，那I就也面临一个多节点信息集，求解逻辑又要变——需要在I的信息集上做加权平均。很多新手把不同的信息结构混着用，模型前后矛盾，算出来的均衡自然经不起推敲。这门课反复强调信息集的作用，本质上就是在逼你每次写下博弈树之前先问自己：“每个参与人在做决策时，到底知道什么？”

第三个坑是“忽略未到达分支的可信性”。如果算出来E选择不进入，有些同学就直接说“均衡就是E不进入”。但严谨的做法必须补上“如果E偏离了不进入，I会怎么做”——这个“偏离后的反应”定义了威胁的可信性。如果I的反应竟然是“反击”，那这个反击在偏离后的子博弈里是否最优？如果不最优，这个均衡就不是子博弈精炼的，只是普通纳什均衡。这也是SPNE和纳什均衡最核心的分水岭。

5. 实战中容易翻车的四个细节

5.1 画博弈树时最常见的错误：信息集的连线画错

信息集的视觉表达要特别注意。两个节点属于同一个信息集，通常用一条虚线连接，或者用椭圆圈起来。很多初学同学在画图时，把I的两个决策节点（对应H和L类型）也画成了同一个信息集，理由是“I也不确定自己类型”。但在这个例子里，I显然知道自己是否高成本——成本类型是I的私有信息。如果I都搞不清自己的成本，那就不该有“H/L”这个分类分别对应不同收益的基础。

一个自检办法：对每个参与人，在博弈树的每个信息集上问自己——在这个信息集的所有节点上，该参与人是否拥有完全相同的历史记忆（他记得自己做过什么选择、观察过什么信号）？如果记忆不同，就不能划在同一信息集。这对应博弈论里的“完美回忆”假设，违反这一点会引发复杂的“不完美回忆”问题，课程里没有深入，但建模时必须避免。

5.2 子博弈识别：不是随便切一刀就算子博弈

判断一个节点能否成为子博弈的起点，标准有两个：一是必须是单节点信息集；二是该节点之后的树必须完整包含所有后续历史节点和收益，不能从中间切开。同时，子博弈不能横跨信息集的分隔线。

在实际操作中，最稳妥的方法是从末端节点开始往上找。从每个末端节点往上回溯，找到最近的一个“单节点信息集”，以它为根，看它覆盖的所有后续节点是否构成一棵封闭的树。如果某处被信息集割裂，那就不能从这里切。

许多教材习题里故意设置“信息集横跨两条分支”的模型，目的就是让读者意识到：此时SPNE概念不够用了。遇到这种情况，不要硬套逆向归纳，要升级到完美贝叶斯均衡或序贯均衡。知道什么时候该换工具，也是这两讲想传达的素养。

5.3 关于“威胁”的实战理解

从这门课里我最想带走的生活经验是：威胁的价值取决于它兑现时的代价。商战里常见的“我们一定会反击到底”的宣言，如果反击的代价远高于忍让，那这宣言在子博弈精炼均衡里根本不成立。反过来，要让威胁可信，要么把自身类型改成“不得不反击”的类型（像例子里的低成本在位者），要么通过制度设计把反击变成“自动触发”的机制，比如可见的成本承诺、合约绑定、声誉机制。

这个逻辑也能用来识别别人的承诺。如果一个合作方总是在事前承诺“出了任何问题我们全权负责”，但事后出问题时他的最优选择是推诿，那你就该把这个“承诺”看作不可信威胁——不是他人品有问题，而是他的激励结构使然。博弈论训练的核心能力之一，就是透过声明的表面，去看声明背后的收益结构。

5.4 运算中的信念、概率和公共知识

一个更加隐蔽的坑：概率 p 到底是不是公共知识？在标准建模里，p是公共知识——所有人都知道，而且知道彼此知道。但如果换成真实市场的谈判场景，双方对概率的估计可能不一致。此时模型就要从“共同先验”转向“异质先验”，求解会复杂很多。课程里默认共同先验是为了可计算性，应用到自己项目里时，需要先确认这个假设是否成立，否则算出来的“均衡”可能只是“我的模型里的均衡”，而不是“真实世界双方策略的稳定组合”。

我在自己写分析框架时，习惯把 p 的敏感性分析做一遍：p 从 0 到 1 取不同值，看均衡路径在哪些区间被切换。这个方法在这节课里也有体现——当 p 跨过 0.2 的门槛时，进入者的策略发生跳变。这类“阈值分析”在实际商业决策中比单点估计更实用，因为它告诉你：与其猜测 p 是 0.3 还是 0.5，不如集中精力搞清楚 p 是否大于 0.2。判断维度一下子从精确估计降维到区间判断，可操作性就高了很多。

6. 从课堂到真实场景：这两个概念还能干很多事

6.1 定价策略、招标设计与市场信号

信息集和子博弈精炼不是书斋理论，几乎所有需要“策略互动+信息不对称”的场景都能套用。比如平台定价：潜在竞争者决定是否进入某个细分市场，先要看在位平台的反应。如果平台具有规模效应，反击（补贴、压价）的可信度就高，潜在进入者会收敛；如果平台反击成本太高，进入者反而会大胆进场。这个推理和上面的进入威慑模型完全同构，唯一变化是收益数字和概率估计。

再比如招标设计。投标人不知道竞争对手的成本分布，这就是个自然行动下的不完全信息博弈。招标方如果设计一个“首价密封投标”机制，实际上是在把参与人的策略空间拉到同一个信息集上进行博弈。为什么现实中很多招标会设置“最低价中标或最接近均价中标”这类规则？本质是在调节参与人预期——改变他们面对的信息集结构和收益权重，从而诱导不同的报价策略。信息集视角能帮你理解很多机制设计背后的深意。

6.2 作为自动化决策脚本的博弈树

除了做分析和写文章，博弈树还能直接编程成决策逻辑。我在自己某个模拟项目里，就把这类扩展式博弈转换成了状态机：节点代表历史状态，信息集代表「当前状态感知」，自然行动由随机数发生器实现，倒推求解在代码里就是递归回溯。每次给系统输入当前状态时，它只会根据“当前信息集允许的行动集合”来选择动作——这样的设计天然保证了决策不会“偷看”不该知道的信息。

如果你打算写类似的代码，建议这样组织数据结构：每个信息集一个对象，包含若干节点引用；每个节点包含参与人编号、可用行动列表、子节点映射；收益数组挂在末端节点上。求解时，从末端节点向上递归：遇到单节点信息集，取最大收益；遇到多节点信息集，先确认该参与人是否具备条件概率，再取期望收益最大值。这个递归过程本质就是逆向归纳的算法实现。

6.3 我的个人体会

最后说一点个人感受。这两讲的标题把“信息集”和“子博弈精炼”放在一起，其实暗示了博弈论的两个层次：第一层是“看清世界”——用信息集精确描述谁在何种无知状态下做决策；第二层是“理性选择”——在清楚了这个无知状态后，用精炼均衡筛选出真正稳健的策略组合。

我在刚接触这些概念时总觉得它们很抽象，后来自己做项目、分析真实商业竞争时才发现，这两个概念几乎每天都在起作用。比如评估竞争对手的一份声明，我会条件反射地问：“这个威胁在他真正面临选择时，还是最优的吗？”判断合作伙伴的一番表态，我会想：“他表达的是真实激励结构，还是只是希望我改变信念？”把这种思维训练成习惯以后，看待很多谈判、定价、联盟问题都会清楚不少。

回头看，这门课没有堆砌公式，却把两个最关键的建模工具讲透了。信息集教你怎么严谨地描述“不知道”，子博弈精炼教你如何在“不知道”的前提下筛选“可信”的策略。这两个工具搭在一起，足以支撑你理解后面更复杂的拍卖设计、信号博弈、机制设计理论。建议认真把扩展式博弈的画法和逆向归纳的流程练熟，多手算几个例子，自然就能体会到其中的妙处。