在“假设发生如下事情”之前，祝福我们此生永不发生这类事情。如果你心怀侥幸，他可能将你带到偏僻的地方，为所欲为，甚至下毒手，然后掩藏他的罪恶痕迹。
从一开始，每个谋杀犯，绑架犯，强奸犯，他们都会用同一句话：“照我说的做，我就不会伤害你。”然而，一旦你照他们说的做，最后受伤最深的，还是你。
被人用刀抵住，拼命挣扎要是不幸丢了命，岂非不识时务？
所以：
如果你进了他的车，或者跟着他们去了某个地方，你死定了。（以上经验仅供参考，不构成本文作者对遇到绑架的具体建议。）好的一手棋，是其令对手有不好的下一手，以及自己有好的下下一手棋。我们姑且不讨论，在第1节里，专家应对绑架的三点原则的适用范围，以及如何根据情境调整策略。就像下棋，一个人赢，一个人输，即使和棋，也只是暂时的平静。假如两个孩子都不是孔融，并且都想吃更多蛋糕，这其实是一个典型的零和博弈。
（请注意，表格里的4个结果，都是指切蛋糕的孩子的所得收益。）切蛋糕的孩子貌似掌握了主动权，但他决策的关键点，取决于“然后呢？”--即对手的下一步会怎么做。显然，挑蛋糕的孩子，会追求让自己的蛋糕最大化，也就是让对手的蛋糕最小化。对应上面的表格，挑蛋糕的孩子总是会选左边一列，从而导致切蛋糕的得到左边一列的两个较小蛋糕的结果。让挑蛋糕的孩子将要留给他的量小的那半块蛋糕极大化。因此，切蛋糕的孩子只能选择尽量均分蛋糕，以保证获得差不多的半块蛋糕。这个量，是行中极小值的极大值，被称为“极大极小”。也许有人会说，这么简单的道理，为什么要说这么啰嗦？德谟克利特早在公元前300-400年前，就创立了“原子论”，认为每一种事物都是由原子所组成的。作为博弈论的创始人，冯·诺依曼说过：没有极小极大定理，就没有博弈论。
而零和博弈，是敌我双方轮流决策，由一个一个的回合叠加起来。敌我双方都试图让自己的选择收益最大化，让对方的收益最小化。当你被绑架的时候，对手已经出招，现在轮到你走棋了。（再次强调，本文不构成对绑架情境的具体实战建议。）这个时候，大多数人会想，我抵抗的话，会有什么后果：
然而，从博弈思维来看，你仅仅纠结于当下的一步棋去想，毫无意义。我如果这样做，对手会如何回应呢？再然后我又该如何应对他的回应呢？
你要计算下一步，以及下下一步。
然后，再由此倒退，你现在这一步该如何做选择。
如果“你”乖乖上了绑匪的车，如上图左分支（选择1）所示，可能导致如下结果：3、绑架的许多目的是为了钱财，有些歹徒会先撕票再要钱；5、据某地警方的经验，越是熟人绑架，撕票的可能性越高。所以，处在第二回合的“我”，要考虑的是，第三回合的对手会怎么做，以及自己会有怎样的第四回合。《囚徒的困境》引用了卡尔维诺在《寒冬夜行人》一书中的一句话：“你知道，你所能期盼的最好结果就是避免最坏情况。”从一开始，每个谋杀犯，绑架犯，强奸犯，他们都会用同一句话：“照我说的做，我就不会伤害你。”可是，如果罪犯真的不会伤害你，那么你反抗的时候他也不会伤害你。而且，即使起初罪犯没有太想伤害你，但是当你失去选择权的时候，他可能会萌发伤害的念头。游戏者决不会从他的最佳策略上偏离到对自己造成威胁的策略上去。请看上面的图，在第三回合，绑匪会极力让你的收益最小化。所以，你在第二回合要做的，是“极大化”这些自己可选的“极小值”，尤其是要避免最坏结果。同时，你要“极小化”对手可选的有利于他的“极大值”。由此倒推，你就会发现，如专家所言，在第二个回合，你应该做的是：冯·诺伊曼对极小极大值定理的证明是复杂的，“它以一种读者难以理解的方式结合了基本概念和拓扑概念”。约20年后，香农利用 Minimax（极小化极大）算法，提出了解决国际象棋问题的设想。随后，在AI攻克国际象棋和围棋的过程中，Minimax（极小化极大）算法扮演着基础而重要的角色。
对于两个玩家的对抗游戏，其中任何一个玩家的决策会依赖于另外一个玩家之前的决策，且另外一个玩家总是竭尽所能地想要获得胜利。
因此，一方会在所有选项中选择令其自身优势最大的一个，而另一方则会选择令对手优势最小的一个。
通过穷举不同玩家之间的策略，该算法可以构建一棵搜索树，并通过穷举不同的可能，选择其中能得到最佳结果的路径。
请看下图右边的搜索树的最下面一行，3、12、8这一样数字，是“我”期望获得的可能的利益。
对于对手而言，当然会选择让“我”利益最小的走法，所以，在MIN那一行的B节点，对手会选择3、12、8中的最小值3。
同理，在C节点，对手选最小的2；在D节点，选最小的2。
而在MAX行，“我”要选择“3、2、2”这一行极小值当中的极大值“3”。
但是，即使是对于棋类这种完美博弈，该算法的计算复杂度会呈指数级增长。以及，通过多次采样的蒙特卡洛树搜索，以减少计算量。再往后， UCT 算法将蒙特卡洛树搜索方法与UCB公式结合，有效解决了围棋上的问题。进而，基于深度强化学习， AlphaGo诞生，惊人地击败了人类，完成了以往被认为还需要20-50年才能实现的任务。德谟克利特对原子的理解令人赞叹，然而只有基于爱因斯坦的公式，人类才能造出原子弹，以及安全地利用核能。我们可以广义地来想找个问题，即使不是在零和博弈的环境下。例如说起某某产品经理很厉害，可以瞬间将自己变成小白，其实就是能彻底地站在对方的角度。几乎所有厉害的商业公司，核心原则就是“经营顾客”。先想着让顾客价值最大化，然后再从中找寻让自己最大化的策略。我不是很好的销售，口才也很一般，但每次谈合作效果还不错。
请问你现在最想要的是什么？
我们可以如何帮助你实现你最想要的。
我们立即可以做的最小化合作是什么。
段永平早年经营企业，既不占供应商的便宜，也不给批发商赊货。何谓烂好人？就是彻底放弃自己的选择权，试图讨好对方，感动对方。例如，你发现一手棋，能够让自己的利益最大化。但是如果被对手识破，那么结果就会很糟糕。有时候，棋手会心存侥幸：要是他看不到，那我就赚了。你就该假设对方是一个势均力敌的对手，你能看到，对手也能看到。以及，在德州扑克等博弈中，或是像剪刀石头布这类首尾相连的游戏，也需要虚张声势。
别欺负别人，别想着占便宜；
也别因为暂时领先而得意忘形，别耍过头。
“你知道，你所能期盼的最好结果就是避免最坏情况。”所谓全局观，是指你的每个决策点既是相对独立的，又和过去和未来相关联。如果你在一个球队里，队友总是给你传烂球，或者不给你传球，你一定会骂他烂人。可是在现实中，现在的“你”，可能经常不顾及未来的“你”，不管未来的“你”是否有好的选择权。例如，你彻底放弃惩罚对方的权利，以换取对方彻底的信任。
博弈论只研究对赢感兴趣的、有完善的逻辑思维能力的游戏者参与的博弈。只有你相信你的对手（一个或几个）既是理性的，又是希望赢的，而你自己在玩的时候也始终憋着一股劲儿，要力争为自己取得最好的结果，这样的博弈才是博弈论分析的对象。
对博弈论而言，自私的人并不可怕，可怕的是不理性的人。
为什么呢？
你的最佳选择是：
远离这类人。
举例说吧，经济较发达区域的特点之一是：民众只算自己的帐，而不去算别人赚多赚少。
倘若不如此，就会出现如下局面：我才赚十块，你居然赚一千块，我宁可牺牲自己的十块毁掉你的一千块。
这就是损人不利已。
如此一来，博弈论的均衡就无法出现。因为非对弈情况下的“损人不利己”，也就是理性的失去，会摧毁整个游戏。
（当然，经济是否发达有多方面因素，不发达地区也经常有“只算自己帐”的传统。）
记得中学时有个同学的哥哥当年混社会，他说他们那群20岁上下的青年谁都不怕，最怕十四、五岁的孩子，因为这类混小子可能毫无目的不顾后果地冲上来给他们一刀。
博弈论因为这类人而失效。
本文开篇对于绑架者的分析，也是假设他们是理性的。
但是，如果绑架者不是理性的人呢？
那么，不理性的凶手可能会不顾受害人呼救招来人，在没有利益的情况下毒手。
最后
归根结底，一切在乎“对的人”。
不管是零和博弈，还是双赢博弈，你都要努力令对方是一个理性的人。
既要选择对的队友，更要选择对的对手。
关于极大极小原理，我们还可以将其智慧拓展为：
狭路相逢勇者胜，
勇者相逢智者胜，
智者相逢德者胜，
德者相逢道者胜。
最后，祝福你我此生一早避开，不必在狭路上遭遇那些损人不利己的混蛋。
