交互式少数派博弈模拟：探索 N 人自组织、策略涌现与效率相变现象
少数派博弈（Minority Game, MG）由 Challet 和 Zhang 于 1997 年提出，是 Arthur 的"El Farol 酒吧问题"的数学化版本。N 个 Agent（N 为奇数）每轮同时选择 A（出席=1）或 B（不出席=0）。选择少数派一侧的 Agent 获胜并得到奖励。全局信息是每轮的总出席人数 A(t)。每个 Agent 基于 A(t) 的二进制历史（> N/2 记为 1，≤ N/2 记为 0）做出决策。核心发现：即使每个 Agent 只使用最简单的确定性策略，系统仍能自组织产生"高效"阶段——出席率波动远小于随机猜测的预期。
W. Brian Arthur（1994）提出：Santa Fe 的 El Farol 酒吧周四有爱尔兰音乐，容量 60 人。超过 60 人则太拥挤。100 人各自决定是否去——去的人少于 60 则享受，多于 60 则后悔。关键：没有"正确"策略——如果所有人都用同一预测方法，该方法就会失效（反身性）。少数派博弈将此形式化：用归纳推理（inductive reasoning）代替演绎推理，Agent 持有多个简单策略并根据历史表现选择最优。这解释了金融市场为何存在——如果所有人都用同一套分析，市场就不再有效。
经典博弈论假设完全理性（Agent 知道其他人的策略并最优化），但现实中人只有有限信息处理能力。少数派博弈用"有限理性"建模：Agent 不做全局最优计算，只维护 s 个简单策略（基于 m 位历史的查找表），选择历史表现最好的那个。这种"弱者联盟"效应令人惊讶：每个 Agent 都很"笨"，但集体行为却比完全随机更高效。这正是"涌现"（emergence）——宏观秩序从微观简单规则中产生。
每个 Agent 持有 s 个策略，每个策略是一个从 m 位历史到行动（0 或 1）的查找表。2^m 种可能的历史模式，每个策略对每种模式给出一个行动。Agent 每轮选择当前累计得分最高的策略。记忆长度 m 越大，策略空间越丰富，系统行为越复杂。关键相变参数 α = 2^m / N。当 α ≈ 0.34（即 2^m ≈ 0.34N）时，系统从"对称相"（信息效率低，σ² ≈ N/4）转变为"非对称相"（信息效率高，σ² < N/4）。
系统的"效率"用出席率方差 σ² 衡量。σ² = N/4 是纯随机猜测的水平。当 α < α_c ≈ 0.34（记忆短、Agent 多）时，σ² > N/4——系统比随机更差！原因是大量 Agent 拥有相似的策略，导致"羊群效应"（herding）。当 α > α_c 时，σ² < N/4——系统自组织产生高于随机的效率。在 α = α_c 处出现相变，伴随 σ² 的最小值——这是系统最"协调"的工作点。这与物理中的临界现象（Ising 模型、逾渗）有深刻的数学类比。
策略总数 = 2^(2^m)，但 Agent 只持有 s 个。当 N 个 Agent 从策略池中采样时，某些策略会被多个 Agent 同时选中。如果大量 Agent 使用同一策略，他们会做出相同选择——这就是"拥挤"。拥挤是 σ² > N/4 的根源。增加 m 可以减少拥挤概率（策略空间指数增长），但过多的 m 会使 Agent 过度拟合历史。最优的 m 恰好使 2^m ≈ 0.34N，平衡了信息利用和策略多样性。
少数派博弈直接建模金融市场：买方 vs 卖方，少数派获利（低买高卖）。MG 预测的 σ² 行为与真实市场的波动率聚集（volatility clustering）高度相似。MG 还解释了为什么技术分析在某些市场有效（策略多样性低→可预测模式存在）而在另一些市场无效（策略多样性高→模式被套利消除）。对冲基金 Renaissance Technologies 的 Jim Simons 正式利用类似思路——找到市场中"少数派"才能获利的机会。
每日通勤是典型的少数派博弈：两条路线，选人少的更快。GPS 导航系统（Google Maps、Waze）使这问题更尖锐——当所有人都被导航到"最快路线"时，该路线反而变慢。MG 模型表明，给 Agent 不同质量的策略（而非同一最优路线）可以降低系统总延迟。这暗示导航系统应有意引入随机性或差异化建议，而非让所有用户共享同一"最优"路径。
Wi-Fi 信道选择、服务器负载均衡、云计算任务调度——都是少数派博弈：选择最少人用的资源。MG 理论表明，分布式算法（每个节点独立用简单策略）可以达到接近中心化最优的效率。这启发了去中心化网络协议的设计：不需要全局协调者，只需每个节点维护少量简单策略。以太坊的 PoS 验证者分配和 CDN 的边缘缓存策略都使用了类似的思路。