1950年1月的一个下午，数学家梅里尔·弗勒德和梅尔文·德雷合（Melvin Dreshcr）向2位同事展示了他们上午发明的一个小游戏。游戏很简单，游戏双方只要同时说出A或B即可。人们当时没有想到，如此简单的游戏日后引起了政治家和将军们的浓厚兴趣。每个回合开始前，双方各在心中选定A或B，分别代表着“合作”与“不合作”。然后2人同时说出心中的字母。如果出现一致，那么两人都能得到奖励，如果不一致，则可能受罚。游戏应当持续上百回合。
数学家之所以发明这个小游戏，是基于对数学领城“博弈论”的研究。博弈论是利用数学技巧研究冲突与竞争。例如在经济领域，买方希望以尽量低的价格购入商品，而卖方则希望以尽量高的价格卖出商品。最终的价格不取决于买方期望与卖方期望的任一方，而是被共同决定着。有时价格是非理性的，它不以卖方利润最大化为目标。博弈论中的冲突有趣之处在于：在公开心中答案那一瞬间，没人知道对方的答案，但是最终的结果却取决于双方答案的契合度。
弗勒德和德笛舍的游戏也是这样。阿芒·阿尔奇安和约翰稤.威廉姆斯在进行游戏时，每回合的结果都不外乎以下4种情况：2人均选择合作；两人均选择“不合作”，阿尔奇安选择“合作”，而威廉姆斯选择“不合作”；以及后者选择“合作”，而前者选择“不合作”。在各种销形下，他们所获得的奖赏或惩罚都写明在一张表格上。他们对表格进行仔细研究后，发现了他们在游戏中的两难处境：当两人都选择“合作”时，阿尔奇安能得到0.5美分奖赏，而威廉姆斯却能得到1类分。当两人均选择“不合作”，所得奖赏各减0.5类分，阿尔奇安得到的奖赏为0，威廉姆斯仍能得到0.5美分。这样看来，似乎双双选择“合作”，是他们最好的策略。然面问题在于，当两人的选择不一致时，选择“合作”的会遭到惩罚，而选择“不合作”的则会得到奖赏。
也就是说，如果威廉姆斯选择“不合作”，而阿尔奇安选择了“合作”，那么他将受到1美分的惩罚，而前者则将收获2美分。反之，威廉姆斯将受到1美分的惩罚，而阿尔奇安将得到1美分奖赏。然而他们在这个游戏中的两难处境并非起因于不同的奖罚程度。
因为任何一位游戏者都无法事前洞察对方的心理，最后他们都会得出同一个结论，选择“不合作”是最好的策略—一旦对方选择“合作”，自己将得到奖赏。即便最差的情况下，对方也选择“不合作”，至少也不会遭到惩罚。约翰·纳什（JohnNash）在极小极大理论中，预见了这种情形。
这种表面上最佳的理性选择最后会导致一个荒谬的结果：双方每个回合都选择“不合作”。在此情形下，迟早他们会发现最终得到的奖货远不如“不理性”地选择“合作”得到的多。逻辑最终混滞了游戏者的判断，逛蔽了他们最好的选择。
如同弗勒德和德雷合猜测的一样，阿尔奇安和威廉姆斯没有陷入纳什理论所预测的逻辑怪圈中，他们的选择是“非理性”的。阿尔奇安在100个回合的游戏中，68次选择了“合作”，威廉姆斯则有78次。
弗勒德和德雷舍将这次有趣的实验记录在内部研究备忘录里。认真读过这本备忘录的人，无不隐隐感觉到这项实验的伟大之处。备忘录中还有阿尔奇安和威廉姆斯在游戏时做的笔记。
“他现在可能明白了。”
“好点了。”
“这个猪头！”“他疯了吧？”
“看看他是不是变聪明点了。”
“他想吃独食啊。”
“我的天！他也太好了！”
“这简直不像话。”
这个游戏中充斥着信任与欺骗。从中人们能看出不少社会中存在的基本问题：个体与集体的矛盾。个体与集体关系融洽，能带来利益，然而另一方面，它们也可能给人类社会的福被带来巨大的危害。
这个游戏之所以后来费声四起，原因不在于它所设计的不等的奖惩幅度。势勒德和德菌合的一位同事——阿尔伯特·塔克（Albert Tucker）对游戏中的两难现象进行了进一步的阐述，并赋予它一个响亮的名字：囚徒的两难处境。塔克也因此而闻名天下。关于塔克对因徒的两难处境的阐述，一个版本是这样的：某犯罪团伙的2名成员被捕，并被警察隔离审讯。警察缺乏指控两人主要犯罪事实的证据。然而警察拥有足够证据，起诉他们所犯下的其他次要罪行。法院基于这些次要罪行可宜判这2名犯罪嫌疑人人狱一年。现在警察单独向2人分别建议，指证对方的主要犯罪事实。作为交换，警方不再追求其次要罪行的责任，而另一名犯罪嫌疑人将面临3年的牢狱之灾。对任何一名犯罪嫌疑人来说，这么做的风险在于，他的同伙也可能同时指证自己，这样的话，2人都将入狱2年。
理性的犯罪嫌疑人一般会做如下思考：如果我出卖同伙，而他为我保守秘密，那么我能马上得到自由，而无须铵铛人狱。即使他也同时出卖我，那么我也只要坐2年牢，比起保守秘密而被同伙出卖坐3年牢来说，还是非常划算的。那么也就是说，只要我出卖同伙，不管他如何，我的处境都会更有利。问题在于，他的同伙也必然微出跟他一致的判断。最终的结果很可能是双方都入狱2年。假设2人都保持沉默、不揭发同伙，他们只要坐1年牢。
囚徒的两难处境有几个制度性前提：一项奖励制度，适用于双方都合作之时：一项处罚制度，适用于双方均不合作之时；一次提升奖励幅度的机会，当一方选择合作时，适用于不合作的另一方。我们的世界充斥着“囚徒的两难处境”。例如偷税逃税、开黑车：只要其他人还在正常缴税、驾车，这种现象就会存在，而当所有人都不再缴税、违法驾车载客时，所有人都必然受到惩罚。“囚徒的两难处境”另一个生动的例子便是关苏之间的军备竞赛。尽管弗勒德和德雷舍在当初设计那个游戏时，未曾想到这个问题，但是这其中的关联是无法割舍的。最终这2位数学家都服务于兰德公司——一家著名的美国军事战略研究所，位于洛杉矶旁的圣摩尼卡市。
2个大国打着这样的算盘：一旦对方生产研制核武器，而本方没有，那么本方将迅速处于下风。正是在这种想法的影响下，2国军备竞赛此起彼伏、甚瓣尘上。对2国来说，最安全的状态，恰恰是双方都不装备核武器。
自从弗勒德和德雷舍1950年发明了那个游戏后，“因徒的两难处境”声名大噪，成为学术界的新宠。数学界、经济学界、心理学界，甚至生物学界都纷纷对此展开了研究。尽管从严格意义上讲，它是无法解答的一—否则也不能成为两难处境了。但是利用博弃论，人们可以精确描述冲突与竞争，并为之提供相应的策略。
如果与博弈的对手只交锋一次，那么“不合作”无疑是最好的选择。否则，便不能如此。比如常有商务往来的买卖双方。住在一起经常互相挠痒的2只猴子，为了长远计，就不能一味选择“不合作”。
政治学家罗伯特·阿克寨尔罗德（Robert Axelrod）1979年做了个实验。他让博弈论者利用策略与其他同事博弈。出乎所有人意料，最后胜出的是最为简单的策略：第一回合“合作”，从第二回合起，与对方上一回的举动保持一致。这种策略被人称为“以眼还眼”。
在随后的实验中，这一策略得到了完善，变得更为精巧。比起“以眼还眼”来，完善后的策略显得更为大度和善。例如有人欺骗了你，立刻还击。然而就此原谅对手，重新释放合作的善意。用一句话来概括，心地善良，但别做傻瓜！
