理性假设撑不住时
博弈论的全部分析建立在一个前提上：参与者是理性的。知道自己的偏好，能够计算最优策略，并且相信对方也是理性的。
现实中这条经常断裂。
行为经济学的实验反复表明几件事：人会高估小概率事件；厌恶损失的程度远超喜欢收益；锚定效应让出价偏离理性计算。在最后通牒博弈里，理性预测是提议者给对方最小份额。但实验结果不同——大量"不公平"的提议被拒绝，即使拒绝意味着双方都拿不到钱。
博弈论没有"错"，是它的适用条件比看上去更窄。
参与者越专业、决策越高频、利益越大，理性假设越靠谱。反过来，一次性的、情绪驱动的场景，标准均衡预测会系统性偏差。涉及公平感知时尤其如此。
停手信号： 分析的对手是非专业个人，且决策涉及强烈情绪或公平判断时，纯博弈论分析的预测力会显著下降。
收益量化不了时
画收益矩阵的前提是给每种结果标一个数值。但很多真实决策里，收益无法量化。
"声誉损失"值多少？"团队士气下降"怎么标数？"长期关系受损"如何折现？
一旦收益只能定性，均衡分析就失去精确性。你仍然可以做定性博弈推理——"对方大概率会这么做"。但精确的均衡求解做不了。
调整信号： 当你发现自己在随意给收益标数只是为了能做计算，分析的可信度已经在打折了。
均衡太多，选不出来
很多博弈有多个纳什均衡，用了子博弈精炼仍然有多个。
协调博弈就是典型。两个人选同一个标准都好，但选哪个无所谓——开车靠左还是靠右。博弈论能告诉你"两个都是均衡"，但选不出来应该走哪个。
现实中的协调靠历史、文化、焦点效应或权威指令。这些都不在标准博弈论框架里。
停手信号： 分析给出了三个以上均衡而你没有可靠依据选其中之一时，博弈论已经完成了它能做的事。后面的判断需要制度知识和经验。
混淆一次博弈和重复博弈
一次性囚徒困境的结论是双方都背叛。但同样的博弈打一万次，合作完全可能。
最常见的误用是把一次博弈的结论当普遍规律。"纳什均衡是都背叛"只在一次博弈里成立。长期关系里，合作可以被惩罚策略支撑。
反方向的错误同样存在：在明确的一次性交易里期待对方合作，理由是"我们以后还要做生意"。如果这个"以后"不可信，合作动机就是空的。
判断要点： 分析任何博弈前先确认时间结构。一次还是重复？如果重复，双方对未来的重视程度是否对等？
参与者太多时
标准博弈论在小规模互动中最有力。两个玩家、三个玩家，互依结构清晰可分析。
参与者增加到几十人，传统分析遇到两个困难。计算复杂度爆炸是其一。"每个人都精确预测所有人策略"这个要求越来越不现实，是其二。
大规模互动通常需要切换工具。进化博弈论不要求参与者理性，而是看哪种策略在群体中能存活。拥挤博弈和平均场博弈处理的也是大群体场景。
切换信号： 参与者多到无法逐一刻画策略时，考虑从个体理性分析切换到群体动态分析。