所有这一切听起来都非常机械。囚徒困境这样的游戏能够帮助我们解释简单得几乎可以用算术规则推测的微生物行为，这一点也许很容易理解。但是，我们却很难想象这些游戏策略如何应用于人类行为。我们是多么的任性、多变，而且人类互动绝不仅仅局限于一对一的单人游戏。一场两人之间的对话也许会带有“以牙还牙”的特点（如交换八卦消息），但如果有第三个人加入，对话往往会出其不意地转移方向。在政治界，2010年英国大选期间，少数派候选人尼克·克莱格（Nick Clegg）就在卡梅隆和布朗的辩论中扮演了这样的第三人角色；同样，在1992美国总统大选候选人辩论中，罗斯·佩罗（Ross Perot）也在布什和克林顿中间插了一脚。参与对话的人越多，对话的主题就越难以预测，最后人们常常会问：“我们本来谈的是混凝土，怎么现在说到山羊上来了呢？”博弈论模拟的两个人就不会出现这样的情况。他们的对话只能是：“我们吃饭吧。”“你先吃。”“不，你先吃。”“不，你先。”“你先吧。”“我们开吃吧。”结论是，两人博弈论不能解释有趣对话的不可预测性。

不过，我们还是应该从简单的模型开始，因为复杂性是很容易添加上去的。许多年来，人们在囚徒困境的基础上逐渐添加了许多不同的变量，来观察它们会如何影响游戏结果。比如，研究人员添加了空间关系，参与者可以与邻近的其他参与者互相竞争，或者可以随机认识他们。

让研究人员最有收获的是一种将参与者看成一个网络，而不是散布在地理空间中的个体的思考方式。毕竟，人们是在一个社会网络中进行互动的。个人利益会再次决定行动结果吗？没有。在芝加哥的美国西北大学复杂系统研究所（Northwestern University Institute on Complex Systems），路易·阿玛若尔（Louis Amaral）、布莱恩·乌齐（Brian Uzzi）和其他研究人员发现，无论是在体育运动、百老汇音乐剧还是科研活动中，团队的表现不仅依靠单个团队成员，也取决于他们如何合作，尤其是在科研方面，现在科技进步越来越依赖大型的研究团队。而西北大学的研究小组发现，单靠科研团队中成员的个人数据很难推测团队整体的表现。

确实，人类作为物种在演化中取得的成功，在很大程度上是由于人类能够合作。单独的个人在捕食者眼中只是微不足道的猎物，但当人们组成群体、相互合作时，往往能变得非常强大。哈佛大学研究博弈论的马丁·诺瓦克（Martin Nowak）和他的团队发现，在社会网络中，合作一般遵循两种模式而演化：要么是“我们对抗他们”的群体心态，要么是某种形式的互惠。他们还发现，只有当合作的效益大于个人成本时，才会产生合作。这种情况更容易在社会关系紧密、每个人朋友较少的社会网络中发生。总体来说，诺瓦克提出了五种合作的演化条件：亲属选择、群体选择、直接互惠、间接互惠和网络互惠。我们大致把这五种条件归为三大类：群体心态、互惠和名誉。