拍卖博弈机制 GSP vs VCG

拍卖博弈机制 (Auction Game Theory & Pricing Mechanisms) 是计算广告市场中决定广告位最终归属以及广告主真实结算价格 (Settlement Price) 的博弈论定价规则；业界两大核心机制为：1) GSP (Generalized Second Price Auction，广义第二价格拍卖)：按广告主出价排序，赢得第 $i$ 个广告位的胜出者只需支付维持其排名所需的“下一名 (第 $i+1$ 名) 竞价者的出价加最小货币增量 $\Delta$”（即 $p_i = b_{i+1} + \epsilon$），是 Google, 百度, 阿里妈妈最广泛采用的工业标准；2) VCG (Vickrey-Clarke-Groves Auction，维克里-克拉克-格罗夫斯拍卖)：胜出者支付的费用等于其赢得该位置后给“市场上其他所有竞争对手带来的总效用损失 (External Damage / Negative Externality)”，具有严格的真实报价纳什均衡 (Dominant Strategy Incentive Compatibility, DSIC / Truthful Bidding)。

搜索引擎关键词广告竞价、信息流程序化广告交易拍卖、展示广告多位置席位拍卖。

若采用第一价格拍卖 (First Price Auction)，广告主会不断调整出价进行试探博弈导致竞价系统剧烈震荡；GSP 与 VCG 提供了稳定可预期的博弈均衡，鼓励广告主按真实心理估值理性出价。

详细推导 VCG 拍卖定价公式：胜出者 $i$ 应支付的扣费 $P_i = \sum_{j \neq i} v_j(S_{-i}^*) - \sum_{j \neq i} v_j(S^*)$ 的计算全过程？

对比 GSP 与 VCG 在多广告位场景下的核心差异：为什么在多位置场景下 GSP 并不是严格真实报价 (Not Truthful) 的？

为什么在实际工业界中，尽管 VCG 具有完美的真实报价理论性质，绝大多数平台（如 Google, 阿里）仍然选择 GSP 机制？

底价机制 (Reserve Price / Floor Price) 在 GSP 拍卖中的设计：软底价 (Soft Floor) 与硬底价 (Hard Floor) 对平台收入的博弈调优？

现代程序化交易中第一价格拍卖 (First-Price Auction Header Bidding) 的回潮趋势与广告主出价修剪 (Bid Shading) 算法？