多任务代理

Kerr 点破了组织的通病：希望教学好，却只奖励发表（B06）。自然的反应是：那就把靶子挂对，把教学也考核起来，问题不就解决了？这个直觉是错的。1991 年，经济学家 Bengt Holmström 与 Paul Milgrom 用数学证明：只要重要的事情测不准，把可测的事情考核得越起劲，测不准的那部分就被抽干得越快。顺着这条逻辑推到极端，结论只有一个：某些情况下，最好的合同是干脆一分钱绩效都不发，付固定工资。老师拿固定工资不是懒政遗留，是精确的最优解。这条定理后来成了 Holmström 2016 年拿诺贝尔经济学奖的核心贡献之一。

先讲一个生活版。你请装修队刷墙，按平方米计价。平方米很好量，于是墙刷得飞快；边角处理、底漆遍数这些决定墙面寿命的细节没法按米计价，于是全被省掉。你没有雇到懒人，你雇到的是对价格表反应灵敏的聪明人：他把一天里有限的力气，全部搬到了能换钱的维度上。多任务模型讲的就是这台搬运机器的原理。

把模型的骨架说穿，其实只有一条承重假设：人的力气是一个总量。多干这件事，就少干那件事，经济学叫「努力在任务间互为替代」。一旦接受这条，结论就顺流而下。

奖金在这个世界里有两个功能，多数人只看到第一个。功能一是油门：奖得多，人就整体更卖力。功能二是方向盘：奖在哪个任务上，力气就流向哪个任务。原文第 25 页把话挑明，激励工资不只配置风险、激发努力，还引导人在各项职责之间分配注意力。麻烦在于，方向盘只认「可测」。一个任务测不了，它的边际奖励就成了零。边际奖励一旦归零，力气自然会从它那里流走。

教师案例（第 32 至 33 页）把机制推到底。教基础技能，考试测得出；教独立思考，测不出。想让老师在「测不出」的那部分多花力气，只剩一个办法：把「测得出」那部分的奖励压低，降低挖走注意力的机会成本。顺着这条逻辑走到头，就是第 34 页的 Proposition 1：当重要任务完全不可测时，最优合同是付固定工资、零激励，哪怕老师根本不怕收入波动。这句「哪怕风险中性」是全文的锋刃：以前经济学解释弱激励，靠的是「人怕风险，所以少用提成」；这条定理说，就算没人怕风险，指错方向的方向盘也不如没有方向盘。

核心结果因此可以背下来（第 26 页）：一个任务该不该给强激励，不取决于它自己好不好测，取决于它的邻居们好不好测。你考核的从来不是一个任务，是一个人的整张时间表。

定理带出一串组织学推论，每条都能在现实里对号。公务员的低强度激励是制度理性，不是官僚惰性：公共服务里最重要的维度（公正、廉洁、长期后果）恰恰最难测。计件工资在大型科层里尤其容易失灵（第 34 页原话），因为组织越大，「量」和「质」的测量鸿沟越深。反过来，最积极的推论是把岗位设计本身当激励工具：按可测性打包任务，可测的聚成一岗配强激励，难测的聚成另一岗配平薪，别让同一个人同时背两类任务；Dewatripont、Jewitt 与 Tirole 2000 年把这条处方形式化，起名 task clustering。

论文还埋着两条容易错过的线。其一是资产所有权（第 26 至 27 页）：加盟店主自担盈亏拿最强激励，直营店经理拿弱激励加公司规程，两种安排各自内洽。原因在于所有权本身决定了哪些回报能被合同感知；能被感知的回报越多，激励强度就该配得越足。其二是第 27 页的论断：约束是绩效激励的替代品。当你没法用奖金引导方向时，禁止性规则（例如禁止兼职）能顶替一部分激励功能，这解释了为什么强监管与弱激励在成熟组织里总是成对出现。

这条线后来一路延伸。Gibbons 1998 年的综述把它与下一课 Baker 的扭曲模型（B10）合并成一句话：测量什么，就只会得到什么。Holmström 2017 年的诺奖讲座亲自收束：激励设计的核心不是多测多奖，而是让整个激励组合与真实目标对齐。Bénabou 与 Tirole 2016 年再往市场层面推一步：当行业靠高薪抢人，对可测维度的过度投入会被竞争进一步放大。放大到全行业范围，「重量轻质」就成了整个行业的均衡。在这个均衡下，金融与科技业的 KPI 军备竞赛不是个体失范，是均衡结果。2024 年之后的一批新工作还在提示：当被考核者互相看得见彼此的指标时，同侪比较会把挤出效应放得更大。

留一个问题：定理的承重假设是努力互为替代，人的一天只有二十四小时，这条假设对人显然成立。对一个参数量固定的模型，训练算力与表征容量在各能力维度之间，是否以同样的方式互相挤占？Y02 的挤占证据说方向为真，但「模型的总努力」该怎么定义、替代弹性有多大，还没有 Holmström 式的定理。

一句话带走：奖金不只是油门，还是方向盘；当重要的事测不准，弱激励甚至零激励才是最优设计。