principal-agent

Files (3)

• SKILL.md
• test-prompts.json
• test-results.md

SKILL.md (first lines)

# 委托-代理识别

## R — 原文 (Reading)

> 如果你想做好，那你必须亲自去做。当你是委托人，那你就是主人你就会关心并且会把工作做得很好。当你是代理人，你是在为别人的利益做事，你可能会把事情做得很糟糕。……你能把某个人的收益和他所创造的价值联系得越紧密，就越能把他们变成委托人。
>
> — 纳瓦尔·拉维坎特, 《纳瓦尔宝典》 第一章·财富

## I — 方法论骨架 (Interpretation)

委托-代理问题是微观经济学最基本的问题：**利益归属决定行为质量**。
当你是委托人（自己的钱/自己的事），你会做好；当你是代理人（为别人利益做事），你会为自己优化。
推论三条：
① 选择位置时，优先选「每个人都能感到自己是委托人」的小组织；
② 设计合作时，把收益与创造的价值绑定得越紧越好（股权、分成、责任到人）；
③ 警惕「代理人叙事」——媒体和现代社会长期洗脑你「需要一个知识渊博的代理人」，而委托人直觉其实人人都有。
用在职业上：为别人打工=代理人拿最低报酬；拥有产权和判断=委托人拿剩余。

## A1 — 书中的应用 (Past Application)

### 案例 1: 为别人工作拿最低报酬
- **问题**: 为什么高薪打工者无法致富
- **方法论的使用**: 雇主是委托人（承担风险/责任/知识产权），雇员是代理人拿「最低限度的报酬」
- **结论**: 工资再高也不是财富
- **结果**: 医生开私人诊所（品牌）后才成为委托人

### 案例 2: 小公司人人像委托人
- **问题**: 如何让团队用心做事
- **方法论的使用**: 越小的公司，每个人越能感觉到自己是委托人
- **结论**: 「你越觉得自己不是代理人，你将会把工作做得更好」
- **结果**: 组织结构越扁平、收益越绑定，行为质量越高

## A2 — 触发场景 (Future Trigger) ★

### 用户会在什么情境下需要这个 skill?

1. 职业选择：「去大公司还是小创业公司」「打工还是自己干」
2. 合作设计：「怎么设计分成/激励让合伙人真的上心」
3. 困惑现象：「为什么同事都在磨洋工/外包总出问题」
4. 自我诊断：「我是在为谁的利益工作」

### 语言信号

- "大公司 vs 小公司怎么选"
- "怎么让团队/合伙人更用心"
- "为什么没人对结果负责"
- "principal-agent / ownership / who benefits"

### 与相邻 skill 的区分

- 与 `wealth-structure` 的区别: 财富结构是个人资产框架；本 skill 是组织/合作中的激励透镜
- 与 `judgment-training` 的区别: 委托代理是判断力心智模型库里的一个模型

## E — 可执行步骤 (Execution)

1. **诊断你当前的角色**
   - 完成标准: 回答「我的收益与创造的价值绑定程度（低/中/高）」「我是委托人还是代理人」

2. **寻找或创建委托人位置**
   - 完成标准: 列出 1–2 个具体动作（要求股权/分成、做有产权的事、加入小组织）

3. **检查合作方的激励结构**
   - 完成标准: 对每个合作者问「他赢的判定标准是什么」，确认利益是否一致
   - 判停条件: 若发现纯代理结构（收益完全脱钩）且无法改变，标记为高风险合作

4. **为未来决策保留记录**
   - 完成标准: 记录本次诊断结论，作为下次职业/合作选择的输入

## B — 边界 (Boundary) ★

### 不要在以下情况使用此 skill

- 用户要具体薪酬谈判话术（本 skill 给结构不给话术）
- 管理细节（如何监督/考核）不是本 skill 的重点——先改结构再谈管理

### 作者在书中警告的失败模式

- 依赖代理人: 「媒体和现代社会花了大量时间来洗脑你：让你认为需要一个代理人」
- 收益脱钩: 收益与价值脱钩时，代理人必然为自己优化

### 作者的盲点 / 时代局限

- 「小公司人人像委托人」在规模化后不成立，作者未给大组织化解决方案
- 委托-代理只是心智模型之一，不能解释所有组织问题

### 容易混淆的邻近方法论

- `wealth-structure`: 两者的交集是「股权绑定」，但视角不同（组织 vs 个人）

---

## 相关 skills (阶段 3 定稿)

- composes-with: `wealth-structure`（股权绑定是共同解法）、`judgment-training`

---

## 审计信息

- **验证通过**: V1 ✓ / V2 ✓ / V3 ✓ (v07)
- **测试通过率**: 见 test-results.md
- **蒸馏时间**: 2026-08-01

From kangarooking/cangjie-skill, MIT.

More from kangarooking/cangjie-skill