奖励与目标行为需强相关
别名: 激励对齐 · reward contingency · incentive alignment · metric-reward coupling
概念解释
激励系统奖励的必须是目标行为本身，而不是与目标行为相关的代理指标或恰好可测量的行为。奖励-行为耦合（reward-behaviour contingency）弱时，参与者优化的是被奖励的行为而不是目标行为——登录有分就刷登录、发帖有分就灌水，激励在精确地生产它测量的东西，而测量的东西偏离了真正的目标。激励系统的第一设计原则因此是：想要什么行为就奖励什么行为，且只奖励它。
机制
弱耦合的失效机制是代理指标的替代优化。目标行为（用户学到知识、患者康复、代码质量高）往往难以直接测量，激励系统退而使用代理指标（学习时长、打卡次数、代码行数），而参与者对「被测量的行为」的优化是即时的、创造性的：任何代理指标与真实目标之间的缝隙都会被行为填充（刷时长不看内容、为打卡而打卡、为行数写冗余代码）。古德哈特定律（Goodhart's law）的表述是「当测量成为目标，它就不再是好的测量」。强耦合的设计把奖励直接锚定在目标行为的可验证结果上（考核理解的测评、康复的功能指标、合并代码的评审通过），缝隙越小替代优化的空间越小。耦合强度还影响挤出效应的形态——奖励强耦合于行为结果时，奖励是行为的确认；耦合于无关代理时，奖励把行为重构为「为指标服务」，自主感的损伤更大。
边界
完全的强耦合常不可得——目标行为的真实结果有时滞（教育的成效数年后显现）、有外部依赖（康复受病情影响）、或难以个体归因（团队协作的产出）。设计是在不完美测量下的平衡：多指标组合（时长+测评+应用行为）比单指标抗操纵，但增加了系统的复杂度和参与者的理解成本。耦合强度的伦理维度在高压场景更尖锐：强耦合+高价值奖励的组合会诱导作弊（指标造假，详见排行榜条目），弱耦合+低价值奖励的组合虽然安全但推动力弱——耦合强度、奖励价值和防操纵机制需要作为一组参数共同设计。此外，「奖励什么」的界定权是权力：谁决定什么行为值得奖励，激励系统就在强化谁的价值观，这在教育和医疗场景中有伦理分量（奖励服从还是奖励提问）。
怎么落地
- 激励设计从目标行为的可验证结果倒推：先定义「怎么确认目标达成了」，再设计奖励指向这个确认信号，而不是从「什么好测量」出发。
- 用多指标组合降低单点操纵：每个代理指标配一个制衡指标（学习时长配理解测评、发帖量配被采纳率），操纵单指标无法提升综合得分。
- 验证办法：审计激励上线后被奖励指标的增长与其制衡指标的走向——被奖励指标升而制衡指标平或降，是替代优化（指标游戏化）的直接证据，需要收窄指标与目标的缝隙。