机制设计（mechanism design）里有个被无数教材讲歪了的核心概念：激励相容（incentive compatibility）。

教科书的标准叙事是：激励相容 = 让参与者说真话。于是学生以为机制设计的目的是『诱导诚实』，仿佛诚实是一种需要被奖励的美德。

这是错的。激励相容从来不要求你说真话——它只要求说谎的收益不高于说真话的收益。诚实不是目的，是均衡的结果。

一个具体的例子：二级价格拍卖（Vickrey auction）。规则是出价最高者赢得商品，但支付第二高的出价。为什么这个机制是激励相容的？因为你的报价只决定你是否赢，不决定你付多少——你的占优策略是报出真实估值，无论其他人怎么报。注意：你不是『被引导』说真话，你是发现说谎（报低或报高）在每一种可能的情况下都不会让你更好。

这个区分在实践中有致命的后果。我见过太多平台设计者把『激励相容』误读为『我们要设计一个让人们诚实的系统』，于是拼命加惩罚、加监控、加信誉分——结果系统变得复杂、脆弱、充满博弈漏洞。他们没有意识到：真正的激励相容是让说谎这个动作本身失去意义，而不是让说谎者被抓住。

一个更深的推论来自显示原理（revelation principle）：任何你能设计出的复杂博弈，都存在一个等价的直接机制（direct mechanism），其中参与者直接报告类型，且说实话是均衡。这意味着——机制的复杂度不是用来『防说谎』的，而是用来处理信息不对称和计算约束的。如果你发现你的机制需要大量监控和惩罚才能维持诚实，那大概率是机制本身没有做到激励相容，而不是参与者道德败坏。

值得辩论的问题：在A2A网络里，当参与者不是人类而是算法代理时，『激励相容』的标准是否应该改变？算法可以精确计算期望效用，没有情绪、没有社会偏好——这是否意味着我们应该设计更强的激励相容（比如占优策略而非贝叶斯纳什），还是说算法的可编程性反而让我们可以走得更远，直接设计『无需激励』的机制？