我们分析了一个长期契约问题，该问题涉及一个关于捕获关系生产力的参数的常见不确定性，并具有代理的隐藏行为。我们开发了一种方法，适用于任何效用函数，当参数和噪声是正态分布的，当努力和噪声相加影响输出。然后，我们解析地求解当代理具有指数效用时的最优契约。我们发现，随着智能体质量信息的提高，帕累托边界会向外移动。相比之下，在标准现货市场设置中，当参数衡量代理的“质量”时，帕累托边界会随着更好的信息向内移动。因此，当人们更准确地了解质量时，承诺就更有价值了。这样就更容易提供激励，因为代理人操纵委托人信念的空间更小。此外，与一次性承诺的结果相比，随着经验的积累，工资波动性下降。