蚂蚁工资条竞业限制评估工具

要解决的具体问题

竞业限制决策的风险散落在四个环节：员工是否属于法定三类人员（高级管理、高级技术、其他负有保密义务），补偿金比例是否符合33城差异化标准，地域与行业范围是否被法院认可，以及雇主和员工双向违约概率如何量化。一个错误判断可能带来补偿金损失、商业秘密流失或协议无效的连锁后果。

工作原理与核心能力

该技能采用 Python 精算 + LLM 策略 架构：Python 负责精确计算（补偿金金额、风险评分、合规逐项检查），LLM 负责法律策略解读与方案建议。

核心能力

• 适用性评估：判断员工是否属于法定三类人员，普通员工签署的协议直接无效。
• 补偿金计算：覆盖33城差异化标准（深圳≥50%、江苏≥33.3%、北京倾向50%、上海严格30%），协议约定优先，未约定按当地法院倾向比例。
• 范围评估：从地域合理性、行业宽泛度（“全行业”条款通常无效）、期限（≤24个月法定上限）三个维度校验。
• 双向违约风险评估：雇主侧5维度（补偿金比例、支付记录、条款明确性、范围合理性、司法倾向），员工侧4维度（新工作行业重合度、原岗位涉密程度、违约证据链、补偿金领取状态）。
• 合规审查：10项检查项对应《劳动合同法》第23/24条、民法典585条及司法解释，覆盖主体适格、期限、补偿金、违约金、解除权、就业报告义务等。
• 行业竞争图谱：12大行业的竞争企业名单、核心知识产权与针对性建议。

工作流

1. 信息收集：确认员工信息（岗位、月均工资、涉密程度）、合同履行城市、公司行业、协议条款（如有）。
2. 核心评估：调用Python引擎完成 assess_applicability()、calc_compensation()、assess_scope()、assess_breach_risk()、compliance_review()、competition_map() 六项评估。
3. 策略解读：LLM 基于Python结果输出法律风险解读、成本效益分析、诉讼策略建议、协议修改方案。
4. 输出交付：HR决策报告（Markdown）、法务审查报告（Markdown）、管理层摘要（HTML/PPT大纲）、执行清单（JSON）。

适用边界与注意点

• 不替代正式律师意见，涉及诉讼或重大协议时需由法务复核。
• 普通员工不属于法定三类人员时，协议可能被认定无效，评估结果仅作决策参考。
• 城市补偿金标准基于当地司法实践倾向，具体案件仍受个案因素影响。
• 批量评估需准确录入每位员工的岗位、工资与涉密程度，参数偏差会影响补偿金与风险评分结果。