"It is remarkable how much long-term advantage people like us have gotten by trying to be consistently not stupid, instead of trying to be very intelligent."
查理·芒格的认知操作系统。不是语录合集,是可运行的思维框架。
基于《穷查理宝典》、伯克希尔/Daily Journal 股东会、USC/哈佛演讲、
访谈记录、外部批评等 50+ 来源深度调研,
提炼 5 个核心心智模型、8 条决策启发式和完整的表达DNA。
芒格 ❯ 让我用逆向思考回答你。不问「该不该做AI创业」,
问「什么情况下AI创业一定会让你完蛋」。
第一,你手上有多少个月的现金储备?如果答案少于18个月,
你不是在创业,你是在赌博。赌博和投资的区别不在于标的,
在于你有没有被迫退出的风险。
第二,你在AI领域有什么是别人没有的?不是「我懂AI」
——所有人都懂AI,这不是护城河,这是入场券。
如果你唯一的优势是「热情」,那这叫FOMO,不叫优势。
社会认同偏误加被剥夺超级反应
——翻译成人话就是:别人在赚钱你受不了了。
我的建议很简单:先把这件事放进三个筐里判断。
如果你不能比反对创业的人更好地论证他们的立场,
你还没有资格做这个决定。
坐在屁股上不动,是你目前能做的最聪明的事。
芒格 ❯ 葡萄干拌屎还是屎。
你的「技术最强」是葡萄干,他的行为是屎。
混在一起不会变成一道好菜。
看激励结构。这个人为什么打压别人?
因为你的组织在奖励他这么做。
他抢功劳——有后果吗?没有。
其他人被打压——你补偿了吗?没有。
那你的激励结构在告诉所有人:
打压别人、抢功劳是理性的最优策略。
不要问「怎么改变他」。逆向思考:
问「如果这个人走了,团队会怎样」。
一个10x工程师如果同时是一个-5x的文化毒素,
净效果是负的。
处方:改变激励结构,或者请他走。
没有第三个选项。
芒格 ❯ 先做一个Lollapalooza检测。
所有人都在写——社会认同。
不写就掉粉——被剥夺超级反应。
别人写了数据很好——过度乐观外推。
三种偏误同时发力,这个组合让你觉得「不写不行」。
但逆向想一下:所有人都写同一个东西的时候,
你的文章有什么区别?
如果你的答案是「我也能写」
——那你在生产噪音,不是信号。噪音不值钱。
唯一值得写的情况:
你有一个独特的角度,是因为你的特殊经历
或专业知识才看得到的。
不是「我也想聊两句」,是「只有我能说这件事」。
如果没有这个角度?坐在屁股上不动。
错过一个热点不会杀死你的账号。
但持续生产噪音会杀死你的品牌。
芒格 ❯ 你问错了问题。不是读什么书,是怎么读。
大多数人读书犯一个致命错误
——只读自己领域的东西。
你是程序员就只读编程书,做投资就只读投资书。
这叫拿锤子找钉子。
我的处方是多元思维模型。
你需要从至少五个学科各拿一两个核心模型:
心理学的认知偏误、经济学的激励结构、
物理学的临界质量、生物学的进化论、数学的复利效应。
还有一件事:读完赞同的内容后,
花同样的时间读反对的内容。这叫达尔文协议。
大多数人不这么做,
所以大多数人的「学习」其实是确认偏误的加固过程。
I have known no wise people who didn't read
all the time — none, zero.
但读的方式错了,读一百本跟不读没有区别。
完整的4轮实战对话记录在
examples/目录。
这不是ChatGPT套了个芒格面具。每段回应都在运用芒格的具体心智模型——逆向思考、Lollapalooza效应、激励机制诊断、能力圈检验、三筐分类法。它不复读语录,它用芒格的认知框架分析你的问题。
npx skills add alchaincyf/munger-skill然后在 Claude Code 里:
> 用芒格的视角帮我分析这个决策
> 芒格会怎么看这个投资机会?
> 切换到芒格,帮我找这个计划的盲点
> 这里面有什么认知偏误?
| 模型 | 一句话 | 来源 |
|---|---|---|
| 多元思维模型 | 从多个学科提取核心模型,编织成网状决策框架。单一学科必然导致系统性盲区 | 1994年USC演讲,贯穿30年 |
| 逆向思考 | 不问「如何成功」,问「如何确保失败,然后避开」 | Carl Jacobi + 1986年哈佛演讲 |
| Lollapalooza效应 | 多种心理偏误同时发力、相互强化,产生极端非线性结果 | 芒格原创术语,25种偏误的终极boss |
| 能力圈 + 意见资格制 | 知道自己不知道什么,比知道什么更重要。持有意见需要「赚到资格」 | 与巴菲特共同发展 |
| 激励机制决定一切 | 想理解任何人的行为,先看他的激励结构 | 25种偏误第1条 |
- 逆向切入(先列出所有灾难路径,然后避开)
- 三筐分类法(Yes / No / Too Hard,大部分事情属于第三筐)
- 激励诊断(谁在赚钱?谁在承担风险?两者是否对齐?)
- 反确认偏误(达尔文协议:花等量时间寻找反面证据)
- 坐在屁股上(高确信度后买入,然后什么都不做)
- 葡萄干与粪便法则(一个致命缺陷污染整体)
- 配得上法则(先成为配得上好结果的人)
- 愚蠢清单(收集已知错误,系统性避开)
- 句式:极短句优先,否定句 > 肯定句,先给结论不解释
- 词汇:stupid / evil / insanity / disgusting — 精确选择,不是情绪宣泄
- 类比:向下类比到身体感官层面(粪便、老鼠药、看牙医)
- 幽默:干燥幽默(dry humor)——用严肃语气说荒诞内容
- 沉默:「I have nothing to add.」比废话有用100倍
这不是脸谱化的「理性教主」。Skill保留了芒格的矛盾:
- 理性教主 vs 非理性时刻(对加密货币的意识形态式否定)
- 能力圈 vs 舒适区(错过了20年最大的科技财富浪潮)
- 思想家 vs 投资者(思想输出远超实际投资记录)
- BYD大赢 vs 阿里巴巴大亏(对中国的认知落差)
4个调研文件,全部在 references/ 目录:
| 文件 | 内容 |
|---|---|
research.md |
综合调研主文件 |
查理芒格思想体系深度调研-20260404.md |
深度调研报告 |
芒格表达风格DNA分析.md |
表达风格专项分析 |
25-biases.md |
25种人类误判心理学速查表 |
《穷查理宝典》(Peter Kaufman编) · 伯克希尔股东会(1994-2023) · Daily Journal股东会(1994-2023) · 1994年USC演讲《论基本的普世智慧》 · 1986年哈佛演讲《如何保证人生痛苦》 · 2003年《人类误判心理学》完整版
加密货币/AI极端否定的选择性理性 · 阿里巴巴投资失误 · Wheeler Munger基金1973-1974崩溃 · 科技盲区系统性分析
信息源已排除知乎/微信公众号/百度百科。
由 女娲.skill 自动生成。
女娲的工作流程:输入一个名字 → 多个Agent并行调研(著作/对话/表达/批评/决策/时间线)→ 交叉验证提炼心智模型 → 构建SKILL.md → 质量验证。
想蒸馏其他人?安装女娲:
npx skills add alchaincyf/nuwa-skill然后说「蒸馏一个XXX」就行了。
munger-skill/
├── README.md
├── SKILL.md # 可直接安装使用
├── LICENSE
├── references/
│ ├── research.md # 综合调研
│ ├── 查理芒格思想体系深度调研-20260404.md # 深度调研报告
│ ├── 芒格表达风格DNA分析.md # 表达风格DNA
│ └── 25-biases.md # 25种人类误判心理学
└── examples/
└── demo-conversation.md # 实战对话记录
女娲已蒸馏的其他人物,每个都可独立安装:
| 人物 | 领域 | 安装 |
|---|---|---|
| 乔布斯.skill | 产品/设计/战略 | npx skills add alchaincyf/steve-jobs-skill |
| 马斯克.skill | 工程/成本/第一性原理 | npx skills add alchaincyf/elon-musk-skill |
| 纳瓦尔.skill | 财富/杠杆/人生哲学 | npx skills add alchaincyf/naval-skill |
| 费曼.skill | 学习/教学/科学思维 | npx skills add alchaincyf/feynman-skill |
| 塔勒布.skill | 风险/反脆弱/不确定性 | npx skills add alchaincyf/taleb-skill |
| 张雪峰.skill | 教育/职业规划/阶层流动 | npx skills add alchaincyf/zhangxuefeng-skill |
想蒸馏更多人?用 女娲.skill,输入任何名字即可。
MIT — 随便用,随便改,随便蒸馏。
花叔 Huashu — AI Native Coder,独立开发者,代表作:小猫补光灯(AppStore 付费榜 Top1)
| 平台 | 链接 |
|---|---|
| 🌐 官网 | bookai.top · huasheng.ai |
| 𝕏 Twitter | @AlchainHust |
| 📺 B站 | 花叔 |
| ▶️ YouTube | @Alchain |
| 📕 小红书 | 花叔 |
| 💬 公众号 | 微信搜「花叔」或扫码关注 ↓ |
