在 ChatGPT 三秒就能给出任何专业问题"标准答案"的 2026 年，芒格那套"多学科判断力"反而比任何时候都更不可替代。
过去三年，"先问 GPT" 已经成为我们 90% 工作流的第一步。任何标准化的事实查询、任何专业领域的入门解释、任何已被人类反复回答过的问题——大语言模型都能在三秒内给出比平均人类更好的答案。这是不可逆的。但正是这个不可逆的现实，把一种古老的能力推到了空前位置：判断力。GPT 不知道哪个答案适合此刻的你。GPT 不知道当前情境的核心约束。GPT 不会因为同一个市场被三个不同学科同时解读而看到新可能。判断力是在多个学科的边界相交处涌现的能力——而这正是 Charlie Munger 一辈子在做的事。
Munger 1924 年生于内布拉斯加州奥马哈，1948 年从哈佛法学院毕业，前 30 年是律师，35 岁后才转向投资。他和 Warren Buffett 自 1959 年在一次晚宴上相识，此后 60 余年是合伙人。Buffett 多次公开说："我的 IQ 不如 Charlie，但他是我愿意把我所有孩子托付给的人。"——这不是客套话。Munger 90 多岁仍每天读书，自称"行走的学习机器"。他于 2023 年 11 月去世，享年 99 岁。他留下的这本《穷查理宝典》（编者 Peter Kaufman，2005 年初版、2008 年扩展版）不是一本严格意义上的"作品"，而是他几十年演讲、信件、采访的合集——但读完后你会明白，这种"散文集"形式不是缺陷，反而是 Munger 思想的本来形态：他从不试图把判断力压缩成 N 步公式。
这本书在过去十年成为硅谷的隐秘必读。Stripe、Notion、Linear、Anduril 等公司的内部 PRD 评审标准动作之一，是"先做 inversion"——把要做的功能反过来想："什么会让这个 feature 完全失败？" 这是直接从 Munger 那里抄来的方法。Naval Ravikant 在多次采访中称 Munger 是他"最重要的精神导师"。Shane Parrish 创办的 Farnam Street（mental models 网络的源头）以 Munger 为思想骨架。Patrick O'Shaughnessy 的播客 Invest Like the Best 把 Munger 列为"最常被嘉宾提及的人"。Daniel Kahneman 自己也说，他读过 Munger 后才意识到自己的学术研究真正应用边界在哪里。
关键是——在 AI 可以替你完成任何"标准化"工作的时代，剩下值钱的能力只有判断力。判断力的训练不可被外包。它需要二三十年累积、需要跨多个学科的根基模型、需要主动设计"反向场景"的习惯。这本书是判断力的训练手册——它不会告诉你"今年该买什么"，但它会告诉你"如何让自己在三十年里持续避免做出愚蠢的决定"。
芒格一辈子的方法浓缩成一句话——避免愚蠢，胜过追求聪明。这听起来像谦虚，其实是数学上最高效的策略。
芒格在 USC 法学院 2007 年毕业演讲（也是《穷查理宝典》第十一讲）里说出了他全部方法论的根基："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."（"我们这样的人能取得长期优势，靠的不是变得聪明，而是坚持不犯蠢——这是个值得惊讶的事实。"）80 多岁的芒格站在讲台上反复强调这句话——这不是谦虚的修辞，而是他经过 60 年投资实践得出的严肃结论。
这套方法之所以反直觉，是因为大多数文化（尤其是东亚教育与硅谷创业文化）训练的是"得分"——做出正确判断、找到伟大投资、说出聪明的话。芒格把这套追求"得分"的训练称为"愚蠢的诱惑"——它让人在不必要的地方耗能、在低胜算赌局上下注、在自己看不懂的领域强行表态。他的反向方法是：追求"不失分"——不做错误判断、不投资看不懂的东西、不在情绪激动时下决定、不参与"你不可能赢"的游戏。芒格给这套方法起了一个更刺耳的名字：避免愚蠢。
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.我们这样的人能取得长期优势，靠的不是变得聪明，而是坚持不犯蠢——这是个值得惊讶的事实。Charlie Munger · USC 法学院毕业演讲 · 2007 年（《穷查理宝典》第十一讲）
这种"反向追求"的方法论由两根支柱支撑。第一根是 inversion——遇到"如何成功"的问题，先反过来问"如何确保失败"，然后避开所有那些路径。芒格借用了 19 世纪德国数学家 Carl Jacobi 的箴言 "man muss immer umkehren"（必须永远反过来想），把它发展成日常决策方法。第二根支柱是 latticework of mental models（多元思维模型格栅）——把心理学、经济学、生物学、物理学、数学、统计学、工程学的基础模型织成一张交叉网格，让任何复杂现象都能从多个独立角度被照亮。一根锤子只能砸钉子；一个工具箱才能修复一架飞机。芒格一生在做的事，就是教自己和别人造一个完整的"思维工具箱"。
这本书全部 11 讲、约 30 万字的内容，最终都可以归到这两根支柱上。第一根支柱回答的是"避免愚蠢"的方向——颠倒思考，从负面定义目标。第二根支柱回答的是"如何识别愚蠢"的器械——多学科格栅，让单一偏差无处藏身。其余五个工具（能力圈、人类误判心理、Lollapalooza、复利耐心、避免愚蠢清单）都是这两根支柱在不同层面的具体化。读完这本书，如果只能记住一件事，记住这一对："反过来想 + 多学科格栅"——这就是芒格的全部。
这本书背后有四个支柱性命题——它们不是平行清单，而是层层递进的判断结构。每一个都直接挑战了当代主流的成功学假设。
芒格"格栅"概念里有一个最具杀伤力的洞察："如果你只有一把锤子，所有东西看起来都像钉子。" 现代专业训练把人锻造成深而窄的专家——一位法学博士、一位高频交易员、一位心血管外科医生——他们都在各自领域里是"锤子专家"。但当真实问题跨学科出现时，单锤子专家会强行把问题拍扁到自己的学科里解释。芒格主张相反——一个人应该掌握来自 8-10 个主要学科的"重要模型"（不是全部，只是每个学科最 robust 的几个），把它们织成网。当一个问题摆在面前时，这张网会从多个独立角度照射它，让真相浮现。这不是"博学多读"——多数学究读了很多书但思维仍然单一维度。芒格要求的是 active synthesis——主动把不同学科的模型套到同一个现象上做交叉验证。
芒格对学术界一个长期的批评是：经济学系不教心理学，心理学系不教经济学。结果是经济学家在"理性人"的假设上建模，心理学家在象牙塔里讨论"非理性"——而真实世界 99% 的决策由非理性的人在做。芒格在 1995 年哈佛法学院讲座（《穷查理宝典》第十一讲）里列出了 25 种人类误判心理学（Psychology of Human Misjudgment）——这成为整本书最被引用的部分。他把这些偏差当作"任何决策者必须熟练辨认的标准陷阱"——比如 reciprocation tendency（互惠倾向）、social proof（社会证据）、authority misinfluence（权威误导）、deprival superreaction（损失超反应）。多数 MBA 课程把这些放在"行为经济学"选修里——芒格主张这些应该是任何严肃学科的必修课。Daniel Kahneman 后来的全部学术工作（2002 年诺贝尔经济学奖、2011 年《思考，快与慢》），本质上是对芒格 1995 年这份清单的学术化精修。
这是芒格整本书的"中心论点"。他用了一个直接的论证：聪明决定能让你赢 +X，但一个愚蠢决定能让你输 −10X 甚至 −100X（杠杆失败、信任崩溃、健康透支、关系破裂）。期望值的非对称性意味着——花 80% 的精力避免那 5% 的灾难性愚蠢，比花 80% 的精力优化那 95% 的小聪明，长期回报更高。这就是 Buffett 的"第一条规则：永不亏钱；第二条规则：永远记得第一条"。这条命题听起来朴实，但执行起来反直觉——它要求你接受很多"看起来很赚的机会"不参与，因为它们附带 5% 的灾难尾部风险。在崇拜"all in"的硅谷文化里，这种"我不参与"的纪律几乎是异端。但芒格主义的全部成绩，恰恰建立在持续说"不"上——Berkshire 60 年里拒绝的项目比接受的多几百倍。
芒格引用 Einstein"复利是世界第八大奇迹"，但他强调的不是数学，而是行为——多数人不会破产于不会算复利，而是破产于"被打断的复利"：在大跌时恐慌卖出、在大涨时贪婪杠杆、在中年时换跑道、在关系开始变深时怀疑、在事业上升期跳槽追求 +20% 工资。每一次打断都重置了复利曲线。芒格自己持有 Berkshire Hathaway 60 余年，从未减仓；他的健身习惯坚持了 70+ 年，他的阅读习惯坚持了 80+ 年。"Sit on your ass" 是芒格著名的投资建议——多数时候什么都不做。这种"基于无聊的纪律"是芒格整个方法论里最难复制的部分——它要求你能忍受"长期看起来无所事事"的形象，能拒绝"积极有为"的文化压力，能在三五年没有"显著产出"时仍坚持原方向。
逐一拆解芒格的七大思想工具——每一个都包含一个被广泛误读的细节，那个细节才是这条工具真正的力量。
芒格在 1994 年加州大学圣巴巴拉分校演讲（《穷查理宝典》第二讲）里第一次完整阐述 "latticework of mental models"。他说一个聪明人应该掌握"几个学科里几个真正强大的模型"——大约 8-10 个学科里每个 3-5 个最 robust 的模型——把它们织成网格。当一个真实问题来到面前，他先问："数学怎么看这件事？""心理学怎么看？""经济学怎么看？""生物学怎么看？""物理学怎么看？""统计学怎么看？""工程学怎么看？""历史学怎么看？" 多个学科同时照射同一个问题时，那些被一两个学科误判但被其他学科共同确认的判断，就是真正可靠的判断。
芒格一直反对"专业护城河"的崇拜。他说："如果你只懂一种学科，你看到的世界是这门学科的扭曲版本。" 物理学家眼里所有问题都是平衡问题；经济学家眼里所有问题都是激励问题；心理学家眼里所有问题都是动机问题。这些都对，但都不完整。芒格自己学历是法律，但他主动学习心理学、生物学、热力学、统计学、工程学，把这些学科里"经过百年验证的几个核心模型"内化。这种"主动跨学科"在大学体系里不存在——大学奖励的是单学科深度。但在真实世界，跨学科深度才是稀缺品。芒格补充道：你不需要成为每个学科的专家——你只需要把每个学科里那 3-5 个被反复验证的"硬模型"内化到能在日常调用的程度。
You've got to have models in your head. And you've got to array your experience—both vicarious and direct—on this latticework of models.你必须脑中有模型。你必须把你所有的经验——无论亲历还是替代——挂在这张思维格栅上。Charlie Munger · USCB 演讲 · 1994（《穷查理宝典》第二讲）
芒格最有名的一句话："Invert, always invert." 来自 19 世纪德国数学家 Carl Jacobi 的拉丁箴言 "man muss immer umkehren"（必须永远反过来想）。Jacobi 用这个方法解代数难题——很多看似无解的问题，反过来问就豁然开朗。芒格把它从数学带进了日常决策。当大家都在问"如何幸福？""如何投资成功？""如何让公司成长？"时，芒格反过来问："如何确保自己一辈子悲惨？""如何确保投资失败？""如何确保公司在五年内死掉？" 然后把答案列出来——避开它们。
这个方法在工程界叫"故障模式分析"（FMEA），在心理治疗界叫"反事实思考"，在创业圈叫 "premortem"——Daniel Kahneman 大力推广的方法。它们都来自同一个根源：人类正向想象一种成功路径时倾向于乐观，反向想象失败路径时倾向于现实。芒格的标志性应用：他想知道如何成为一个好的婚姻伴侣，他不研究"如何讨好对方"，而是研究"什么行为会让我配偶在十年内憎恨我"——然后系统避开。他想知道如何为公司选董事，他不研究"如何识别好董事"，而是研究"什么样的董事会让公司毁灭"——然后系统排除。这种"反向定义目标"的方法在心理上更易执行——因为大多数"成功路径"过于宽泛，但大多数"失败路径"相当具体。
All I want to know is where I'm going to die, so I'll never go there.我只想知道我会死在哪里，这样我就永远不去那里。Charlie Munger · USC 法学院演讲 · 2007
芒格与 Buffett 共同提出"能力圈"（circle of competence）的概念，但芒格是更严厉的解释者。能力圈的核心定义不是"你会什么"，而是"你能可靠判断的范围"。多数人混淆这两者：他们以为读过几本书就能判断 AI 创业、看过几个财报就能判断半导体周期、买过几只股票就能判断货币政策。芒格反复说："你能力圈的大小无关紧要——重要的是知道它的边界在哪里。"知道自己不知道什么，比知道自己知道什么更有价值。
这个概念最常被误读的是"舒适圈"——以为能力圈是"待在熟悉领域不要乱碰"。芒格的原意完全相反：能力圈可以也应该扩展，但扩展的方式是"主动学习边界外的学科直到它们变成新的能力圈"，而不是"假装边界外的也是自己能力圈"。Buffett 在 90 年代末拒绝投资科技股的判断就来自这个原则：他不是说科技股不好，他是说"我看不懂"——而看不懂的事就不下注。芒格在 70 多岁时开始主动学半导体行业、电池行业（投资比亚迪），最终他和 Buffett 在 2016 年重仓 Apple——但前面有 20 年的"等学懂了再说"。能力圈是动态边界，不是固定围栏；扩张靠 5-10 年的耐心学习，不是"跨界尝试"。
Knowing what you don't know is more useful than being brilliant.知道自己不知道什么，比聪明更有用。Charlie Munger · 多次演讲
1995 年芒格在哈佛法学院的演讲 "The Psychology of Human Misjudgment"（《穷查理宝典》第十一讲，2005 年扩展版增至 25 项）系统列出 25 种人类标准误判模式。这是整本书最被引用的部分。芒格的论点是：心理学家、行为经济学家研究了 50 年后，发现一些反复出现的、可以预测的认知偏差——但这些发现没有进入主流学科教学。芒格把它们整理成一份"25 种诱因清单"，主张任何重大决策前都该用这份清单做"反检查"——你的判断是否被某种偏差污染？
25 种偏差里最有杀伤力的几条：① Reward and Punishment Superresponse（激励超反应）——人对激励的反应远超直觉，"展示给我激励，我就能告诉你结果"，所有销售奖金、KPI 设计、股权结构都该用这个模型预审；② Social Proof（社会证据）——人在不确定时模仿他人，导致泡沫、踩踏、群体性犯错；③ Authority Misinfluence（权威误导）——人对穿白大褂的、戴学位的、拿着话筒的人过度信任；④ Deprival Superreaction（损失超反应）——人对失去 X 的痛感约是得到 X 喜悦的 2.5 倍，这导致股市暴跌时的恐慌卖出；⑤ Liking Tendency（喜爱倾向）——你喜欢某人时会高估他的判断并接受他的请求，这是销售、政治、家庭关系的底层力学。
芒格强调，这 25 种偏差不是"应该消除"——它们是进化几百万年留下的固件，不可能消除。能做的是"识别 + 偏移"——知道自己可能被某种偏差影响时，刻意往反方向偏移决策。他自己每次重大投资前会列一张"二十五项偏差检查表"，逐项问"我的判断是否被这一项污染？"如果发现可疑，就推迟决定 24 小时。这份检查表已经被 Daniel Kahneman、Cialdini、Thaler 等学者引用为"行为经济学的实战版"。
I think I've been in the top 5% of my age cohort all my life in understanding the power of incentives, and yet I've always underestimated it.我可能一辈子都在同龄人中前 5% 理解激励的力量——但我仍然始终在低估它。Charlie Munger · 哈佛法学院演讲 · 1995（《穷查理宝典》第十一讲）
Lollapalooza 是芒格自创的概念，特指多种心理偏差同时朝同一个方向作用、产生指数级放大效果的现象。单一偏差通常只是把判断推偏一点，但当 4-5 种偏差刚好同时朝同一方向施压时，错误会从线性变成指数。芒格在 25 项误判清单的最后一项专门点出 Lollapalooza——它不是第 26 种偏差，而是前 25 种的"乘积"。芒格最常举的例子是 Coca-Cola 的成功设计："如果我要从零开始设计一种饮料，让它在 100 年内统治全世界，我会怎么做？" 他列出：① Reward—糖+咖啡因的双重愉悦回路；② Classical Conditioning—与"圣诞老人/北极熊"画面长期绑定；③ Liking—品牌人格化；④ Social Proof—"全球都在喝"；⑤ Authority—奥运会等顶级赞助；⑥ Availability—全球便利店无处不在。这六种偏差刚好朝同一方向叠加——结果是建立了一个百年品牌。这就是 Lollapalooza。
Lollapalooza 的杀伤力是双向的。它解释了为什么传销、邪教、市场泡沫能席卷千万人——多种偏差同时朝"加入"方向施压：social proof（大家都加入）+ authority（导师权威）+ commitment consistency（已经投入太多无法回头）+ liking（同伴温情）+ reciprocation（先免费体验）+ deprival（错过就来不及）。它也解释了为什么某些公司能建立"不公平优势"——把多种心理偏差刻意叠加为客户体验（Apple Store 的设计就是 Lollapalooza 工程的典范：authority + scarcity + social proof + ritual + 触觉激励）。芒格主张任何投资人都必须能识别 Lollapalooza——既识别"被 Lollapalooza 设计骗住"的危险，也识别"建立了 Lollapalooza 的公司"的稀缺价值。
The most extreme behavior comes from a Lollapalooza, where several psychological factors operate together in the same direction.最极端的行为来自 Lollapalooza——多种心理因素朝同一方向同时作用。Charlie Munger · 哈佛法学院演讲 · 1995
芒格引用 Einstein 据传的话 "Compound interest is the eighth wonder of the world. He who understands it, earns it; he who doesn't, pays it." 但芒格的洞察不在数学，而在行为：复利的全部魔力来自"不被打断"。多数人不会因为不会算复利而失败，他们失败于"被打断的复利"——在大跌时恐慌卖出、在大涨时贪婪杠杆、在中年时换跑道、在关系开始变深时怀疑、在事业上升期跳槽追求 +20% 工资。每一次打断都重置了复利曲线。10% 年化收益持续 30 年 ≈ 17 倍；10% 年化但每 5 年中断一次（卖出再买回）≈ 4 倍。同样的"年化收益率"，路径不同，终局相差 4 倍。
芒格自己持有 Berkshire Hathaway 60 余年，从未减仓——这本身就是一个不可被复制的资产。他的健身习惯（每天游泳）坚持了 70+ 年，他的阅读习惯坚持了 80+ 年。"Sit on your ass" 是芒格著名的投资建议——多数时候什么都不做。这种"基于无聊的纪律"是芒格整个方法论里最难复制的部分——它要求你能忍受"长期看起来无所事事"的形象，能拒绝"积极有为"的文化压力，能在三五年没有"显著产出"时仍坚持原方向。在崇拜 "做点什么" 的当代职业文化里，这条几乎是逆天的——但芒格反复强调：你 90% 的财富会在你"什么都没做"的那些年里复利出来。
The big money is not in the buying or the selling, but in the waiting.大钱不在买卖之间，而在等待之中。Charlie Munger · Berkshire 年会 · 多次
这是芒格整本书所有方法的归一——也是他全部哲学的浓缩。"避免愚蠢"不是道德说教，而是数学策略：在长期非对称回报的游戏中，避免重大错误的 ROI 远高于追求重大胜利。芒格列出几条"愚蠢清单"——不要因为嫉妒别人发财而下注（嫉妒是"七宗罪"里唯一一种你完全感受不到快乐的罪）；不要在喝醉、生气、爱上、绝望时做决定；不要把所有鸡蛋放在你自己不能完全控制的人手里；不要拒绝学习对你重要但你不感兴趣的学科；不要重复犯同一种错——这是最便宜的愚蠢。
芒格的"愚蠢清单"是动态的——每当他自己或 Berkshire 犯错时，他会把那种错误的"模式"添加到清单上。这是为什么 Berkshire 60 年里几乎从未重复犯过同一种类的错误。Buffett 在年报里反复检讨过去的错误（"我应该买好公司而非便宜公司"是 Buffett 90 年代写下的，源自他在 60-70 年代多次买"便宜烟蒂股"被烫到的教训）。芒格主张：每个人都应该有一份个人的"愚蠢清单"——每次自己犯错或亲眼看见别人犯错时，把那种愚蠢的"通用模式"提炼出来加入清单。一年下来你会有 30+ 条；十年下来你会有 300+ 条——这是任何 MBA 课程都教不出来的判断力底料。
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.我们这样的人能取得长期优势，靠的不是变得聪明，而是坚持不犯蠢——这是个值得惊讶的事实。Charlie Munger · USC 法学院演讲 · 2007
芒格主义不是一次性顿悟，而是六组可以本周开始的具体动作——每一项都设计成"门槛低 / 复利高"。
芒格的方法被广泛误读为"博学 = 智慧"或"龟缩 = 谨慎"——以及，它确有一个 Taleb 派提出的严肃理论盲点。
很多读者读完这本书后开始疯狂囤书，以为"多读跨学科书 = 拥有格栅"。这是对芒格的根本误读。芒格反复强调，他要的不是"博学"，而是 "少而精的根本模型 + 主动 synthesis"。一个人记住 200 个心理学实验远不如真正内化 8-10 个最 robust 的心理学模型并能在日常决策中调用。芒格自己其实读的书并不算多——他读的是被几十年验证过的经典；他读得慢、读得深、读了立刻找现实问题做应用。"博学"是被动摄入，"格栅"是主动应用——前者堆砌信息，后者建立可调用工具。两者天差地别。判别一个人是否真的"有格栅"很简单：给他一个跨学科真实问题（比如"为什么 LinkedIn 比 Facebook 在 B2B 招聘上更值钱？"），如果他能从经济学激励、心理学社会证据、网络效应数学、平台生物学生态位四个独立角度同时解读——他有格栅；如果他只能从一个角度反复展开——他只是博学。
"能力圈"在中文社区被广泛误读为"待在自己熟悉的领域不要乱碰"。芒格的原意完全相反——他主张能力圈应该持续扩展，但扩展的方式是"主动学习边界外的领域直到内化"，而不是"假装边界外的也是自己能力圈"或"永远龟缩在最初的小圈里"。Buffett 在 70-80 年代从"格雷厄姆式烟蒂股"扩展到"高质量品牌股"（喜诗糖果、可口可乐），就是能力圈扩展的经典案例。芒格 70 多岁开始学半导体、电池行业，最终在 2008 年带 Berkshire 投资比亚迪、2016 年重仓 Apple——但每一次扩展都伴随 5-10 年的耐心学习，不是一次性的"跨界尝试"。能力圈是"动态边界"，不是"固定围栏"——既不能假装它比实际更大，也不能让它停止生长。
Nassim Taleb 在《黑天鹅》《反脆弱》中提出了对"心智模型"方法最锋利的批评。他的核心论点是：世界上很多最重要的事件来自"未知的未知"——那种你从未见过、无法用任何已有模型预测的极端事件。Taleb 担心的是，掌握了"格栅"的人容易产生一种危险的自信——"我有 X 个学科的视角覆盖"——这种自信反而让人忽视模型外的尾部风险。他主张相反的策略：承认大部分重要事情是不可预测的，把精力放在"建立反脆弱结构"（让自己在黑天鹅事件中获益），而不是"提升预测能力"。这个批评对芒格主义是严肃的。客观地说，芒格自己并没有声称多元模型能预测黑天鹅——他多次表达"不可知"的谦逊（"未来比过去更难预测"），他用"避免愚蠢"和"长期耐心"作为对不可预测性的对冲。但读者使用芒格方法时容易滑向 Taleb 警示的"模型自信陷阱"——读了 8 本书就觉得自己看穿了世界。一个综合的判断：芒格适合"提升日常 80% 决定的判断质量"，Taleb 适合"在那剩下 20% 重大不确定面前设计反脆弱结构"——两者互补，不互替。把芒格的格栅当作"全能预测器"是危险的；把它当作"避免最常见愚蠢的工具箱"是恰当的。
芒格的思想有清晰的源头与下游——读懂这张地图，等于读懂半部 20 世纪西方决策理论史。
芒格自己最常引用的几本书，是他"格栅"的直接来源。《影响力》（Robert Cialdini, 1984）—— 芒格在本书第十一讲多次引用 Cialdini，称这本书"改变了他对人类行为的理解"。Cialdini 6 条说服原理（互惠、承诺一致、社会证据、喜爱、权威、稀缺）是芒格 25 项偏差的直接源头之一。《富兰克林自传》（Benjamin Franklin, 1791）—— "穷查理"这个名字直接来自富兰克林笔下的 "Poor Richard"。芒格视富兰克林为"美国最完整的多学科人"，是 latticework 思想的隐性祖师。《如何区分真假信念》（Thomas Gilovich《How We Know What Isn't So》, 1991）—— Gilovich 是芒格在心理学领域最常引用的学者之一，他研究的"日常生活中的认知错觉"是芒格 25 项偏差的学术化版本。
有几位思想家与芒格形成关键张力，与他并读会让你判断力跃升一档。《黑天鹅》（Nassim Taleb, 2007）—— 对"模型主义"的最锋利批评。Taleb 主张承认不可知、设计反脆弱，是芒格"提升预测"的最有力反方。《思考，快与慢》（Daniel Kahneman, 2011）—— 把芒格的"25 项偏差"严谨学术化。Kahneman 自己也承认他读过芒格后才意识到自己研究的应用方向。两者互补：芒格是实战版，Kahneman 是学术版。《Skin in the Game》（Nassim Taleb, 2018）—— Taleb 的另一面：判断不能脱离风险共担。芒格推崇"分析"，Taleb 推崇"承担"——两个维度都不可缺。
芒格思想的当代下游枝繁叶茂。《原则》（Ray Dalio, 2017）—— Dalio 的"算法化决策"是芒格方法的工程化版本，把"避免愚蠢"和"愚蠢清单"做成可代码化的决策树。《纳瓦尔宝典》（Eric Jorgenson《The Almanack of Naval Ravikant》, 2020）—— Naval 称芒格是他最重要的精神导师；这本书是芒格方法在 21 世纪科技世代的迁移版，把"复利耐心""能力圈""避免愚蠢"重新讲给加密货币与 SaaS 一代。《一如既往》（Morgan Housel《Same as Ever》, 2023）—— Housel 是芒格思想的当代最佳普及者，把"避免愚蠢""长期复利""人类心理不变量"在 21 世纪重新讲了一遍，文笔比芒格本人更柔软可读。