Poor Charlie’s Almanack Skill

一套可直接使用的 AI skill 工具包——把查理·芒格的核心思维方法拆成了 12 个可单独触发、也可组合调用的判断模块。

这不是一本书的摘要页。书是这些 skill 的来源，不是首页主角。

这套 skills 能解决什么问题

• 做重要决策时，不想只靠直觉拍板
• 需要识别认知偏差、激励扭曲和判断盲点
• 想把"逆向思考"“能力圈”"多元思维模型"变成可调用工具
• 需要一套面向投资和商业分析的高复用思考框架
• 想在团队决策中引入结构化检查，而不是靠经验拍脑袋

蒸馏了什么

从《穷查理宝典》中提取了 12 个经过三重验证的 skill，覆盖四个维度：

• 核心思维方法：inversion-thinking（逆向思考）、latticework-mental-models（多元思维模型格栅）、darwinian-objectivity（达尔文式客观）、circle-of-competence（能力圈）
• 认知偏差防范：dual-track-analysis（双轨分析）、misjudgment-psychology-checklist（误判心理学清单）、lollapalooza-effect（拉普帕卢萨效应）、incentive-analysis（激励分析）、deprival-superreaction（剥夺超级反应）
• 投资与商业分析：value-assessment（价值评估）、scale-advantage-analysis（规模优势分析）
• 综合执行框架：checklist-decision（清单决策）

提取过程从 49 个候选方法论单元中筛选，最终通过率 24.5%——每 4 个候选里只有 1 个能成为 skill。

效果示例

示例 1：投资决策中的自我怀疑

用户问题

“我在考虑投一家 SaaS 公司，增长很快，但我总觉得自己可能只是被创始人的表达打动了。怎么判断？”

skill 如何判断

• 先触发 circle-of-competence，判断这家公司是否在你的真实理解范围内
• 再触发 darwinian-objectivity，强制寻找反面证据
• 同时调用 incentive-analysis，看创始人、投资人、销售团队的激励是否一致
• 最后用 checklist-decision 把判断收束成一份可复核清单

最终回答示例

先不要判断这是不是好公司，先判断这是不是你真正看得懂的公司。你至少要回答四件事：它为什么能持续增长、客户为什么不轻易流失、未来两三年最可能破坏它增长的因素是什么、如果创始人不在公司是否仍能运转。如果这四个问题里有两个答不清楚，这家公司大概率还不在你的能力圈内。接着反过来问：什么情况下这家公司会失败？最常见的三类答案是获客成本失控、产品可替代性高、团队激励错位。最后把这些结论整理成清单，再决定要不要继续研究，而不是直接下判断。

示例 2：规模优势的陷阱

用户问题

“一个行业龙头越做越大，是不是就一定更有优势？”

skill 如何判断

• 触发 scale-advantage-analysis
• 如果问题涉及极端结果，再补 lollapalooza-effect
• 如果问题最终要落到投资决策，再接 value-assessment

最终回答示例

规模不是自动等于优势。先看规模给它带来了什么：采购成本下降、品牌认知增强、网络效应变强，还是信息优势扩大。再看规模开始带来的代价：组织臃肿、决策变慢、激励失真、内部政治增加。真正重要的不是"大不大"，而是规模优势还在增强，还是已经被官僚成本吃掉。如果两个方向同时存在，就不能只因为它是龙头就默认它更强。

这些 skill 是怎么生成出来的

这套 skill 使用 cangjie-skill 的 RIA-TV++ 流水线生成，整个流程分六个阶段：

1. 整书理解（Adler 分析）——用 Mortimer Adler 的分析阅读法，对全书做结构、解释、批判、应用四步拆解，产出 BOOK_OVERVIEW.md
2. 并行提取——同时派 5 个专项提取器（框架、原则、案例、反例、术语），从原文中提取候选方法论单元
3. 三重验证筛选——每个候选必须通过三项检验：书中至少有 2 处独立佐证（跨域）、能回答书中未明说的新问题（预测力）、不是常识（独特性）。通过率通常只有 25-50%
4. RIA++ 构造——将验证通过的内容按 R（原文引用）/ I（用自己的话重写）/ A1（书中案例）/ A2（未来触发场景）/ E（可执行步骤）/ B（边界与盲点）六个维度结构化
5. Zettelkasten 链接——找出 skill 之间的依赖、对比、组合关系，生成 INDEX.md 和引用图
6. 压力测试——为每个 skill 设计包含诱饵题的测试用例，未通过的回炉重做

每个 SKILL.md 都是这个过程的真实产出，保留了 candidates/ 和 rejected/ 作为完整审计轨迹。

Generated by Cangjie Skill

本仓库由 cangjie-skill 生成——一个把书蒸馏成可执行 AI skills 的开源工具链。

cangjie-skill 基于 RIA-TV++ 方法论，将书籍中的方法论、框架、原则提取为原子化的 skill，可被 AI agent 在真实场景中直接调用。

仓库结构

poor-charlies-almanack-skill/
├── README.md              ← 你正在看的
├── README.en.md           ← English version
├── README.ja.md           ← 日本語版
├── LICENSE                ← MIT
├── BOOK_OVERVIEW.md       ← 阶段 0 产出：全书 Adler 分析
├── INDEX.md               ← 阶段 3 产出：skill 总览 + 引用图
├── candidates/            ← 阶段 1 产出：49 个原始候选单元
├── rejected/              ← 阶段 1.5 产出：37 个被淘汰的单元 + 原因
├── verified.md            ← 通过三重验证的 12 个单元
└── */SKILL.md             ← 12 个 skill，每个附带 test-prompts.json

如何使用

1. 浏览 INDEX.md 了解 skill 全景图和依赖关系
2. 找到与你当前问题相关的 */SKILL.md，直接使用里面的触发条件和执行步骤
3. 将 skill 接入你的 agent 框架，或把 prompt 作为独立工具使用
4. 用 test-prompts.json 验证 skill 在正确场景下触发、在错误场景下不触发

来源

• 书籍：《穷查理宝典》（Poor Charlie’s Almanack）
• 核心人物：Charlie Munger
• 编者：Peter D. Kaufman

More Skills

• Buffett Letters Skill — 巴菲特 60+ 年致股东信的 20 个投资判断 skill
• No Rules Rules Skill — 网飞自由与责任文化的 10 个组织设计 skill
• Cognitive Dividend Skill — 《认知红利》思维升级的 15 个认知工具 skill
• Duan Yongping Skill — 段永平投资问答录的 15 个商业与投资 skill

关于作者

袋鼠帝 kangarooking — AI 博主，独立开发者。AI Top 公众号「袋鼠帝 AI 客栈」主理人

火山引擎领航 KOL，百度千帆开发者大使，GLM 布道师，Trae 昆明第一任 Fellow

微信公众号「袋鼠帝 AI 客栈」二维码：

License

MIT. See LICENSE.