开宗明义：为什么要写这个系列？它能给读者带来什么
做决策最怕两件事：信息噪音多、时间永远不够。你我每天都在被数据、观点和“过来人经验”拉扯，但真正的好决策，往往来自少而准的判断框架。
查理·芒格给出的答案不是“单一绝招”，而是——建立一套跨学科、可迁移、可复用的思维模型体系。这套体系像一个工具箱：遇到问题先翻格架，挑对模型，再落到动作。
所以，这个系列想做三件事：
把芒格常用的100个思维模型讲清楚；
每个模型配一段芒格的真人真事，不是空谈；
给出日常/工作/亚马逊运营的落地法，能用、敢用、好用。
谁是查理·芒格（Charlie Munger）？
出身与早年：1924年生于美国奥马哈，中产家庭，少年在巴菲特父亲的杂货店打过工。二战服役后读法学院，后来从律师转向投资。
与巴菲特结盟：1960年代与巴菲特相识，成为伯克希尔·哈撒韦的长期合伙人，被称为“幕后导航”。他改变了巴菲特的投资风格：从捡便宜的“烟蒂股”，转向以合理价格买极优秀的企业。
个性与方法：少言、犀利、反直觉；强调多学科交叉、思维模型格架、反向思考、激励机制、机会成本与安全边际。
影响力：他不是段子手，更不是鸡汤大师；他的名言背后都有“可复现的思考路径”。这也是本系列要呈现的。
你是不是也遇到过这样的困惑👇
👉 一个新品看起来前景很好，同行都在卖，你上了却亏本都卖不动？
👉 广告报表漂亮得不得了，但最后利润还不如停投前？
👉 团队开会人人信心满满，结果季度下来比最悲观预估还低？
其实，这不是你不会选品，也不是市场太难。
问题出在——你在判断未来时，只看了个例，没有看群体。
查理·芒格有个冷冰冰但极智慧的建议：
“别从故事开始思考，从基础率开始。”
他指的基础率（Base Rate）是——
在类似情况下，某件事“通常会怎样”。
它让你从“我觉得”回到“现实数据”，
从“特例幻想”回到“统计规律”。
1）模型介绍：什么是 #19「Base Rates & Reference Class — 基础率与参照类」
简单来说：
基础率（Base Rate） = 某类事件在历史上成功/失败的平均概率。
参照类（Reference Class） = 与你当前问题最相似的一组案例。
芒格说：
“人类最常犯的错误，就是忘记自己只是样本中的一个。”
举个例子：
如果你在做一个新品，历史上同类产品平均成功率是 15%，
那你的默认起点就不是“稳赢”，而是85%会失败。如果你在写一份广告文案，类似投放 ROI 平均是 1:2，
那你就不能以为这次能神奇做到 1:6。
基础率思维，是冷启动时代的定心丸。
它让你在不确定的世界里，保持概率上的理性。
二、芒格真人真事：他如何用“基础率”避免误判
在上世纪 70 年代，伯克希尔考察一家航空公司。
管理层信誓旦旦地说：“航运将成为下一个增长奇迹。”
报表看上去确实漂亮。
芒格问了一个简单的问题：
“历史上，这个行业平均赚过钱吗？”
答案是——几乎没有。
过去 40 年里，美国几乎所有航空公司长期亏损。
于是伯克希尔放弃投资。
而几年后，美国航空业果然进入低价竞争、连环破产。
芒格总结：
“不看基础率，就像带着望远镜看脚下的坑。”
三、为什么人们总是忽略基础率？
1️⃣ 我们太容易被故事打动。
“别人靠TikTok爆单”、“同行靠新品翻倍”这些故事会激活你的多巴胺，
让你忽视——那是极少数特例。
2️⃣ 我们讨厌平均值。
因为它让人不舒服。
它提醒我们，大多数努力并不会带来惊喜。
3️⃣ 我们误把经验当规律。
“我上次这样操作赚了钱”——
但样本量只有一次，这根本不具统计意义。
芒格的反人性在于：
“别问这次特别吗？先问，这次有多像‘其他99次’？”
四、如何在日常生活与工作中使用基础率思维（口语版）
① 预判时，先查“现实分布”而不是信念
做决策前，别问“我行不行”，
先问——“像我这样的人，通常行不行？”
例如：
你要创业，就去看 100 家同类创业公司的存活率。
你要涨薪，就查行业平均跳槽加薪幅度。
你要做新品，就去看同类 ASIN 的平均转化与生命周期。
基础率不是限制，而是起点。
它帮你知道——你得跑得多快，才不被平均吃掉。
② 估计目标时，用“悲观中值法”
别问“我能赚多少”，问“在最常见的情况我会赚多少”。
例如：
广告投放 ROI 的基础率是 1:2，你计划做到 1:3。
市场平均转化率是 10%，你预期 8%。
产品平均生命周期是 8 个月，你按 6 个月保守测算。
这样你永远留有安全边际。
如果未来比你估的好，那是惊喜，不是奇迹。
③ 做决策前，用“参照类三问”
1️⃣ 这件事以前有人做过吗？结果如何？
2️⃣ 我现在的情况，和他当时有什么相似与不同？
3️⃣ 如果重来一次，他会在哪一步改？
这三个问题比任何灵感更值钱。
因为它让你不再靠“勇气”决策，而是靠“数据概率”决策。
五、如何应用在亚马逊运营（3个最实用方案）
📊 A. 新品开发：用“品类基础率”判断机会真假
很多卖家做选品，靠感觉。
但真正厉害的，是先看统计：
类目平均转化率（CVR）
平均生命周期（从上架到下架的周期）
复购率与季节波动
例如：
户外用品类目平均生命周期是 12–18 个月，
但家具平均是 36 个月以上。
这意味着前者更靠上新节奏，后者靠存量积累。
👉 基础率帮你选赛道，而不是选故事。
💰 B. 广告投放：从个别波动看整体分布
你看到广告ACOS一天暴涨别慌。
先看7天、14天、30天分布中值。
若30天的ACOS均值稳定，你的广告还在系统“基础率区间”。
芒格说：“短期噪音，长期趋势。”
基础率，就是你对抗情绪化决策的防震墙。
🧩 C. 团队绩效：用参照类标尺防止“错评估”
别用“理想值”考核员工，要用“参照值”。
例如：
同类账号平均上新周期是14天，你的团队是12天；
同行平均广告ACOS是32%，你要求维持在29%。
那这不是“不够好”，而是“超越基础率”。
优秀不是神迹，是相对分布中的前20%。
🧭 结语
基础率思维不是让你悲观，
而是让你用现实校正信心。
做运营、做管理、做投资都一样：
不要问“我能赢吗”，
要先问“像我这样的人，赢的概率是多少？”
知道分布的人，不会迷信运气。
他只会微笑着说：
“我不赌奇迹，我下注在统计学上。”
下期预告｜模型 #20：Bayesian Updating — 贝叶斯更新
我们将讲：为什么芒格说“聪明人改变观点”；
如何在不确定世界中，随时用新信息更新概率；
以及在亚马逊广告和选品决策中，如何用“贝叶斯思维”优化判断。