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。
1）模型介绍：什么是#7「Expected Value — 期望值」
期望值（Expected Value）= 概率 × 结果。
它是一种反直觉但极有用的决策框架：不是问“会不会成功”，而是问——
“平均下来，这笔交易、这个选择、这次投入，每一次预期能赚多少？”
通俗讲，期望值就像是在算“每次投硬币平均能赢多少钱”。如果一个选择赢面小但收益巨大，它依然可能值；反之，赢面大但回报太小，算下来也可能不划算。
芒格说过一句经典的话：
“我们不追求频繁正确，只追求在下注时赔率足够划算。”
换句话说：少而重注，算清期望值。
2）芒格真人真事：他们如何用“期望值”下注
真人真事｜“收购喜诗糖果：看似贵，实则最赚”
1972年，巴菲特和芒格以2500万美元收购了喜诗糖果（See’s Candies）。当时大家都觉得贵——毕竟这家公司每年只赚200万。
但芒格的算式很简单：
他认为这家公司的护城河（品牌与顾客忠诚）能让其长期提价且销量稳定；
他估算：未来每年能增加10%的利润，复利20年就是几十倍；
再对比“可可原料价格、品牌迁移难度、现金回报”等变量，得出的期望值远超收购价。
结果证明：这笔“贵买”的交易，成为伯克希尔最赚钱的投资之一。芒格后来感叹：
“伟大的生意，贵一点没关系。平庸的生意，就算打折也太贵。”
这背后就是期望值思维：不看当下便宜，看长期赔率。
3）如何应用在日常生活与工作（口语版）
期望值不是金融术语，它其实天天出现在我们生活里——只是大多数人没算过。
跳槽
不要只看薪资涨幅，而要问：未来三年，这份工作让我变成谁？
如果B公司多20%工资，但技能增长停滞，那高薪可能是一次性奖励；
而C公司虽然暂时工资少，但能积累复利技能（管理、外语、数据），它的期望值更高。健身和饮食
偶尔熬夜没事，但长期睡不够的负期望值是复利式灾难。
就像吃宵夜：概率上今晚不会胖，但长期下来，体重曲线会“兑现数学”。人际关系
有的人每次聊天都带来能量，有的人每次都耗掉能量。
你的社交圈其实也有“期望值”——别看单次体验，看长期复利。
4）如何应用在亚马逊运营（就做这3件最值的｜期望值视角）
A. 广告预算：看ROI，不看日花
思路：不要问“今天ACOS高不高”，要问“每$1广告投入的长期期望回报是多少”。
算法：若新客户终身价值（LTV）是$30、获取成本$10，期望值=（30–10）× 成功概率 0.8 = $16，那就值得继续。
动作：建立LTV分层表，广告按“期望ROI”分层投放，删掉期望值<0的词组。
B. 选品决策：别看热度，看赔率
思路：一个热门品类看似“爆”，但入局者多、退货率高；另一个冷门细分赛道，小众但复购稳定。
算法：
热门类：成功率 20%，利润 $10 → 期望值=$2
冷门类：成功率 60%，利润 $5 → 期望值=$3
结论：选冷门更赚。动作：建立“上新成功率×单品利润”矩阵，每季优先资源给期望值最高的Top 10产品。
C. 内容资产：复用次数×转化提升率
思路：一个30秒视频成本$500，如果能复用5个Listing，每个提升转化率5%，那期望增益=$500×(5×0.05)=1.25倍ROI；
动作：计算每个内容的复用次数×转化提升×使用周期，把短期费用转成长期期望回报表，每月复盘ROI>1的资产，持续复用。
5）把“期望值思维”变成工具（小表格模板）
|
|
|
|
|
|
|
|---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
结论：算清期望值，你就不会被短期波动骗走。
下期预告｜模型 #8：Margin of Safety — 安全边际
我们将讲：为什么聪明人也会出错、为什么芒格说“安全边际不是保守，而是理性”；
以及在亚马逊选品、库存、广告、供应链中，如何设计“永远留一格缓冲”的操作系统。