01原理
成本收益分析做的事很朴素：一个决定会带来哪些好处、要付出哪些代价，尽量换成同一种单位，加总后比较。好处大于代价就做，否则不做；几个方案之间，选净收益最大的那个。芒格说它是高中代数，这话不是贬低，而是提醒：这个模型本身没有门槛，难的从来不是算术，而是表上填了什么、漏了什么。
所以真正要练的是三件事。第一，列全：直接花的钱之外，还有时间、注意力、维护负担、声誉、法律风险，以及以后要偿还的复杂度。第二，算到后面：芒格批评经济学家只看第一层后果，后果还会引出后果，一个新规则、新价格、新功能上线之后，人的行为会随之改变，原来的数字跟着失效。第三，问清是谁在填表：推动项目的人估成本，几乎总是偏低；想省钱的人估收益，几乎总是偏少。
对十人以内的 AI 公司，这张表天天都在算，只是常常没写下来：接不接一个定制客户，要不要开放社区贡献，自建推理还是买 API，给免费用户多少额度。团队小，一个错误决定占用的比例就大；写下来的好处是，别人能指出你漏掉的那一行。
为什么成立
这个模型成立的经济学依据是：资源有限，每个选择都要放弃别的东西，把代价和好处放进同一个单位，才能在不同选项之间公平比较。它失灵的原因则主要在心理和组织层面。可量化的东西有现成的方法和漂亮的数字，难量化的东西只能靠判断，于是前者被系统性地高估，后者被悄悄设成零，这正是芒格 2003 年说的那种偏差。
另一个机制是激励。做分析的人往往也是想让结论成立的人，他不必撒谎，只要在每一个不确定的输入上都往有利方向挪一点，结论就会被推着走。芒格举的医保预测就是简单外推的结果：没有考虑新的激励会改变人的行为，预测的成本不到实际的一成。数字越精确，越容易让人忘了它建立在多少假设之上。
02芒格怎么说
芒格在 1994 年南加大的演讲里，把成本收益分析和复利、排列组合、备份系统并列为人人都该掌握的基础模型，同时不客气地说它不过是高中代数，只是被包装上了花哨的术语。2003 年在加州大学圣巴巴拉分校谈学院派经济学时，他补上了这个模型最常见的病：人们高估能计数的东西，漏掉难以量化却可能更重要的东西；他还拿最初的联邦医保成本预测举例，说专家为了得到好算的数字而过度简化，预测的成本不到实际发生的一成。
And all of this cost-benefit analysis—hell, that's all elementary high school algebra, too. It's just been dolled up a little bit with fancy lingo.
所有这些成本收益分析——见鬼，那也都是高中初等代数，只是用花哨的术语打扮了一下。
practically everybody (1) overweighs the stuff that can be numbered, because it yields to the statistical techniques they're taught in academia, and (2) doesn't mix in the hard-to-measure stuff that may be more important.
几乎每个人都会（1）高估能用数字表示的东西，因为它适合学校教的统计方法；（2）不把难以衡量、却可能更重要的东西掺进来。
They over simplified to get easy figures, like the rube rounding Pi to 3.2!
他们为了得到好算的数字而过度简化，就像乡巴佬把圆周率四舍五入成 3.2！
03怎么用
- 01
把“难算的那一行”单独列出来
每张成本收益表下面加一栏“无法量化但重要”，至少写三项，比如客户信任、团队精力、代码库的可维护性。不需要给它们打分，但要在讨论时逐条过一遍，问一句：这一项如果判断错了，会不会推翻整个结论？会的，就先去补证据。
- 02
让反方来填输入
重要决定由提议的人写收益，由另一个人独立估成本，或者反过来。两份估计差得很远的地方，就是最需要查证的假设。十人团队人手紧，也可以让一个模型扮演反方，专门列出被漏掉的代价，但最后的判断要由人来做。
- 03
把维护成本按年算，而不是按一次算
新功能、新集成、新的开源仓库，上线的成本是一次性的，维护和答疑是每月都要付的。估成本时至少往后算 12 个月：谁来修它、谁来回复它的问题、它会拖慢哪些后续改动。很多看起来净收益为正的事，按年算就变成负的。
- 04
先做小的、可撤回的试验，用真实数据替换估计
对收益不确定的事，不要靠表格争论，先花一周做最小版本，看真实的使用率、成本和问题。表格里最不可靠的数字是“预计会有多少人用”，越早用实测替换越好。同时写下撤回的条件，免得试验变成永久负担。
04案例
福特平托：每辆车 11 美元，和一条人命 20 万美元
按 Mark Dowie 1977 年在《琼斯母亲》的报道，美国国家公路交通安全管理局在 1972 年的一份报告里把一条人命估为 200,725 美元，这个数字随后被取整成 20 万美元，出现在福特一份题为《碰撞导致的燃油泄漏和火灾死亡》的内部备忘录里。备忘录论证，满足拟议中的油箱安全标准没有经济上的好处：每辆车 11 美元的改进，每年能避免 180 起烧死事故，但算下来不划算。福特的汽车安全主管把它附在给交通部的信里。报道指出，这张表的两边都有问题：表里烧伤人数和死亡人数一样多，而一位烧伤中心的专家估计两者比例约为十比一；成本一侧，福特没有提交的一份内部分析显示，还有比 11 美元更便宜的防火办法，比如固特异开发的油箱内胶囊。算术本身没有错，错的是输入由最想要某个结论的一方来填，而声誉、诉讼和公众的道德判断这几行干脆没有出现在表上。[3]
258 个交通工程：成本收益表由推动者来写
美国 1936 年的《防洪法》把“经济收益必须超过成本”写成联邦防洪工程的前提条件，此后公共工程普遍要先过一遍成本收益分析。但表格过了，不等于项目值得。Bent Flyvbjerg 等人 2002 年在《美国规划协会期刊》发表的研究，分析了 258 个交通基础设施项目、总值约 900 亿美元，发现用来决定是否开建的成本估计高度、系统性地具有误导性，而且这种低估用误差解释不了，最好的解释是策略性地虚报。作者的建议很直接：看重诚实数字的人，不应该相信项目推动者及其分析师做出的成本估计和成本收益分析。这和芒格对激励的提醒是同一件事：工具是中性的，填表的人不是。[5][4]
tldraw 关掉外部 PR：代码变便宜之后，别人写的代码值多少
tldraw 是一家做无限画布 SDK 的小公司，2025 年 4 月宣布融资 1000 万美元。创始人 Steve Ruiz 在 2026 年 1 月 17 日的博客里解释，为什么仓库将自动关闭外部贡献者的 pull request。他重新算了一遍外部贡献的账：过去写代码难，低质量的提交一眼就能认出来，所以花时间审核好的贡献是值得的；现在 AI 写出的 PR 格式规范、测试通过，看起来都不错，却常常偏离代码库的已有做法，甚至在修一个不存在的 bug，而这些 bug 部分出自他自己用 Claude Code 命令批量生成的、没人核对过的 issue。审一份 PR 的成本没有下降，辨别好坏反而更难，而写代码这部分好处，团队自己用 AI 也能拿到。他的结论是，在代码容易写、坏作品和好作品几乎无法区分时，外部代码贡献的价值可能小于零，社区参与应该留在报告问题、讨论、视角这些仍然有用的地方。这个案例的要点是：技术变化改变的往往是表上某一行的数值，旧决定需要按新数值重算一次。[6][7]
Fly.io 的 GPU 下注：把“可回收的成本”算进去（非小团队案例）
Fly.io 是一家用自有硬件做公有云的创业公司，不是十人小团队。Kurt Mackey 在公司博客 2025 年 2 月 14 日的文章《我们在 GPU 上错了》里复盘了 2022 年开始的 GPU 虚拟机业务。成本一侧写得很具体：买了大量昂贵的 GPU；为了安全，GPU 放在单独的服务器上，利用率明显低于普通服务器；出钱做了两次大型安全评估；花了几个月尝试让英伟达的驱动适配自家的虚拟机方案，最后失败。收益一侧，他承认大多数开发者要的不是 GPU，而是调用 Claude、GPT 这类 API。公司决定保留现有产品、不再做更大的第二版，闲置的硬件最终会被变卖。他特别指出，这次下注买的是可交易的资产，一部分成本可以收回，而且没有为 GPU 牺牲产品原有的隔离方案和开发体验。对小团队，这提供了一个算账的维度：同样的投入，一部分能收回的和完全收不回的，代价并不一样；一个下注会不会拖坏主产品，也应该列进成本。[8]
05误用与边界
把难量化的东西记成零
表格只认数字，于是品牌、信任、团队士气、道德底线这些项要么被漏掉，要么被随手估一个很小的值。平托的教训就在这里：表上没有声誉和公众愤怒这一行，并不等于它的成本是零。难量化的项可以不打分，但不能不讨论。
精确的数字掩盖了粗糙的假设
小数点后两位的净现值，可能建立在“用户增长每月 20%”这种一拍脑袋的输入上。芒格拿医保预测举例，正是因为假设被简化了，数字却看起来很专业。看一张表，先看最敏感的两三个输入是怎么来的，再看结论。
用分析给已经做好的决定背书
很多成本收益分析是在决定之后才写的，目的是说服别人。分辨的办法是看有没有哪个输入被认真地往不利方向估过，有没有写出“什么情况下我们会改变主意”。如果每个不确定的数都恰好偏向提议者，这张表就是广告。
什么都要算，导致小事拖成大事
可撤回、代价小的决定，直接做然后看结果，比开会算账便宜。成本收益分析本身也有成本，应该留给不可逆、金额大或者会影响整个团队方向的决定。
06检查清单
下次做相关决策前逐条过一遍。勾选只保存在你的浏览器里。
08来源
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8