01原理
决策树是一种把决定画出来的方法。方块代表你能控制的选择，圆圈代表你控制不了的事件，每个事件后面挂着几种可能结果，各自标上大致的概率和后果。从树梢往回算：每个圆圈取各结果按概率加权后的值，每个方块选值最高的那一枝。整个过程用到的只是乘法和加法，这正是芒格说的“高中代数用在真实问题上”。
它的价值不在算出一个精确数字，而在逼你把隐含的假设摆到桌面上。“这个大客户应该能签下来”变成“签下的概率大概六成，签不下时我们还剩几个月现金”；“等新模型出来再说”变成“新模型有多大可能在三个月内出现，出现和不出现时各怎么做”。一旦写下来，团队争论的就是具体的概率和后果，而不是谁的语气更笃定。
芒格看重它，是因为人天生不会这样想。他在 1994 年说，大脑靠进化得来的风险直觉只是粗糙的近似，就像高尔夫新手凭本能握杆，必须经过训练改掉。2005 年他又把哈佛商学院对决策树的重视列为抵消心理倾向坏影响的解药之一。对一家十人以内的 AI 公司，几乎每个大决定都夹着不受控的事件：模型厂商下个版本的能力、上游 API 的价格和准入、一笔融资或收购能不能落地。决策树让这些不确定性有了明确的位置。
为什么成立
数学上，决策树是期望值和条件概率的组合：先算每条路径的概率，即沿途各分叉概率相乘，再乘上路径末端的结果，最后加总。它比单独算一个期望值多出的东西是“顺序”：有些不确定性会在你做下一个选择之前揭晓。这意味着先等一等、先做个便宜的试验、保留之后改主意的权利，本身就是有价值的选项，在树上能直接看出来。
心理上，它对付的是几种具体的偏差。过度乐观让人只盯着成功那一枝；可得性偏差让人高估刚听说过的结果；承诺一致性让人在事件揭晓后不愿重新评估。把“如果没发生怎么办”画成一根实实在在的树枝，失败的路径就没法被省略；事先写下的概率，也给事后复盘留下了对照。
02芒格怎么说
芒格 1994 年在南加大商学院讲“普世智慧”时，把决策树和排列组合一起列为必须熟练掌握的初等数学：哈佛商学院一年级最核心的定量课就是决策树理论，说穿了不过是把高中代数用到真实问题上。他说难的不是学会，而是天天用；人脑天生的风险直觉是粗糙的近似，不够用。他还说巴菲特的一大优势，就是会自动用决策树和排列组合思考。2005 年修订版《人类误判心理学》里，他把哈佛商学院对决策树的重视列为对抗心理倾向的“解药”之一，并承认自己年轻时曾嘲笑过这种教法。
At Harvard Business School, the great quantitative thing that bonds the first-year class together is what they call decision tree theory.
在哈佛商学院，把一年级学生凝聚在一起的那门了不起的定量课，就是他们所说的决策树理论。
All they do is take high school algebra and apply it to real-life problems.
他们所做的不过是拿高中代数去解决现实生活中的问题。
he automatically thinks in terms of decision trees and the elementary math of permutations and combinations
他会自动地用决策树以及排列组合这种初等数学来思考。
But later, I wised up and realized that it was very important that they do that to counter some bad effects from psychological tendencies.
但后来我开窍了，意识到他们这么教非常重要，可以抵消心理倾向带来的一些坏影响。
03怎么用
- 01
任何依赖外部事件的计划，都先画“没发生”那一枝
融资交割、大客户签约、被收购、某个模型按时发布，计划里只要有一个你控制不了的节点，就单独写一行：它没发生时公司在哪里，还剩多少现金和时间，下一步是什么。如果这一枝的结果是公司活不下去，主计划再诱人也要先补上退路，或者把投入压到这枝也能承受的程度。
- 02
把“等信息”当成一个正式选项
评估方向时，除了“做”和“不做”，再加一枝“先花小钱弄清关键不确定性”：做一个两周的原型、跑一轮付费用户访谈、在新模型上做一次内部评测。算一下这个信息能在多大程度上改变后面的选择。能改变决定的信息值得买；不管结果如何你都会走同一条路，就别再调研了。
- 03
概率用区间和数字写，不用形容词
团队讨论时要求每个人给出数字：“签下的概率”写成 40% 到 60%，不写“比较有希望”。分歧大的节点就是最值得花时间调查的地方。把这些估计连同决策一起存档，季度复盘时对照实际结果，看谁的估计系统性偏乐观。
- 04
关注上游依赖的分叉
AI 小公司的产品常常建在一两家模型厂商的 API 上。把“上游突然限流、涨价或断供”画进树里，估算发生时的损失和切换所需的时间。代价越大，就越值得提前做多模型适配，或者在合同里争取通知期。
04案例
伯克希尔套利 Arcata：四个问题就是一棵树
巴菲特在 1988 年致股东信里写道，评估一笔并购套利要回答四个问题：承诺的事件有多大可能发生；钱会被占用多久；有没有可能出现更好的结果，比如竞争性报价；事件没发生时会怎样。这四问正好是一棵决策树的骨架。1981 年 9 月，Arcata 董事会原则上同意以每股 37 美元卖给 KKR，另加政府为扩建红杉国家公园征收其林地后可能追加补偿的三分之二。伯克希尔逐枝评估：KKR 的报价以融资为条件，有落空风险，但其过往成交记录不错；万一 KKR 退出，管理层卖公司的意愿很坚决，大概率能找到别的买家，只是价格可能更低；红杉补偿则被估为“从零到很多”之间。伯克希尔从 9 月 30 日起在约 33.5 美元买入，后来又在 38 美元左右加仓。1982 年贷款方重新审视融资条件，KKR 先降价后又改价，董事会最终接受另一买方每股 37.5 美元加一半红杉补偿的报价。伯克希尔收回 2460 万美元，成本 2290 万美元，平均持有近半年，年化约 15%。1988 年红杉索赔以 5.19 亿美元和解，伯克希尔又多拿到每股 29.48 美元，约 1930 万美元。主线出了岔子，事先想过的“交易失败”那一枝却兜住了，而被保守估值的那一枝带来了额外的大收益。[3]
StackBlitz 的 Bolt：原型先放着，等模型那个节点揭晓
据 Growth Unhinged 的报道，StackBlitz 在推出 Bolt 之前已经挣扎了七年，年经常性收入停在约 70 万美元，离关门只有几周。CEO Eric Simons 2024 年 2 月就做出了 Bolt 的原型，但他判断当时的模型不够好，没有推进。6 月 Claude 3.5 Sonnet 发布后，团队发现智能体式写代码的能力大幅提升，7 月 1 日 Simons 回到 2 月的原型全力投入，10 月 3 日用一条推文发布 Bolt.new，四周内年经常性收入达到 400 万美元。Lenny's Newsletter 的报道称，Bolt 这段增长是由十五到二十人的团队完成的。用决策树看，2 月时树上有一个关键的不确定节点：模型能力是否足以撑起产品。在它揭晓之前全力押注，失败那一枝的代价是公司仅剩的跑道；把原型留着、等节点揭晓再投入，几乎不花钱。模型能力的跃升一出现，最优选择随之改变，团队也真的改了。[4][5]
Windsurf：一笔 30 亿美元的收购，两根没画好的树枝
这不是小团队案例：被分拆时 Windsurf 约有 250 名员工，年经常性收入 8200 万美元。2025 年 5 月，OpenAI 与这家 AI 编程公司达成约 30 亿美元的收购协议，并进入排他期。等待交割期间，第一根树枝先兑现了：6 月初 Anthropic 切断了 Windsurf 对 Claude 3.5 Sonnet 和 3.7 Sonnet 的直接访问，联合创始人 Jared Kaplan 说，把 Claude 卖给 OpenAI 会很奇怪。第二根树枝随后兑现：报道称，部分因为微软会通过与 OpenAI 的关系接触到 Windsurf 的知识产权，交易没能完成；7 月 11 日，《财富》报道排他期已经到期。同一天，谷歌以约 24 亿美元的非独家技术授权带走了 CEO Varun Mohan、联合创始人 Douglas Chen 和部分研发人员；7 月 14 日，Cognition 宣布收购剩下的知识产权、产品、品牌和团队，并承诺全部员工参与分配、免除归属期门槛。套用巴菲特的第四个问题，“事件没发生会怎样”在这里包括上游供应商的反应和第三方的否决权，这两枝都在交割前就落了地。[6][7][8][9][10]
05误用与边界
把编出来的概率当成测量结果
树上的概率多半是主观估计，乘过几层以后，看起来精确到小数点的期望值，误差可能比数字本身还大。用决策树的正确姿势是看结论对哪个估计最敏感，把这个估计改高改低，决定会不会翻转；会翻转，就说明你需要更多信息，而不是更多计算。
只画自己想到的枝
决策树只能比较画进去的结果。Windsurf 那样的上游断供、第三方否决，常常不在创始人第一版的树上。画完之后专门问一句：还有谁能改变这件事的结局？对手、供应商、监管者、员工各会怎么反应？漏掉的枝比估错的概率更危险。
用期望值掩盖毁灭性的一枝
一条期望值最高的路径，可能包含一个小概率但让公司直接倒闭的结果。小公司没有重复下注的机会，这种枝不能和其他结果简单加权平均。先排除承受不起的路径，再在剩下的路径里比期望值。
把树画得太细，迟迟不做决定
决策树是辅助判断，不是逃避判断。分叉一多就会陷入无穷的细节，而且很多细节并不改变结论。抓住两三个真正左右结局的节点就够了，芒格说的是高中代数，不是建模竞赛。
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
- 9
- 10