01原理
这条模型有两半，缺一半都不成立。前一半是“借”：别的学科已经想明白的大道理，不必自己再发明一遍，物理学的临界质量、生物学的自然选择、心理学的激励反应，拿来就用。后一半是“记账”：拿来的每一样都标清楚它来自哪门学科、原本的前提是什么。芒格在讲座里用吉卜林的一节诗来形容只借不记账的做法——荷马听到别人唱的，觉得用得上，就拿来了。他不反对拿，他反对拿了之后不留底。
“归因”在这里不只是礼貌意义上的致谢，更是一种思考上的整理办法。芒格说他早年就看出这套习惯可以当作“组织思想的系统”，并且猜测在软科学里也一样好用，于是一辈子都照着做。标明“这是物理”“这是心理学”，等于给每个想法挂上一张卡片，写着它从哪里来、在什么条件下成立。下次遇到类似的问题，你知道去哪个抽屉里找，也知道这张卡片什么时候不能用。
还有一条更严的要求：能用更基础的方式解释的，就不要停在表层。一家公司的用户流失，可以用“产品体验差”来解释，也可以追到心理学里的损失厌恶、经济学里的转换成本。停在表层的解释只能用在这一次；追到基础学科的解释，能在别的问题上反复用。
对小公司来说，这条模型的价值在于省力。十个人的团队没有精力从零琢磨定价、组织、增长这些问题，最划算的做法就是从已有的学科里借。但借来的东西如果不标来源，用错了也查不出错在哪里。
为什么成立
为什么标出处能让人更聪明，而不只是更守规矩？第一，出处带着适用条件。物理学的模型来自可控、可重复的系统，搬到人群里，精度会大打折扣；你知道它来自物理，就会自动对它打个折扣。芒格在同一场讲座里批评经济学的“物理学嫉妒”，说的正是这个：经济学想学硬科学的归因习惯，却不该学它够不着的精确。标了出处，借来的工具和它的边界是一起被记住的。
第二，出处让知识可以检索和组合。芒格把不标来源比作乱糟糟的档案系统：东西都在，但需要的时候找不到，也看不出两份材料之间的关系。按学科归档，相当于给大脑建了索引，遇到新问题时可以按清单逐门过一遍，这和他在同一场讲座里主张的“像核对清单那样用工具”是一回事。第三，出处让错误可以被追溯。一个结论如果标明“这里借了心理学的社会认同”，后来结论错了，你能回头检查是那条心理学规律本身有问题，还是你用错了地方；不标来源，只能整体推翻或整体相信。
02芒格怎么说
2003 年芒格在加州大学圣塔芭芭拉分校做 Herb Kay 纪念讲座《学院派经济学》，把“硬科学的完全归因精神”列为经济学的第二条缺陷。他说这套习惯是二战时在加州理工学气象时学到的：要掌握比本学科更基础的那些学科的大道理，能用更基础的方式解释的就必须用最基础的方式解释，借用时要标明出处。他点名曼昆的教科书：从物理、生物、心理学、博弈论里拿了很多东西，却不标来源。他承认这比不借强得多，但比标明出处、有纪律地借差得多。
And you always take with full attribution to the most fundamental ideas that you are required to use.
凡是你必须用到的最基础的观念，借用时一律完整注明出处。
When you’re using physics, you say you’re using physics. When you’re using biology, you say you’re using biology.
用的是物理，就说你在用物理；用的是生物，就说你在用生物。
If you don’t do that, it’s like running a business with a sloppy filing system.
不这么做，就像用一套乱糟糟的档案系统来经营一家公司。
This is much better than not grabbing. But it is much worse than grabbing with full attribution and full discipline, using all knowledge plus extreme reductionism where feasible.
这比不借强得多；但比完整注明出处、守着纪律地借，又差得多——要用上全部知识，能还原的地方还原到底。
03怎么用
- 01
在决策文档里给每条理由标学科
写定价、招人、选方向的决策文档时，在每条关键理由后面加一个括号：（经济学：转换成本）（心理学：锚定）（统计：小样本）。做起来只多花几分钟，但复盘时一眼能看出这次决策主要靠哪几门学科的哪几条道理，哪一条后来被证明用错了。几次之后，团队会自然形成一份“我们最常用的模型”清单。
- 02
借来的方法连同前提一起抄
从别的行业或学科搬方法时——比如把制造业的看板、医院的核对清单、航空的事故复盘搬进研发流程——同时写下它在原来的地方靠什么条件起作用。医院核对清单起作用，前提之一是步骤固定、风险集中；如果你的流程每周都变，就得先想清楚这个前提在你这里还成不成立。
- 03
追到最基础的那一层再停
遇到“用户为什么不续费”“为什么招不到人”这类问题，先写出直观的答案，再问一句：这个答案能不能用更基础的学科来解释？能追到心理学、经济学或统计学的某条规律，就记下那条规律，而不是只记这一次的现象。基础层面的解释可以复用到下一个问题上。
- 04
对外也写清楚你站在谁的肩膀上
AI 产品大量建立在开源项目、基础模型和论文之上。在文档、发布说明、技术博客里写明用了哪个模型、哪个开源库、借鉴了哪篇论文，既是对外的诚实，也是对内的档案：半年后有人问“这个模块为什么这么设计”，答案就在出处里。被别人揭出来再承认，代价远高于一开始就写清楚。
04案例
芒格点名曼昆：借得很好，只是不记账
在 UCSB 的讲座里，芒格把“不遵循完全归因精神”列为学院派经济学的第二条缺陷，举的例子是曼昆。他说曼昆的经济学从物理、生物、心理学、博弈论里拿了很多东西，却不把拿来的东西标成物理、生物或心理学，没有把概念归回它所属的基础知识。芒格的评价很有分寸：曼昆聪明到即使方法不完美也做得很好，据他说还拿到了教科书作者有史以来最大的一笔预付金；但如果吸收了硬科学的这套习惯，他会更好。这个例子的意思不是“不标来源就会失败”，而是不标来源会让一个本来就强的人少发挥一截。[1]
达尔文：在《物种起源》里写明“这是马尔萨斯的学说”
达尔文的自然选择理论里，有一块关键零件来自经济学：人口增长快于食物增长，所以必然存在生存竞争。他没有把这块零件说成自己的发明。1859 年第一版《物种起源》的引言预告下一章时写道，生存斗争“是马尔萨斯的学说，应用于整个动物界和植物界”；第三章正式展开时又写了一遍，并补上一句区别：在自然界里，既没有人为增加的食物，也没有对婚姻的审慎节制，所以这条学说在动植物身上作用得更猛烈。这正是芒格说的完全归因：标明借自哪门学科、哪位作者，同时写清楚搬过来之后前提哪里变了。一个生物学家借经济学，借得光明正大，也借得有纪律。[2]
塞勒拿诺贝尔奖：经济学把心理学的东西标成心理学
芒格在 2003 年的讲座里抱怨经济学对心理学的无知。十几年后，诺贝尔经济学奖颁给了理查德·塞勒。诺贝尔奖官方的科普材料标题就写着“整合经济学与心理学”，把行为经济学定义为把心理学研究的洞见应用到经济决策上的领域，并把塞勒的贡献归为考虑了三种心理特征：有限理性、公平感、缺乏自制力。材料里还专门交代，“有限理性”这个概念是另一位经济学奖得主赫伯特·西蒙提出的。总结时它说塞勒在经济学和心理学对个人决策的分析之间搭了一座桥。这是一次标得很清楚的借用：借了什么、从哪门学科借、前人是谁，都摆在桌面上，后来的研究者知道该去心理学的哪一块找根据。[3]
Manus：被扒出底层之后，才讲清站在哪些模型和开源项目上
2025 年 3 月，通用智能体产品 Manus 刚上线不久。据 The Decoder 报道，一位 X 用户让 Manus 交出了沙盒运行环境的代码，发现它似乎是用 Claude Sonnet 加 29 个工具搭成的，还用到了开源项目 Browser Use。随后 Manus 联合创始人、首席科学家季逸超（Yichao “Peak” Ji）在社交平台上回应，确认了基本架构，说明当前用的是 Claude 3.5 Sonnet v1 和多个微调过的 Qwen 模型（第一财经的报道也转述了这一回应），并表示团队接下来会开源一些内容；据 The Decoder 的转述，他还说这个智能体大量依赖开源技术，没有开源就不会存在。这件事里，借用本身没有问题——用现成的基础模型和开源库，正是小团队该做的事。问题出在顺序上：出处是被外人扒出来之后才讲清楚的，舆论的焦点因此变成了“套壳”，而不是产品本身。如果发布时就写明站在哪些模型和开源项目上，这场讨论的代价会小得多。[4][5]
一份标了学科的增长复盘
假设一家 6 人的 AI 写作工具公司，免费试用转付费的比例一直上不去。第一次复盘只写了“用户觉得价格贵”。后来他们改成逐条标学科：试用期结束时一次性弹出年付价格（心理学：锚定与损失厌恶）；同类工具大多有免费额度（经济学：替代品与转换成本）；转化数据只有两周、三百个样本（统计：小样本波动）。标完之后，团队发现三条里有一条根本不是定价问题，而是样本太少，不足以下结论；另外两条分别对应不同的改法。半年后再复盘，他们能直接回头查：当初借的哪条道理用对了，哪条用错了。这是推演，不是真实事件，用来说明归因如何把一次性的直觉变成可检查的档案。
05误用与边界
把标签当成理解
在理由后面写上“（物理：临界质量）”很容易，难的是真懂这个模型在原学科里的前提和适用范围。只贴标签不理解，等于给错误盖上了一个权威的章，比不标还危险。标出处的前提，是你确实回到那门学科里核对过。
带着原学科的精度一起搬过来
芒格要经济学学硬科学的归因习惯，但明确反对学它的精确度追求。把物理或工程的公式搬进组织管理、用户行为这类问题，再算出小数点后两位，是“物理学嫉妒”的翻版。标出处的意义之一，就是提醒你：这件工具在原来的地方很准，到你这里未必。
为了还原而还原
“能用更基础的方式解释就用最基础的方式”有个限定：在可行的地方。不是每个商业问题都要追到神经科学或物理学。追到一条能复用、能指导行动的规律就可以停了，再往下挖只会浪费时间，还可能用一个遥远学科的类比代替对眼前事实的观察。
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