我用AI整理了巴菲特和芒格69年的思想遗产

2023年11月，芒格辞世。2025年5月，巴菲特宣布把CEO交给Greg Abel。

这两个人在过去六十九年里留下了多少文字？我算了一下：1500万字符，264万英文单词。

仅伯克希尔股东大会的逐字记录就有3,437页——从1994到2022年，连续29年，每年5到6小时的问答，一字不落全部记录下来。致股东信从1965年到2025年，连续60年，原稿42万词。芒格的《穷查理宝典》552页、19万词。合伙企业信件7.6万词。Wesco年报（芒格执笔）5万词。再加上大学演讲、播客、电视采访——43份第一手文献。

这是价值投资领域最丰富的思想原矿。但它们散落在几十种不同的媒介和格式里，从来没有人把它们系统地整合在一起。

过去一周，我让 AI做了这件事。

项目叫"巴菲特与芒格：投资思想精要"（The Buffett-Munger Compendium），今天免费开放。地址：value-investing-gurus.pages.dev

第一步：导入43份原始文献

43份文献逐一导入系统，时间跨度69年（1957-2026）。

完整的资料清单在网站的"历史脉络"功能中可以看到——信件、书籍、演讲、访谈、会议记录、播客，六种类型用不同颜色标注，69年的资料分布一目了然：

43份文献的时间分布

最早的是巴菲特1957年合伙企业信件——那年他26岁。最新的是2026年3月卸任CEO后接受CNBC的长篇访谈。其间覆盖了：连续29年的年会逐字稿（134万词）、芒格四次经典大学演讲（哈佛1986、南加大1994、UCSB 2003、Caltech 2008）、Daily Journal年会、Acquired播客三集伯克希尔叙事史（每集约3万词）、CNBC历年专访。

第二步：切分与提取洞见

AI把每份文献拆成语义块，从每个块中提取关键洞见——每条洞见标注出处、时间和主题类别。

43份资料总共提取了8,210条独立洞见。什么叫"一条洞见"？举个具体例子：

"喜诗糖果26年间税前利润从400万美元增长到6,200万美元。期间经历了石油危机、21.5%的基准利率、15%的长期利率、道琼斯跌到560点。这些都不重要。重要的是这个花生糖的味道好极了。随着时间推移，我们可以多收一点钱。"

—— 巴菲特，伯克希尔年会（1994-2022逐字稿）

这段话被提取为一条独立洞见，归类到"复利"（Compounding）概念下，标注来源为年会逐字稿。同一份文献中提取出几十到上百条这样的洞见，分别归入不同的概念词条。

第三步：聚类与概念构建

8,210条洞见按语义相似性自动聚类，形成63个核心概念。

每个概念词条平均5,600英文词（约7,000中文字），引用10+份不同来源。比如"复利"这个概念，汇聚了十几份不同资料的论述：巴菲特10岁时的称重机实验、致股东信中$18变成$134,060的48年复利计算、芒格在Wesco年报中房地美7,200万投资增长到19亿的案例。

概念词条页面

第四步：演进追踪

这是项目最有特色的功能之一。每个概念不只罗列观点，而是按时间线追踪思想的演化过程。

以Lollapalooza效应为例——这是芒格独创的概念。他的思想分三个阶段清晰地演化：

思想演进时间线——左栏巴菲特，右栏芒格

上图是网站中的思想演进时间线——左栏巴菲特，右栏芒格，每个阶段展示核心观点、原始引文和推断关联（相关投资案例）。芒格的三阶段演化清晰可见：

芒格三阶段演化详细内容

第五步：对比分析——巴菲特 vs 芒格

每个概念词条底部都有一个"巴菲特 vs 芒格"对比模块——共识是什么，分歧在哪里。

以复利（Compounding）为例，两人的视角非常不同：

• 巴菲特从数学角度理解复利——回报率表格、曼哈顿岛计算、不同时间跨度下百分点差异的巨大影响。他强调相对于基准的持续适度超额收益。
• 芒格从企业质量角度理解复利——优质企业与劣质企业之间的差距自然扩大，卓越企业的复利增长几乎是自动发生的。他强调在非凡机会中集中下注，举的例子是房地美一笔7,200万投资数十年产生8.52亿税后收益。

两人共同构成了一个完整的体系：巴菲特的数学纪律确保资本存续并持续复利，芒格的质量框架识别出复利效应最强劲的企业。

巴菲特vs芒格——复利的思想差异对比表

这种对比在Wiki中63个概念无一例外都有。

知识图谱

120篇词条和622条链接构成了一个网络，用D3.js做了力导向图可视化。

知识图谱

红色星形是12篇深度分析（投资哲学演进、护城河识别框架、认知偏误全景、伯克希尔组织模式等）。你可以直观地看到哪些概念是最大的枢纽节点。

为什么AI适合做这件事

人类读书最大的瓶颈不是理解力，而是记忆力和交叉索引能力。

你读完芒格1995年写的《人类误判心理学》，对Lollapalooza效应印象深刻。八年后读到他2003年在UCSB演讲中把同一个概念扩展到了商业领域。再过两年读《穷查理宝典》增订版发现他又做了一次理论升级。三次论述跨越10年，散落在三份完全不同的文献里。人脑做不到实时交叉索引。

AI可以。它同时"记住"1,500万字符的全部内容，把同一个概念在不同时期、不同语境下的论述自动汇聚，按时间线排列。

做这件事的灵感来自Andrej Karpathy发布的"LLM Wiki"方法论——让AI增量构建一个持久化的知识库，知识被编译一次，持续更新。说白了，这是把AI当"第二大脑"来用：人类来挑选资料、提出问题、做判断；AI来做结构化记忆和交叉索引这些苦活。

做了二十年投资，读巴菲特的信也读了很多年。但在整理这个知识库的过程中，仍然不断有新发现——结构化的整理把零散阅读中容易错过的思想节点串联了起来。

这种"串联"的感觉，是读任何一本单独的书都得不到的。

项目数据总览

• 原始资料：43份文献，1,500万字符，264万词
• 时间跨度：69年（1957-2026）
• 提取洞见：8,210条（每条附原文引用）
• 核心概念：63个（每个含演进追踪+巴芒对比）
• 深度分析：12篇跨文献综合
• 交叉链接：622条
• 产出规模：英文54万词 + 中文127万字

中英双语，免费使用，无需注册。点击阅读原文也可以打开

芒格说过，"我这辈子遇到的聪明人，没有不每天阅读的。"如果对你有用，请分享给同样在认真学习投资的朋友。