01原理
复利说的是一件朴素的事：这一期的收益并入本金，下一期连同它一起再产生收益。于是增长不是一条直线，而是一条越往后越陡的曲线。决定曲线形状的只有三个量：每期回报率、经历多少期、中途有没有东西被拿走。前两个大家都会想到，第三个最容易被忽略——税、费用、分红、流失、返工，任何每期都从本金里扣掉一点的东西，都会在几十期之后放大成巨大的差距。
芒格把复利当成第一个数学模型，并不是因为它难，而是因为它反直觉。人脑擅长线性外推：多干一年就多一年的量。复利却要求你接受，前期几乎看不出差别，后期差别大到不像同一件事。他在 1994 年的演讲里举的例子就是这样：同样每年 15%、持有 30 年，只在最后交一次 35% 的税，税后年化约 13.3%；每年都交，就只剩 9.75%。差 3 个多点，按这两个年化率自己算，30 年后的终值相差约 2.6 倍。
所以复利思维首先是一种挑选标准：去找回报率本身就高、而且能长期持续的东西；其次是一种克制：一旦找到，就尽量别打断它。芒格谈伯克希尔时反复强调的“长期持有好企业”“不轻易分红”“少交易少交税”，本质上都是在保护第三个变量。
为什么成立
数学上，终值等于本金乘以（1+r）的 n 次方。指数 n 让时间变成最强的杠杆，而 r 的微小差距会被 n 放大：按年复利 30 年估算，6% 大约变成 5.7 倍，18% 大约变成 143 倍（编者按公式自算）。芒格在同一场演讲里说，一家资本回报率 6% 的公司，你持有 40 年，即使当初买得很便宜，结果也很难远高于 6%；一家能长期赚 18% 的公司，即使买得看似贵，结果也会很好。长期来看，你拿到的大致就是底层业务自己的复利速度。
反过来也一样成立：负的复利同样是指数的。每月流失 5% 的用户、每次迭代多留一点技术债、每个季度多一项固定开支，单看都不起眼，叠加几十期后就会吞掉整盘生意。复利不分好坏，它只放大你持续在做的事。
02芒格怎么说
芒格在 1994 年南加州大学商学院的演讲《关于普世智慧的基本一课》里，把复利放在“每个人都该先掌握的数学模型”的第一位，排在排列组合之前。同一场演讲里，他用持有 30 年、只在最后交一次税的算术说明：复利的差别常常来自看起来很小的摩擦。
And the great useful model, after compound interest, is the elementary math of permutations and combinations.
而在复利之后，最有用的大模型是排列组合这门初等数学。
And what 3.5% does to the numbers over long holding periods like 30 years is truly eye-opening.
在 30 年这样的长持有期里，3.5 个百分点对最终数字的影响，真的会让人大开眼界。
03怎么用
- 01
先看回报率，再看规模
评估一个渠道、一个产品线或一笔投入时，先估它“每投入一份资源、下一期能多带回多少”，而不是看它眼下的绝对体量。小团队能长期持续 20% 增长的东西，比一次性带来大流量的活动更值钱。把候选项按“可持续的周期回报率”排序，再决定资源投向。
- 02
找出每期都在漏的那几个百分点
列一张“每期摩擦”清单：月流失率、模型调用的单位成本、每次发布后的回归修复时间、每月订阅工具费。这些就是芒格例子里的“每年交的税”。挑一个最大的，把它压低一两个点，长期效果往往超过新开一个增长项目。
- 03
让经验也能复利：每次复盘都要沉淀成可复用的资产
复盘写在聊天记录里是线性的，写进代码库的测试、提示词、检查清单、知识库，才会被下一次工作自动调用。规定一条简单规则：每修一个 bug、每处理一次客户投诉，都要留下一个让同类问题下次更容易处理的东西。
- 04
保护长周期，不要为短期好看打断它
现金流好的月份，先问留存的钱能不能以高于外部的回报再投进业务里；能，就别急着拿出来花掉或做形象工程。同样，别因为一个季度数据不好就推倒重来——频繁转向等于每次都把复利清零。
04案例
伯克希尔：50 年不分红的复利机器
巴菲特在 2014 年致股东信中写道，现任管理层接手后的 50 年里，伯克希尔每股账面价值从 19 美元增长到 146,186 美元，年复合增长率 19.4%。同一份年报里，芒格把伯克希尔的制度逐条写下来，其中一条是：只要每一美元留存收益能创造超过一美元的市值，就不分红。用复利模型看，这条规则保护的正是“不被打断”这个变量：利润留在体内按接近 20% 的速度继续滚动，而不是分出去、被股东交一道税后再寻找回报更低的去处。高回报率加上极长的持续时间，才得出这个数量级的结果；任何一项打折，终值都会差得很远。[2]
富兰克林的 200 年遗赠：复利是真的，假设却会落空
本杰明·富兰克林在 1789 年的遗嘱附录中，给波士顿和费城各留下 1000 英镑，要求以小额贷款的方式借给年轻的已婚手艺人，利息滚入本金，分两个百年使用。他在附录中自己算过：波士顿这份钱一百年后会有 13.1 万英镑，两百年后（中途已花掉一部分）会达到 406.1 万英镑，前提是“没有不幸的意外打断运作”。实际情况是，两地基金的管理人并没有像他设想的那样持续放贷，还经历了诉讼与法院介入；到 1990 年两百年期满时，据当年《教育周刊》的报道，波士顿的基金约 450 万美元；费城的要小得多，各家报道口径不一（《教育周刊》写约 52 万美元，Billy Penn 2023 年的回顾写全部约 200 万美元）。复利确实让 1000 英镑长成了数百万美元量级，但离他按理想利率算出的数字差得很远。教训是：复利的终值对“利率能否持续”和“中途会不会中断”极度敏感，精确的长期预测几乎一定会落空。[4][5][7][6]
Every 的“复利工程”：让每个 bug 都让下一次更容易
媒体与软件公司 Every 在 2025 年 12 月公开了内部的工程方法“compound engineering”。文章称他们内部运营五款软件产品，每款主要由一个人构建和运营，代码基本由 AI 智能体编写。方法分四步：计划、执行、评审、复利。关键在最后一步——每次遇到的 bug、失败的测试和解决问题的思路，都写成存放在代码库或插件里的提示词，供智能体下次直接使用。他们把目标说得很直白：传统工程里每个功能都让下一个更难做，而这里要让每个功能让下一个更容易。用复利模型看，这是把“经验”从线性积累变成了再投资：每一期的产出（教训）被并入本金（智能体可用的上下文），下一期的效率随之提高。这套说法出自公司自己的文章，效果没有第三方数据可以核对。他们还把这套流程做成了 Claude Code 插件放在 GitHub 上。[3]
05误用与边界
把理想利率当成必然
复利公式里最脆弱的是 r。早期团队拿“月增 20%、持续三年”去做财务模型，算出的数字只是对假设的放大，不是预测。富兰克林的遗赠就是例子。做长期推算时，至少同时算一个悲观利率和一个中途中断的版本。
为了“不打断”而死守低回报的东西
复利值得保护的前提是回报率足够高。芒格自己说过，6% 的业务拿 40 年也只是 6%。如果一个产品线或客户群的真实回报很低，继续“长期主义”只是在让一个低 r 的曲线继续慢慢爬，正确做法是止损、把资源挪去高 r 的地方。
只算正复利，忽略负复利
团队常常热心计算增长的复利，却不算流失、技术债、声誉损失的复利。一个每月 3% 的流失率和每月 3% 的增长同样是指数，只是方向相反。评估一项决策时，两边都要算。
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