01原理
机会成本说的是：做一件事的真实代价，是你因此放弃的那个最好的替代选项。钱、时间、注意力、团队的工程带宽都只有一份，投进 A 就进不了 B。所以问“这件事有没有回报”不够，要问“它的回报是否高过我现在能拿到的最好那一项”。
芒格把它用成一个筛子，而不是一个公式。伯克希尔手里总有一个随时可以加仓的“基准选项”——一只已经看懂、还能继续买的好股票，或者干脆是国债。新机会要先胜过这个基准，才值得花时间细看。芒格在 1997 年说，股票的一个现成比较对象就是你随时可以买的政府债券，很多股票一比就出局了。这样做的好处是省事：大部分候选项根本不需要深入研究。
这个概念对小公司的意义甚至大于对投资者。一家十人以内的 AI 公司，最稀缺的往往不是现金，而是创始人的注意力和少数几个工程师的周数。接一个定制项目、开一条新产品线、追一个新模型的热点，表面上都是“有收益”的事，真正要比的是：同样这几周，放在你最强的那条主线上能换来什么。
芒格还特别提醒，机会成本的损失是隐形的。做错的事会在报表上留下亏损，没做的对事什么痕迹都不留。他在 2003 年说伯克希尔总部的糊涂决定浪费了以机会成本计的几十亿，这些钱永远不会出现在财务报表上。正因为看不见，人才会系统性地低估它。
为什么成立
经济学上的道理很简单：资源有限，选择互斥，所以任何一个选择的价值只能相对于被放弃的最优替代来衡量。芒格的改进在于两点。第一，用你“个人的”机会成本，而不是市场平均。2003 年巴菲特说伯克希尔要求至少 10% 的门槛回报，芒格补充说，这是因为他们猜测以后会有更好的机会，本质上是对未来机会成本的估计；这个门槛来自自己的处境，而不是教科书里的资本成本公式。第二，门槛要随事实变化：芒格说，如果利率长期停在 1% 左右，巴菲特重估未来机会成本后就会改数字。
心理上，机会成本难用，是因为人天然只盯着眼前摆着的选项，看不见没摆上桌的那些；损失又不进账本，没有痛感。再加上锚定和自尊——已经开了价、已经投入了时间，就不愿意承认另一条路更好。把“最好的替代选项”明确写下来、每次决策都拿它对比，是对这些倾向的机械性纠正。
02芒格怎么说
芒格在伯克希尔股东会上反复把机会成本当作头号筛子。1997 年他说，手里已有一个能大量买入、又胜过绝大多数备选的机会，其余的就可以直接筛掉，连挑配偶也是同一回事。2003 年他借曼昆的经济学入门教材说，聪明人按机会成本做决定，伯克希尔的财务决策都这样做；同时批评外界套用标准公式、给老牌富裕企业也算出“股权资本成本”，称之为令人惊讶的思维故障。他还指出，伯克希尔最贵的错误是没出手的那些，损失不进报表，只体现在机会成本里。
I would argue that one filter that's useful in investing is the simple idea of opportunity cost.
我认为，投资中一个很有用的筛子，就是机会成本这个简单的概念。
I think life is a whole series of opportunity costs.
我觉得人生就是一连串的机会成本。
I think in the last analysis, everything we do comes back to opportunity cost.
归根结底，我们做的每件事都要回到机会成本上。
Those are opportunity cost billions. They don't show up on the financial statements
那是以机会成本计的几十亿，它们不会出现在财务报表上。
03怎么用
- 01
给团队设一条“基准线”
写下公司当前回报最高的那件事，比如主力产品的某个增长环节，估算一个工程师周投在上面大约能换来什么。之后任何新需求、新项目都先和这条基准线比：明显达不到的，不进排期，也不必开会讨论。基准线每个季度更新一次。
- 02
定制项目和外包收入要算全价
大客户的定制开发、给别人做集成，现金是实的，代价是主线停摆。报价前把“这几周如果全给主产品会怎样”估出来，加进成本里。如果报价覆盖不了这部分，就是在用主线的未来补贴眼前的收入。
- 03
自研还是采购，按机会成本选
自己训练模型、自建推理集群、自写评测框架，都要问一句：同样的人和钱，用来做只有我们能做的那部分，会不会回报更高？能买到的、差异不大的部分，通常应该买，把稀缺的人留给决定胜负的地方。
- 04
复盘时记录“没做的事”
每季度复盘，除了列出做错的事，再单独列一栏：当时看到了、但因为犹豫或嫌贵没做的机会，现在看值多少。这一栏不会自动出现在任何报表里，只能人工记账；记上几次，团队对放弃的代价会变得敏感。
- 05
用它给自己的时间排序
创始人一天里能用于深度工作的时间很少。每接一个会、一场活动、一次采访之前，问自己：这两个小时如果用在最重要的那件事上能推进多少？比不过的，礼貌地推掉。
04案例
沃尔玛：没买的那部分最贵
巴菲特在 2004 年伯克希尔股东会上讲了自己的“沃尔玛错误”：他原本打算以大约 23 美元（拆股前）的价格买入 1 亿股，买了一点之后股价涨了一些，他想着也许会回落，就停手了。他估计这个决定让伯克希尔少赚了约 100 亿美元。芒格此前在 2001 年股东会上也说过，伯克希尔最严重的错误是疏忽之错，不进账面，只体现在机会成本上。这个案例说明两件事：一是机会成本的损失可以远大于任何一笔看得见的亏损；二是让人停手的往往是对原始价格的锚定，而不是对生意本身的重新判断。[4][3]
伯克希尔纺织厂：每一笔投资单看都划算
巴菲特在 1985 年致股东信里解释为什么关闭纺织业务。多年里，管理层不断提出设备投资方案，每一份按常规投资回报测算都像是“立刻就赢”，甚至比投在糖果、报纸生意上的回报还高。但同行都在做同样的投资，成本下降最终变成整个行业的降价，好处全部流向客户。纺织业务从来没有成为好的赚钱生意，却持续吞掉大量现金；他承认“应该因为没有更早退出而受到批评”，并提到早年纺织业务的现金曾用来进入保险业，而后者才是更好的去处。他拿伯灵顿工业作对照：1964 到 1985 年投入约 30 亿美元资本支出，股价按通胀调整后大幅缩水。单个项目的回报率会骗人，要比的是这笔钱放在别处能变成什么。[5]
Character.AI 转向第三方模型，把资源让给后训练
Character.AI 早期的路线是自己预训练大模型。2024 年 8 月，联合创始人 Noam Shazeer 等人随技术授权协议回到谷歌，公司在声明中说，现在可用的预训练模型多了很多，因此看到了在自有模型之外更多使用第三方大模型的好处，这让它可以把更多资源投入后训练和新的产品体验。这不是十人团队，但道理相同：自己训练基础模型的每一块钱和每一个研究员，都可以拿去做用户真正感知得到的那一层；当外部替代品变好，继续自研的机会成本就在上升。[6]
05误用与边界
拿一个想象中的完美选项当基准
机会成本比的是你“现在真能拿到”的最好替代，不是幻想中的十倍机会。拿虚构的标准去比，会让你什么都不做，一直等。芒格的基准是手里真的能继续买的东西，或者随时可买的国债。
频繁换方向，把转向当成纪律
总能找到看起来更好的新方向。如果每次都按“新机会更大”去切换，前面积累的数据、客户和认知就反复清零。比较时要把切换本身的成本、已有优势的价值算进去；只在差距足够大、并且你能看懂新方向时才动。
只算钱，不算注意力和学习
有些事短期回报不高，但会让团队学会关键能力，或是验证一个必须验证的假设。把机会成本压缩成单一的现金回报率，容易砍掉这类投入。估算时把“这件事会让我们以后能做什么”也写进去。
把它变成精确公式
芒格自己说，伯克希尔的回报门槛在一定程度上是对未来机会的猜测。小团队对未来的估计误差更大，硬算出小数点后几位只会制造虚假的确定性。用它做粗筛和排序，比用它算出唯一答案更可靠。
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