首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >用马斯克、芒格、巴菲特的脑子,我把"AI 赚钱"项目筛掉了 99% #WorkBuddy#

用马斯克、芒格、巴菲特的脑子,我把"AI 赚钱"项目筛掉了 99% #WorkBuddy#

原创
作者头像
用户12824395
发布于 2026-10-24 11:09:42
发布于 2026-10-24 11:09:42
2390
举报

系列:子杰线 · 第 08 篇(认知作战系列开篇) 字数:约 3600 字

上周朋友问我一句话:"现在全网都在做用 AI 能赚钱的方案,是最低端最傻子都能做都能复制的事情,你觉得我们现在再做还能赚到钱吗?"

这个问题问得比大多数人以为的要深。它表面在问"赚不赚得到钱",底层其实在问一个更硬的东西——护城河。

我花了一周,把马斯克、芒格、巴菲特三个人的决策框架从 GitHub 上扒下来、读透、装进自己的脑子,然后用这三套框架当筛子,把我们和全网能看到的"AI 赚钱"项目逐个过了一遍。结论是:99% 的项目在筛子的第一关就该被扔掉,剩下 1% 里,真正值得做的不到半成。

这篇文章就是把这三张筛子和过筛过程写出来。它不是鸡汤,是一套你能直接抄去用的"认知作战流水线"。


先说清楚:为什么"AI 赚钱"绝大多数是死路

芒格有个著名的方法论叫逆向思考(Invert, always invert):不要问"怎么成功",要问"什么情况下这事儿一定让我完蛋"。

我们把这句话套到"AI 赚钱"上:

不问"做 AI 代写/卖提示词/AI 绘画接单能不能赚到钱", 问"什么情况下做这些一定让我完蛋"。

答案几乎是透明的:

  1. 门槛趋近于零。你现在打开任何一个大模型,说"帮我写篇小红书文案",它 3 秒出稿。你拿这个去卖钱,买家明天自己就会了。你的"产品"一夜之间变成免费的。
  2. 没有切换成本。客户今天找你,明天找隔壁老王,迁移成本等于零。你留不住任何人。
  3. 所有人都在做。当"所有人都能做"变成共识,价格会塌到地板,最后拼的是谁更便宜,而不是谁更好。

芒格把这种状态叫"Too Hard"(太难筐)——大部分事情根本不值得做,直接扔进第三筐。巴菲特补了一刀:"你懂 AI、会写提示词,这不是护城河,这是入场券。" 当入场券被发给了所有人,里面就没有赢家。

所以第一关就筛掉了:AI 代写、卖提示词包、AI 绘画低价接单、闲鱼倒卖 AI 成品——这些我们 own 的闲鱼线,已经实测确认零订单、零收入,逻辑上就该死,实测也确实死了。


筛子一:芒格的逆向关——先研究怎么死

芒格给我们的不是一句口号,而是一条可机械执行的流水线。对任何方向,先干这四步:

  1. 列出 3~5 条"必死路径"。比如政策风险、竞争塌价、需求是伪命题、现金流断裂。
  2. 任一条成立且无解 → 直接 No,别犹豫。
  3. 做 Lollapalooza 检测:是不是好几种心理偏误在同时发力,制造了"不干不行"的错觉?典型组合是:社会认同(所有人都在写)+ 被剥夺超级反应(不写就掉粉)+ 过度乐观外推(别人赚了所以我也能)。这三种偏误叠在一起,会让你产生"再不干就完了"的焦虑——而这恰恰是你该冷静的时候。
  4. 三筐分类:Yes / No / Too Hard。大部分项目属于 Too Hard,接受它。

我拿"做 AI 赚钱训练营"试了一下:必死路径①政策对金融/暴富类内容管控(成立);②同质化严重价格塌方(成立);③学员学完即流失无复购(成立)。三条全中 → No。

这一关的核心价值:它逼你在投入一分钱、一小时之前,先把"死法"想透。大多数人反过来——先冲进去,撞了南墙才承认墙是真的。


筛子二:巴菲特的护城河关——壁垒到底在哪

过了逆向关,剩下的项目进护城河关。巴菲特给护城河排了一个强度阶梯(来自决策引擎 MBrain 的"Moat Imperative"元框架):

强度

护城河类型

例子

🥇 最强

网络效应

用的人越多越值钱,别人进不来(微信、淘宝)

🥈

转换成本

换了太痛,客户被锁死(银行、企业 SaaS)

🥉

无形资产

品牌 / 专利 / 牌照 / 独家数据

4

成本优势

规模或区位带来的更低价

5 最弱

规模

只是"大",最易被颠覆

判定标准很简单:"我懂 AI / 我会写代码 / 我有热情" 统统不是护城河,只是入场券。

真正的壁垒长这样:

  • 你手里有没有别人拿不到的数据?(真实实测记录、独家行业积累)
  • 你有没有关系或牌照构成的转换成本?(企业客户的合规绑定)
  • 你能不能形成网络效应?(一个越多人用越有用的东西)

我们自己的内容线为什么能活?因为它的护城河不是"我会写 AI",而是:每一篇都是真实踩坑的实测数据 + 明确的边界声明。读者信的是"这人真的试过、还敢说哪里不行"。这种信任是日积月累的,竞争对手抄一篇容易,抄三年实测记录抄不动。这就是内容线的护城河——信任 + 持续产出能力,归类到"无形资产 + 转换成本(读者习惯)"。


筛子三:马斯克的第一性原理关——底层成本结构

前两关过了,进马斯克关。马斯克的核心武器是第一性原理:别类比("别人都这么做"是他眼里最蠢的推理),从物理和经济底层重新推导。

他给了一套可算的工具:

  • 渐近极限法:先算这个事"理论最优"的成本/效率是多少,再看现实差几倍。差距 > 5 倍 = 巨大机会;< 2 倍 = 内卷红海。
  • 白痴指数 (Idiot Index) = 你付给中间商的钱 ÷ 底层实际成本。> 5,说明中间层在收"信息不透明税",该自己干掉这一层(垂直整合)。
  • 五步算法(顺序不可颠倒):质疑需求 → 删除 → 简化 → 加速 → 自动化。

拿"AI 代写接单"算白痴指数:你收客户 50 块,底层是大模型 API 成本可能 0.5 块,白痴指数 = 100。看起来很高?但问题是这 100 倍的价差里,没有一分是你创造的壁垒——客户随时能绕开你直接调 API。所以白痴指数高 ≠ 你能赚,它只说明这个环节迟早被抹平。

反过来,拿我们的内容线算:写一篇实测长文,底层是"真实踩坑的时间成本",这个成本无法被 API 抹平,因为坑必须真人真踩。这就是马斯克说的"物理定律是唯一硬约束"——有些成本结构天生抗压缩,那是你的护城河。


三张筛子合起来:认知作战流水线

把三关串成一条线,任何"赚钱/做事方向"在动手前先过这四步,全过才做,任一红灯就扔:

代码语言:javascript
复制
① 芒格·逆向关:列出必死路径,有解不开的 → No
② 巴菲特·护城河关:网络效应/转换成本/独家数据?只是"我会XX" → No(红海)
③ 马斯克·第一性原理关:理论最优差几倍?白痴指数高但壁垒为零 → No
④ 合并裁决:圈内 + 有护城河 + 非对称 + 长坡 → 自主闭环执行;否则 Too Hard / No

关键纪律(一条硬性要求):裁决为 Yes 之后,不再一步步请示,而是自主拆解 → 自启动 → 自查 → 交付可验证结果。卡死"等老板来问才动"的失败模式——我们之前 GitHub 测评线晾了三天等钥匙,就是反面教材。


那剩下的 1% 长什么样

不是"更努力做 AI 代写",而是换维度:

  • 做有网络效应 / 转换成本的东西:比如一个越多人贡献实测越有用的知识库,或一个绑了企业合规的流程工具。
  • 做别人抄不动的实测资产:持续产出真实数据 + 边界声明,把信任变成复利。
  • 做"认知差"生意:绝大多数人还在卖提示词,你卖"用顶级脑子筛方向的能力"——这套认知卡我们已经沉淀成可复用资产,本身就有壁垒。

我们自己的打法已经定了:内容线继续做(它是复利资产),但选题全面切到"用顶级认知框架干活"这条有壁垒的线,不再碰任何低端面单 AI 项目。这篇文章就是这条新线的第一篇。


边界声明(每篇都写,这是我们的信誉资产)

  1. 本文是方法论,不是投资建议,也不构成任何理财/荐股指导(我们明确不碰金融荐股)。
  2. 三套框架来自公开 GitHub 仓库(alchaincyf/elon-musk-skill、alchaincyf/munger-skill、michaelaz774/MBrain),我已读原文提炼,非二手转述。
  3. "99%"是修辞性概括,指"经三关筛后值得做的比例极低",非精确统计;具体比例因领域而异。
  4. 我们也在用这套筛子筛自己,结论可能随实测修正——这恰恰是复利的意思:每次修正都让下一次判断更准。

下一篇预告:把"认知作战流水线"做成一张可填空的清单卡,配到每一次"要不要做"的决策前。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 先说清楚:为什么"AI 赚钱"绝大多数是死路
  • 筛子一:芒格的逆向关——先研究怎么死
  • 筛子二:巴菲特的护城河关——壁垒到底在哪
  • 筛子三:马斯克的第一性原理关——底层成本结构
  • 三张筛子合起来:认知作战流水线
  • 那剩下的 1% 长什么样
  • 边界声明(每篇都写,这是我们的信誉资产)
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档