芒格原话
第一手出处 · 逐字引文"I constantly see people rise in life who are not the smartest—sometimes not even the most diligent—but they are learning machines. They go to bed every night a little wiser than when they got up."（"我在跟其他人交流时不断地看到，那些脱颖而出的人不是最聪明的——有时甚至远不是最勤奋的——而是学习机器。他们每天晚上睡觉时都比早上起来时更聪明一点。"（中文转述））
查理·芒格（本页引文出自芒格第一手出处）
原典解读
忠于原典 · 卡片化定义：迭代与原型（Iteration Prototyping）——承认在动手之前不可能把问题彻底想明白：先做出能验证核心假设的最小原型，扔进真实环境拿反馈，再快速改、重复试。花最小的代价买最多的信息，而不是指望一次就做出完美计划。
核心论述：想象要在陌生地形里找最高峰。打法一：先派无人机把整片地形测绘成等高线图，然后一次性走到最高点——前提是测得准、且地形不再变。打法二：站在原地判断哪边是上坡，朝着上坡迈几步，停下来重新观察，再迈几步；不需要一开始就知道最高点在哪，只需要知道"这一步往哪迈是往上"。地形简单、信息透明时打法一更高效；复杂多变、信息残缺时，打法二往往是唯一可行的。落地成三个动作：①先做出能验证核心假设的最小版本；②把版本扔进真实环境拿真实反馈——火箭在发射台的表现，和风洞里是两码事；③根据反馈快速修改，然后重复。
定义：迭代和芒格似乎犯冲——"耐心等待、一击必中"是他的标签，路数更接近 NASA 的瀑布模型（先充分研究、再下重注），和 SpaceX 式快速迭代看似水火不容。
核心论述：先看答案：芒格的阅读习惯本身就是一部迭代机器——每天大量阅读，每一次阅读都是一次小型实验，年复一年，认知模型经过无数次微迭代不断精进。他只是把迭代下沉了一层：不在投资行动里试错，而在认知和研究阶段打磨。为什么？关键变量是迭代的成本。迭代成立的前提是单次成本可承受、失败后果不致命：SpaceX 炸掉一枚火箭约 600 万到 1500 万美元，不伤筋骨；亚马逊一个内部实验失败，成本微不足道。但在芒格的资金量级上，"试错"的代价可能是灾难性的——一次重大失误足以抹掉几十年积累。所以：小赌注上快速迭代，大赌注上充分研究——迭代不是鲁莽的借口，而是把鲁莽关进笼子的方法。这也解释了芒格一生都在做"输入型迭代"：阅读、交谈、思考，都是低成本、高频次的认知实验。行动上的耐心和认知上的勤奋是一体两面：前者避免大错，后者拓宽能力圈。等机会真正出现时，敢下重注的底气，恰恰来自此前无数次微迭代攒下的判断力。
场景：把迭代思维用在投资和商业决策上——从"想清楚再动手"切换到"动手后想得更清楚"。
步骤：1. 先分类，再行动——借用贝索斯的框架：Type 1 决策不可逆（单行道），Type 2 决策可逆（双行道）。Type 2 大胆试、快速迭代；Type 1 必须充分研究、审慎拍板。2. 给每次尝试定一个学习目标——不问"看看会发生什么"，要问"这次想验证什么"；答案若是 A 就往东，若是 B 就往西。没有清晰假设和决策规则的尝试不是迭代，是赌博。3. 大投入之前先做小实验——想进新行业，先小额试水或试点；想推新产品，先做 MVP 验证；想招关键人物，先来一段短期合作；用小赌注验证大假设。
避坑：两类错配最常见：把可逆的 Type 2 当不可逆对待——过度分析，错失机会；把不可逆的 Type 1 当可逆对待——草率行动，铸成大错。分类错了，后面全错。记住一个简单的检验：凡是能"撤销"的决定，都值得更快地做；凡是"撤销"代价巨大的决定，都值得更慢地做——迭代的速度，应该和决策的可逆性成正比。
场景：把学习本身当成一套能迭代的系统来经营。
步骤：1. 别想一次性"学会"一个领域——先搭一个粗糙的理解框架（原型），让它先"转起来"，再通过阅读、实践和反馈不断修正。2. 你最初的投资认知框架注定是错的或不完整的——没关系，先让它能运转，再在实践里迭代它。3. ：每天入睡时比起床时更聪明一点，就是认知层面的微迭代；复利效应的另一面，是认知也在复利。
避坑：指望一次做出完美计划，是幻觉；真正通往卓越的，是一个每一步都在学习、每一轮都在改进的迭代过程——过程正确，结果交给时间。别把"迭代"当成"拖延"的借口：迭代的每一步都要有输出——一个被验证或证伪的假设；没有输出的"学习"，只是在用忙碌安慰自己。
你需要的不是大量的行动。你需要大量的耐心，然后在机会来临时果断行动。（"What you need is not a lot of action. You need a lot of patience and then aggressive action when the opportunity presents itself."）
承认自己的无知是智慧的开端。（"Acknowledging what you don't know is the dawning of wisdom."）
扩展阅读
真实案例 · 与 L1 隔离SpaceX vs NASA——两种认识论的火箭 商业案例 / 历史事件
Dropbox 的三分钟视频——MVP 教科书 商业案例
在山地中找最高峰——迭代的思想实验 思想实验
局部最优——迭代的第三个陷阱 思想实验 / 优化理论
心脏手术与核电站——迭代失灵的领域 思想实验（反例）
跨模型互见——关联模型 8 条 跨模型互见
迭代有三种死法，死法一：方向错了。沿着上坡走，可能只登上一座小山丘——四周看都是最高，实则远非全域最高峰，即"局部最优"。迭代再快，方向错了只会离目标越来越远；每一步都在改进，改进的却是个不值得深耕的方向。死法二：没有假设的乱试。"快速失败"是硅谷被滥用最多的口号——真正有效的迭代有严格前提：每次迭代必须清楚要验证什么假设；没有假设的实验不是实验，是乱枪打鸟。死法三：在不可逆的领域试错。心脏手术没有"试错"机会，核电站不能先建个粗糙原型看会不会爆炸；这些地方要的是冗余备份与安全边际，而非事后试错。但迭代并未失效，只是换了形式：在模拟、模型和小规模实验里试错，再把学到的用于真实系统。
迭代的本质不是"多动手少动脑"，而是"让手来纠正脑"。想和做交替进行，让做的结果检验想的质量——每次迭代后追问：这次实验揭示了什么？下一步应该测试什么？核心假设要不要修改？既然无法在行动前彻底消除无知，那就用最小代价的行动逐步消解它：不是从无知一步跳到全知，而是一系列小步骤，每一步都比上一步离真相近一点。点睛：深圳制造业"小步快跑、快速打样"的实干传统与这套逻辑同构——先做出能验证假设的最小版本，让真实反馈替理论做裁判；纸上谈兵的完美计划，在真实世界面前不堪一击。