芒格原话
第一手出处查理·芒格（本页观点出自芒格论述；暂无逐字引文，转述整理见 L1）
原典解读
忠于原典 · 卡片化定义：物理学嫉妒形容一种跨界的模仿冲动：经济学、金融学等研究"人"的学科，羡慕物理学式的精确——精美的方程、小数点后两位的预测——于是把数学的精密外衣套在不确定的人类行为上。
核心论述：芒格的靶子不是数学本身，而是"精确的错误"。方向正确但粗糙的判断，胜过前提虚假但精确的模型——因为后者的精确是幻觉，前者的粗糙是诚实。物理定律不随人的信念改变，经济规律恰恰会：预测一旦被相信，就会改变被预测者的行为。把研究"物"的方法硬套在研究"人"的问题上，方法论从第一步就错配了。
定义：物理学家费曼留下一句告诫：最不该糊弄的人是自己，而自己恰恰是最容易上当的那个。芒格借这句话点破一个陷阱：在"软学科"里，数学的精密外衣最容易沦为自我麻痹的工具——方程越漂亮，对前提的警惕性就越低。
核心论述：对付物理学嫉妒，药方不是扔掉数学，而是"诚实地承认不精确"：给出区间而非单点、说清前提而非隐藏前提、承认误差而非装饰误差。芒格推崇的"大约正确"，与安全边际讲的是同一件事，只是换了说法——两者都在为"自己可能是错的"预留空间。
场景：面对任何用数学模型包装的预测或结论，先做诚实度体检。
步骤：1. 白话测试：模型的前提能不能用大白话讲清楚？讲不清的前提，多半在掩盖粗暴的简化。2. 输入配比：输入的质量配得上输出的精度吗？再精密的输出，也救不了粗糙的输入——那叫精致的幻觉。3. 分布拷问：模型默认了什么样的分布？金融、灾难、战争的世界里，肥尾才是主角——模型给它留位置了吗？4. 区间要求：只给单点、不给置信区间的预测，等于用精确冒充知识。先问区间，再看数字。5. 极端复盘：这套模型在历史上最惨烈的关头交出了什么答卷？（LTCM 就是现成的考卷。）
转述：经济学想成为物理学，但它研究的是人，而人是会学习、会反抗、会改变规则的"粒子"。
出处标注：据芒格相关论述整理；思想可溯至芒格对经济学的多次批评
转述：宁要模糊的正确，也不要精确的错误。
出处标注：据芒格相关论述整理
转述：展示给我看激励机制，我就能告诉你结果——在软学科里，动机比方程更接近真相。
出处标注：据芒格相关论述整理；"Show me the incentive"句式另见 principal-agent-solutions 页（同样为转述降级）
扩展阅读
真实案例 · 与 L1 隔离LTCM 的崩塌（商业案例）
CDO 与正态分布的肥尾（商业案例）
心理学可重复性危机（学术案例）
跨模型互见（6 个关联模型）
解读 1：把地图当成了领土物理学嫉妒的底层错误，是把"模型"当成了"现实"。物理定律描述的世界不关心人信不信；经济模型描述的世界，恰恰会被人的信念改写——预测一旦流行，就会改变被预测者的行为（索罗斯称之为反身性）。芒格的立场因此不是"反数学"，而是"反拜物"：数学是地图，不是领土；当领土（人的行为）拒绝服从地图时，诚实的反应是承认地图的边界，而不是把地图画得更精美。
解读 2：祛魅——精确便宜，诚实昂贵这个模型对普通人的直接价值是"祛魅"。下次看到某份研报给出精确到小数点后两位的目标价，某位专家用复杂模型论证房价或股价"必然"如何，先拿工具卡 1 的五个问题过一遍筛。精确是廉价的——任何人都能把小数点往后多写两位；诚实是昂贵的——它要求说出"这个数字可能错"。长期看，市场奖励说出"可能错"的人，惩罚被漂亮数字糊弄的人。职业习惯是：先问"这个结论的前提是什么"，再问"这个结论的数字是多少"；顺序一反，精确就成了幻觉的包装纸。点睛：中文财经内容圈盛行"精确预测"——某指数年底看到多少点、某板块涨幅百分之几，小数点后两位一个不少。物理学嫉妒的视角下，这些数字越精确，越暴露其前提的脆弱。
解读 3：大约正确是一套纪律"大约正确"不是"差不多就行"的借口，而是一套可执行的纪律：给出区间、说清前提、承认误差、预留安全边际。它要求决策者在不确定性面前保持诚实，而不是用数学的精确外衣掩盖无知。芒格推崇的从来不是"模糊"，而是"诚实的不精确"——知道边界在哪里，比算出一个漂亮的数字更接近智慧。