芒格原话
第一手出处 · 逐字引文"微观经济学的伟大意义在于让人能够辨别什么时候技术将会帮助你，什么时候它将会摧毁你。"（"The great lesson of microeconomics is to discriminate between when technology is going to help you and when it's going to kill you."）
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：技术帮助 vs 摧毁——同一项技术，对一部分人是"帮助"（创造价值、提高效率），对另一部分人是"摧毁"（淘汰生计、摧毁商业模式）。技术从不中立，它永远在重新分配。
核心论述：这个模型的锋利之处在于"同一性"：帮助和摧毁不是两种技术，是同一项技术的两面。汽车帮助了出行者，摧毁了马车夫；数码相机帮助了摄影爱好者，摧毁了柯达；电商帮助了消费者，摧毁了实体零售。每一次技术革命，都是一次大规模的财富转移——从旧生产者转移到新生产者，从旧技能持有者转移到新技能持有者。所以"技术进步"这个词是站位决定的：站在受益者一边，它是进步；站在被摧毁者一边，它是灾难。理解技术，必须同时看两面——只看帮助的那面，会低估转型的代价；只看摧毁的那面，会错过时代的机会。
定义：技术摧毁遵循"创造性破坏"的剧本，但剧本的每一幕对投资者的含义不同。
核心论述：熊彼特的"创造性破坏"描述了技术的标准剧本：新技术出现→旧巨头轻视（"这东西粗糙、便宜、不赚钱"）→新技术沿着性能曲线快速改善→跨过"足够好"的门槛→旧巨头一夜崩塌。剧本的关键是"轻视期"：旧巨头的轻视不是愚蠢，是理性的——新技术早期的利润太薄，不值得它们调转船头；但正是这种"理性的轻视"，给了颠覆者生长的时间。对投资者的启示有三层：第一，别做被摧毁的那个——定期检查持仓公司的"技术脆弱性"；第二，试着做帮助的那个——投资新技术的受益者，而不是旧技术的守墓人；第三，最难的是识别"真技术"与"假风口"——真技术有性能曲线的持续改善，假风口只有资本的堆积。
场景：投资选股、职业规划、企业战略（页面 §06）。
步骤：1. 画两面：面对任何新技术，列出"它帮助了谁"和"它摧毁了谁"两张清单。2. 检查持仓：自己的投资组合和职业技能，处在"被帮助"的一面还是"被摧毁"的一面？3. 识别轻视期：旧巨头是否在轻视新技术？轻视的理由是"真的不行"还是"利润太薄不值得"？4. 跟踪性能曲线：新技术是否在沿着性能曲线快速改善？是否接近"足够好"的门槛？5. 区分风口与技术：有持续性能改善的是技术，只有资本堆积的是风口。
避坑：用"技术终将胜利"为追高买单——方向正确不等于时点正确，更不等于价格合理；以及用"看不懂"拒绝学习——看不懂新技术的人，注定成为被摧毁的那一面。
场景：技术变革的"站位"自查（页面 §10）。
步骤：1. 正在发生的重大技术变革有哪些？它们处在剧本的哪一幕？2. 自己的投资/职业/企业，站在"帮助"面还是"摧毁"面？3. 有没有在"理性的轻视"新技术？轻视的依据经得起性能曲线的检验吗？4. 持仓公司里，哪些有"技术脆弱性"？护城河会不会被新技术填平？5. 追逐的是"真技术"还是"假风口"？性能曲线在改善吗？6. 如果被摧毁不可避免，转型的时间窗口还有多大？
避坑：把"拥抱变化"喊成口号——真正的拥抱是"把资源从被摧毁面搬到被帮助面"，口号不搬资源等于没拥抱。
"技术是商业世界中最容易被误解的力量。人们看到它改变了世界，就以为它一定会让投资者赚钱。但技术改变世界和技术让某个特定企业赚更多钱，是完全不同的两件事。前者是几乎确定的，后者取决于竞争结构。"
扩展阅读
真实案例 · 与 L1 隔离伯克希尔纺织厂——二十年学到的教训 商业案例
1960 年代，巴菲特买下伯克希尔——当时还是一家纺织公司。此后二十年，他不断投入资本更新设备：每一次升级都真实提高了产出、压低了单位成本。但竞争对手在做完全相同的事。效率提升的全部好处，经由更低的价格流向了消费者，利润率回到原点甚至更薄——新设备本身就需要更高的资本投入。
See's Candies——不需要技术的护城河 商业案例
See's 是纺织厂的对照组。它所在的市场有强大的品牌忠诚度：加州消费者不会因为别家巧克力厂的自动化程度更高就转投——他们买的是品牌、口味和记忆。See's 从不需要打技术军备竞赛来保住地位，用相当简单的生产技术，持续赚取丰厚利润——它的护城河不在效率，在品牌认同。
GEICO——技术放大已有优势 商业案例
GEICO 的优势从来不是技术，而是直销模式：跳过代理人环节（佣金占保费的 15% 到 20%），把省下的钱变成更低的保费——这个结构性成本优势，在互联网出现之前就已经存在。数字技术到来后被极大地放大了：在线报价让低价一目了然，数字化核保压低运营成本，移动应用提升了体验。
亚马逊——技术叠加规模与网络效应 商业案例
亚马逊在物流和供应链上砸了数百亿美元的技术投入：仓储机器人、预测性库存、路线优化。为什么这些钱没有像纺织厂的设备款那样打水漂？因为它打的不是同质化战争：技术叠加在规模优势、网络效应和品牌信任之上。新入场者就算拿到同样的技术，也复制不了亚马逊二十年攒下的数据、供应商关系、配送网络密度和用户习惯。
AI 时代的四个场景 思想实验（场景分析）
把芒格的三问题套在 AI 上，会得到四幅不同的图。呼叫中心 AI 客服：高度竞争、几乎没有差异化的行业，所有对手都会部署，好处最终流向消费者——纺织业的翻版。法律行业：AI 把文件审查效率提高十倍，但按小时收费的商业模式受到威胁，技术可能加剧两极分化。
八个关联模型的互见网络 跨模型互见
技术助益与毁灭连着 8 个模型：护城河（有没有护城河决定技术投入能否留下价值）；竞争性毁灭（无护城河的行业里技术进步集体侵蚀利润）；红皇后效应（拼命奔跑只为留在原地）；供给与需求（技术降成本、增供给、压价格）；规模优势；网络效应；飞轮效应（技术是飞轮的加速器）；能力圈。
投资者的技术站位检查：技术变革面前，投资者只有三种站位：受益者、受害者、旁观者。旁观者看似安全，实则是在等"被动选择"——技术革命不等人，不主动选边，等于默认站在受害者一边。职业投资人的习惯是定期做"技术脆弱性审计"：组合里每家公司，问"哪项新技术可能让它的护城河贬值？"这个问题没有标准答案，但问本身就有价值——它逼着组合从"静态的护城河"转向"动态的技术适应力"。
"理性的轻视"是最贵的认知税：旧巨头被颠覆，很少是因为"没看见"，多是因为"看见了但理性地轻视"——新技术早期利润太薄、市场太小、性能太差，不值得调转大船。这种轻视在财务上是对的，在战略上是致命的：它给了颠覆者不受打扰的成长期。对抗的方法是"用两本账看新技术"：一本是财务账（现在赚不赚钱），一本是性能曲线账（改善速度有多快）——财务账决定"现在要不要做"，性能曲线账决定"什么时候必须做"。点睛：从北京的制造业到硅谷的科技巨头，"理性的轻视"每天都在上演；交这笔认知税的公司，财报上永远写着"理性"，墓志铭上写着"太晚"。