judging-compounding-value

name	judging-compounding-value
description	Use when judging whether an activity, skill, project, workflow, career choice, learning path, or repeated effort has compounding value, durable payoff, 复利属性, or is mostly one-off consumption.

Judging Compounding Value

Overview

判断一件事是否有“复利”，不是问它短期有没有收益，而是问：这次投入留下的资产，能不能让未来的价值更高、成本更低、判断更准、位置更独特。

默认先做分层判断：大多数事情可以判为高复利、低复利或反复利；少数 1%-10% 的早期机会需要标为“证据不足”，再通过横向对比、深度检索、执行度和知信度验证降低误判。

When to Use

Use for questions like:

• 这件事有没有复利价值？
• 我该不该长期投入这个方向、技能、项目、关系或工具？
• 这是沉淀资产，还是一次性消耗？
• AI coding、某个新框架、写作、开源、自动化、领域学习是否值得长期积累？

Do not use when the user only asks for immediate ROI, simple scheduling, or a purely financial compound-interest calculation.

Core Test

先问一句总问题：

如果我停止投入一段时间，这件事已经留下的东西还会继续帮我工作吗？

如果答案明显是否定，通常不是复利点。然后用六个维度判断。

Dimension	High Compounding Signal	Low/Anti-Compounding Signal
沉淀性	留下代码库、文档、数据、关系、品牌、系统、抽象、方法论	只完成临时交付、救火、会议、一次性支持
边际结构	后续复用成本下降，调用或传播成本接近零	每次都要重新投入同等人力
反馈循环	用户、数据、网络、口碑、生态会反过来增强它	使用越多只是消耗越多，没有自增强
时间关系	时间越久越有用，或至少慢折旧	依赖热点、具体版本、短命平台、临时上下文
独特性	积累长在自己身上，别人难以快速复制	工具能力长在工具上，别人一周就能追平
前期形态	早期看起来不划算，但在积累底层资产	早期很爽、很快出活，但没有留下判断力或资产

Decision Flow

1. Identify the residue: 做完后留下什么可被未来继续使用的东西？
2. Identify the cost curve: 下一次做类似事情会不会更便宜、更快或更稳？
3. Identify the ownership: 这个收益是长在你/组织/资产上，还是长在外部工具、平台、雇主或热点上？
4. Compare sideways: 找 2-3 个相邻替代项，问哪一个更沉淀、更慢折旧、更难复制。
5. Search deeply when uncertain: 查历史案例、失败案例、专家反对意见、生态变化和替代技术，而不是只看成功叙事。
6. Check execution credibility: 即使方向有复利，也要判断你是否能长期执行到足够深；不能执行的复利点，对你只是理论价值。
7. Check confidence: 区分“我知道它有复利”和“我只是喜欢这个叙事”。证据弱时降级为证据不足。
8. Output a grade: 高复利 / 中复利 / 低复利 / 反复利 / 证据不足。

Grading

Grade	Meaning	Recommendation
高复利	命中 4+ 个维度，且沉淀物由自己控制	长期投入，允许短期不划算
中复利	有沉淀，但受平台、执行或折旧限制	小步验证，定期复盘
低复利	有用但主要是即时效率或短期收益	可以做，但不要误当长期资产
反复利	越做越依赖临时上下文、债务、平台或低质量习惯	尽量减少，或转化为自动化/文档/抽象
证据不足	早期机会、强不确定性、证据冲突	继续检索和实验，不要强行下结论

Execution Credibility

复利不是只看事情本身，也看执行者能否把曲线跑出来。判断时单独检查：

• Time horizon: 你是否愿意连续投入 6-24 个月？
• Feedback quality: 你能否拿到真实反馈，而不是只在脑内推演？
• Iteration loop: 你是否有稳定的复盘、改进和复用机制？
• Depth advantage: 你是否能进入别人不愿意慢慢积累的深水区？
• Opportunity cost: 这件事会不会挤掉更高复利的资产建设？

方向有复利但执行不可信时，结论应降级为“中复利”或“证据不足”。

Confidence

知信度来自证据质量，而不是表达强度。判断时优先使用：

• 横向对比：同类替代项、相邻技能、相邻项目。
• 深度检索：失败案例、反方观点、生命周期、平台依赖、历史类比。
• 真实反馈：用户使用、市场选择、生产环境、长期复盘。

证据只来自愿景、宣传、短期兴奋或单一成功案例时，不要给“高复利”。

Common Mistakes

Mistake	Correction
把高效率误认为复利	效率是杠杆；只有留下可复用资产，才是复利
被早期收益迷惑	前期越快见效，越要问它是否会慢折旧
忽略替代项	不做横向对比，就容易把“有用”误判成“最值得积累”
只看成功案例	同时查失败案例、平台替代、生命周期和反方观点
过度确定	对 1%-10% 的早期机会允许标记“证据不足”
忽略自己能否执行	复利曲线需要时间；无法长期执行就不会发生在你身上

Example

Question: “会用 AI coding 有没有复利？”

Judgment: 低复利；过度依赖时可能反复利。

Reasoning:

• 工具熟练度有即时效率，但能力主要长在工具上，不完全长在自己身上。
• 提示词和工作流会被产品更新吸收，时间未必是朋友。
• 如果 AI 帮你跳过架构、边界、调试和领域理解，可能侵蚀判断力这种真正复利资产。
• 更好的用法是：在已有判断力、领域知识和系统设计能力上用 AI 加速；在不熟悉领域避免用 AI 跳过学习过程。

Output Format

Use this compact answer shape:

结论：高复利 / 中复利 / 低复利 / 反复利 / 证据不足

核心判断：
- 沉淀物：
- 成本曲线：
- 时间关系：
- 独特性：
- 执行可信度：
- 知信度：

横向对比：
- A vs B vs C：

最大误判风险：
- 

下一步验证：
-