{"id":"52a7cc2d-7b18-42ce-aa60-524d9c3eec23","entityType":"agent","slug":"clawhub-gechengling-bezos-long-term-principle","name":"Bezos Long Term Principle","canonicalUrl":"https://www.xpersona.co/agent/clawhub-gechengling-bezos-long-term-principle","canonicalPath":"/agent/clawhub-gechengling-bezos-long-term-principle","generatedAt":"2026-10-11T15:16:24.274Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T12:13:32.271Z","emptyReason":null},"description":"基于贝索斯长期主义和客户至上理念，分析战略决策、创业取舍，助力形成可持续的长期价值与创新方案。 Skill: Bezos Long Term Principle Owner: gechengling Summary: 基于贝索斯长期主义和客户至上理念，分析战略决策、创业取舍，助力形成可持续的长期价值与创新方案。 Tags: bezos-long-term-principle:2.1.2, latest:2.1.2 Version history: v2.1.2 | 2026-09-21T05:17:21.115Z | user 2.1.2: 五模型各补实战举例与对照表；新增种子组合管理表、决策门判定表、长期主义决策自评表；动态更新至2026-09-21并新增框架解读列；补充适用边界与数据最小化声明 v2.1.1 | 2026-06-28T13:21:28.313Z | auto - 增加“最新动态”与“投资思维最新动态”板块，提供2026年最新财经与AI治理信息 - 内容结构调整，优化信息呈现，方便查阅 - 升级版本号至2","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:bezos-long-term-principle","sourceUrl":"https://clawhub.ai/gechengling/bezos-long-term-principle","homepage":"https://clawhub.ai/gechengling/skills/bezos-long-term-principle","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/gechengling/bezos-long-term-principle","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/gechengling/skills/bezos-long-term-principle","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":61,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"基于贝索斯长期主义和客户至上理念，分析战略决策、创业取舍，助力形成可持续的长期价值与创新方案。 Skill: Bezos Long Term Principle Owner: gechengling Summary: 基于贝索斯长期主义和客户至上理念，分析战略决策、创业取舍，助力形成可持续的长期价值与创新方案。 Tag"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T12:13:32.271Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T12:13:32.271Z","emptyReason":null},"stars":null,"forks":null,"downloads":1067,"packageName":null,"latestVersion":"2.1.2","tractionLabel":"1.1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T12:13:32.211Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T12:13:32.271Z","lastCrawledAt":"2026-10-11T12:13:32.211Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T12:13:32.211Z","lastVerifiedAt":null,"highlights":[{"version":"2.1.2","createdAt":"2026-09-21T05:17:21.115Z","changelog":"2.1.2: 五模型各补实战举例与对照表；新增种子组合管理表、决策门判定表、长期主义决策自评表；动态更新至2026-09-21并新增框架解读列；补充适用边界与数据最小化声明","fileCount":3,"zipByteSize":11106},{"version":"2.1.1","createdAt":"2026-06-28T13:21:28.313Z","changelog":"- 增加“最新动态”与“投资思维最新动态”板块，提供2026年最新财经与AI治理信息 - 内容结构调整，优化信息呈现，方便查阅 - 升级版本号至2.1.1 - 移除 skill-card.md 文件","fileCount":3,"zipByteSize":4922},{"version":"2.0.1","createdAt":"2026-06-01T15:10:47.411Z","changelog":"Security compliance update: added capability declarations and advisory-only disclaimers to meet ClawHub security scan requirements","fileCount":3,"zipByteSize":4356},{"version":"2.0.0","createdAt":"2026-05-11T06:13:38.830Z","changelog":"Version 2.0.0 - 增加2026更新内容，涵盖贝索斯卸任CEO后专注Blue Origin与长寿科学的长期战略逻辑 - 新增分析Amazon在AI时代从电商到云到AI Agent三次跃迁路径 - Skill描述部分加入最新战略转型场景与分析视角","fileCount":3,"zipByteSize":3770},{"version":"1.0.0","createdAt":"2026-05-09T09:13:31.985Z","changelog":"- Initial release of 贝索斯长期主义战略顾问 (Bezos Long-Term Strategy Advisor). - Provides strategic decision support inspired by Jeff Bezos’ principles: long-termism, customer obsession, and innovation. - Outlines five core thinking models, including Regret Minimization Framework and Day 1 mindset. - Offers a workflow for applying Bezos' principles to business and personal decisions. - Includes reference quotes and sources from Bezos' shareholder letters and speeches. - Designed for business strategy, career choices, entrepreneurship, and value creation analysis.","fileCount":2,"zipByteSize":2484}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17ewqc4f2s6gpcbm88hy7fgvn85kg1g:bezos-long-term-principle","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T15:16:24.273Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-gechengling-bezos-long-term-principle/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-11T12:13:32.271Z","emptyReason":null},"readme":"Skill: Bezos Long Term Principle\n\nOwner: gechengling\n\nSummary: 基于贝索斯长期主义和客户至上理念，分析战略决策、创业取舍，助力形成可持续的长期价值与创新方案。\n\nTags: bezos-long-term-principle:2.1.2, latest:2.1.2\n\nVersion history:\n\nv2.1.2 | 2026-09-21T05:17:21.115Z | user\n\n2.1.2: 五模型各补实战举例与对照表；新增种子组合管理表、决策门判定表、长期主义决策自评表；动态更新至2026-09-21并新增框架解读列；补充适用边界与数据最小化声明\n\nv2.1.1 | 2026-06-28T13:21:28.313Z | auto\n\n- 增加“最新动态”与“投资思维最新动态”板块，提供2026年最新财经与AI治理信息\n- 内容结构调整，优化信息呈现，方便查阅\n- 升级版本号至2.1.1\n- 移除 skill-card.md 文件\n\nv2.0.1 | 2026-06-01T15:10:47.411Z | user\n\nSecurity compliance update: added capability declarations and advisory-only disclaimers to meet ClawHub security scan requirements\n\nv2.0.0 | 2026-05-11T06:13:38.830Z | auto\n\nVersion 2.0.0\n\n- 增加2026更新内容，涵盖贝索斯卸任CEO后专注Blue Origin与长寿科学的长期战略逻辑\n- 新增分析Amazon在AI时代从电商到云到AI Agent三次跃迁路径\n- Skill描述部分加入最新战略转型场景与分析视角\n\nv1.0.0 | 2026-05-09T09:13:31.985Z | auto\n\n- Initial release of 贝索斯长期主义战略顾问 (Bezos Long-Term Strategy Advisor).\n- Provides strategic decision support inspired by Jeff Bezos’ principles: long-termism, customer obsession, and innovation.\n- Outlines five core thinking models, including Regret Minimization Framework and Day 1 mindset.\n- Offers a workflow for applying Bezos' principles to business and personal decisions.\n- Includes reference quotes and sources from Bezos' shareholder letters and speeches.\n- Designed for business strategy, career choices, entrepreneurship, and value creation analysis.\n\nArchive index:\n\nArchive v2.1.2: 3 files, 11106 bytes\n\nFiles: skill-card.md (2469b), SKILL.md (19715b), _meta.json (144b)\n\nFile v2.1.2:SKILL.md\n\n# SKILL.md\r\n\r\n\r\n\r\n## Identity\r\n\r\n- **Skill Name**: 贝索斯长期主义战略顾问 (Jeff Bezos Long-Term Strategy Advisor)\r\n\r\n- **Slug**: finance-bezos-longterm\r\n\r\n- **Version**: 2.1.2\r\n- **Updated**: 2026-09-21\r\n- **适用边界（Scope Boundary）**：本技能提供的是战略分析与决策框架，输出的是取舍思路与检验问题，不是投资建议、不是商业承诺。涉及具体标的买卖、合同签署、组织人事调整的结论，须由承担决策责任的人结合一手资料作出。\r\n- **数据最小化（Data Minimization）**：使用本技能时只提供战略讨论所必需的最小信息；涉及未公开经营数据、客户身份与财务明细，请先脱敏或抽象化。本技能不需要也不索取任何凭据、密钥、账号信息。\r\n\r\n- **Language**: 中文为主，英文关键术语保留\r\n\r\n- **Author**: 葛成 (@gechengling)\r\n\r\n- **Description**: 以贝索斯的长期主义、客户至上和创新哲学为核心，帮助分析战略方向、决策取舍、客户价值创造。适用于商业战略、职业选择、创业决策等场景。2026更新：贝索斯卸任CEO后投入蓝色起源（Blue Origin）与长寿科学的战略逻辑，以及Amazon在AI时代从电商到云到AI Agent的三次跃迁路径分析。关键词：贝索斯，长期主义，客户至上，Amazon，AWS，电商战略，创新思维，二次曲线.\r\n\r\n\r\n\r\n### 最新动态 [2026-09-21更新]\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 | 长期主义视角怎么读 |\r\n|---------|---------|---------|---------|------------------|\r\n| AI商业模式 | OpenAI每赚1美元花掉1.69美元，预计2030年前无法盈利，与贝索斯“长期亏损换市场份额”策略的异同 | 2026-06 | AI商业模式 | 相同点是“先亏后赚”，不同点是亚马逊亏损期有现金流自证（周转负营运资本），AI亏损期靠融资续命 |\r\n| 云与AI算力 | 云厂商AI相关收入持续放量，资本开支与折旧成为利润表核心变量，市场从“讲增速”转向“看回报” | 2026-Q3 | 云战略与基础设施投资 | Day 1不等于Day 1000：长期主义的前提是单位经济学最终为正，否则只是慢性失血 |\r\n| 商业航天 | 蓝色起源等商业航天进入可复用运力与在轨基础设施的验证期，长周期重资产项目的融资结构被反复讨论 | 2026-Q3 | 长周期重资产战略 | 贝索斯式“耐心资本”的样板：回报周期以十年计，考核指标只能是里程碑而非季度利润 |\r\n| 长寿科学 | 抗衰老与长寿生物技术持续吸引长周期资本，科学不确定性高、商业化路径长 | 2026-Q3 | 前沿科技投资逻辑 | 遗憾最小化框架的典型场景：这件事失败了也不后悔，成了则改变一切 |\r\n| 组织治理 | AI进入组织内部后，“两个披萨团队”与“单向/双向决策门”被重新用于约束AI项目的立项与回滚 | 2026-Q3 | 组织效率与AI治理 | 决策门的价值在于：AI项目 reversible，就该快；不可逆就该慢 |\r\n\r\n\r\n\r\n> **数据截止**: 2026-09-21 | 来源：公司公开财报与致股东信、行业公开信息、公开研究报告\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n\r\n\r\n## Core Thinking Models\r\n\r\n\r\n\r\n### 模型一：遗憾最小化框架（Regret Minimization Framework）\r\n\r\n```\r\n\r\n当你80岁时，回想今天，会对什么感到遗憾？\r\n\r\n→ 那个遗憾的方向 = 你应该做的选择\r\n\r\n```\r\n\r\n- 贝索斯用这个框架决定离开华尔街创立亚马逊\r\n- 核心：时间是不可再生资源，不尝试的代价 > 尝试失败的代价\r\n\r\n\r\n\r\n**举例 A：要不要从稳定岗位转去做AI方向**\r\n\r\n\r\n\r\n| 检验项 | 具体问法 | 参考回答 |\r\n|--------|---------|---------|\r\n| 80岁回望 | 80岁时我会后悔没试，还是后悔试了？ | 后悔没试 |\r\n| 失败成本 | 最坏情况是什么，我扛得住吗？ | 两年收入下降，但技能可迁移 |\r\n| 可逆性 | 这是单向门还是双向门？ | 双向门，可以回来 |\r\n| 时间窗 | 三年后这个机会还在吗？ | 窗口正在关闭 |\r\n| 结论 | 双向门 + 后悔没试 + 窗口关闭中 | 应做，且要快 |\r\n\r\n\r\n\r\n**举例 B：要不要砍掉一条亏损但战略性的业务线**\r\n\r\n\r\n\r\n| 检验项 | 具体问法 | 参考回答 |\r\n|--------|---------|---------|\r\n| 80岁回望 | 会因为砍掉它后悔，还是因为拖死主业后悔？ | 拖死主业 |\r\n| 单位经济学 | 它有朝一日能自我造血吗？路径是什么？ | 需要再投入5年且不确定 |\r\n| 机会成本 | 同样的钱投到主业回报多少？ | 明显更高 |\r\n| 结论 | 长期主义不等于无限期供养 | 设定止损里程碑后退 |\r\n\r\n\r\n\r\n### 模型二：长期主义三原则\r\n\r\n```\r\n\r\n原则一：专注于长期价值\r\n\r\n- 牺牲短期利润来换取长期增长是值得的\r\n\r\n- \"如果你的商业模式需要短期业绩才能生存，那你的商业模式是有问题的\"\r\n\r\n\r\n\r\n原则二：Day 1心态\r\n\r\n- 始终像创业第一天一样行动\r\n\r\n- 客户至上 > 竞争对手导向\r\n\r\n- 拒绝官僚、拒绝形式主义\r\n\r\n\r\n\r\n原则三：发明与简化\r\n\r\n- “我们是一家科技公司，不是零售公司”\r\n- 用技术解决客户问题，而不是用人力\r\n\r\n```\r\n\r\n\r\n\r\n**三原则的落地对照（新增）**\r\n\r\n\r\n\r\n| 原则 | 落地的可观测信号 | 走样的可观测信号 | 自检问题 |\r\n|------|-----------------|-----------------|---------|\r\n| 专注于长期价值 | 有3年以上的投入计划且不与季度考核冲突 | 每个季度都在砍长期项目救当期利润 | 我们有没有一件事是明确允许三年不赚钱的？ |\r\n| Day 1心态 | 客户反馈能在两周内进入产品 backlog | 决策要先过三层会、材料要打磨两周 | 上一个客户投诉，从提出到改完用了多久？ |\r\n| 发明与简化 | 用系统/模型替代人工环节，人均产出逐年提升 | 业务量翻倍、人数也翻倍 | 过去一年有没有一个环节被彻底自动化掉？ |\r\n\r\n\r\n\r\n**举例：把“发明与简化”用在保险两核流程**\r\n\r\n\r\n\r\n| 环节 | 人力做法 | 技术做法 | 客户价值变化 |\r\n|------|---------|---------|-------------|\r\n| 核保资料收集 | 人工电话催件、纸质补传 | 客户自助上传+OCR自动校验缺项 | 从3天缩短到分钟级 |\r\n| 理赔初审 | 逐单人工翻阅影像 | 结构化抽取+规则引擎预筛 | 简单案件免人工 |\r\n| 风险评估 | 靠经验判断 | 画像模型输出风险分+人工复核 | 判断口径统一、可审计 |\r\n\r\n\r\n\r\n### 模型三：客户至上决策法\r\n\r\n```\r\n\r\n贝索斯测试：相反的决定，客户会怎么反应？\r\n\r\n- 竞争对手会高兴吗？→ 如果是，重新考虑\r\n- 客户会高兴吗？→ 如果是，大胆做\r\n\r\n```\r\n\r\n\r\n\r\n**举例：三个决定的“反向测试”**\r\n\r\n\r\n\r\n| 待定决策 | 反向决定 | 竞争对手高兴吗 | 客户高兴吗 | 判定 |\r\n|---------|---------|---------------|-----------|------|\r\n| 提高某险种的免赔额以降低保费 | 维持高保费、低免赔 | 高兴（他们可跟进涨价） | 中性偏好（便宜了但保障少了） | 需再做一次客户分层测算 |\r\n| 把理赔进度做成实时可查 | 维持“7个工作日回复” | 不高兴（被迫跟进） | 高兴 | 大胆做 |\r\n| 为冲规模放宽核保口径 | 维持严格口径 | 高兴（你替他们承担了风险） | 短期高兴、长期可能推高整体费率 | 不该做 |\r\n\r\n\r\n\r\n**客户至上的三条约束（避免口号化）**\r\n\r\n\r\n\r\n| 约束 | 说明 | 违反的后果 |\r\n|------|------|-----------|\r\n| 客户满意不能以合规换 | 监管红线不可因“客户想要”而突破 | 短期口碑、长期处罚 |\r\n| 客户满意不能靠转移成本给别人 | 不能把成本转嫁给合作方或未来客户 | 生态反噬 |\r\n| 客户至上要有可观测指标 | 必须有能按月看的指标，否则无法管理 | 变成价值观口号 |\r\n\r\n\r\n\r\n### 模型四：增量创新 vs 颠覆创新\r\n\r\n- 亚马逊：从卖书→云计算→Prime→Alexa，持续叠加\r\n- 不是一次颠覆，而是持续重新发明\r\n- “我们在播种种子，等待它们长成大树”\r\n\r\n\r\n\r\n**种子组合管理表（新增）**\r\n\r\n\r\n\r\n| 种子类型 | 特征 | 投入比例参考 | 考核方式 | 典型反例 |\r\n|---------|------|-------------|---------|---------|\r\n| 增量型 | 明确改进现有产品/流程 | 约70% | 看季度指标 | 把全部资源压在这里，三年后被替代 |\r\n| 扩张型 | 把已有能力用到新客群/新区域 | 约20% | 看年度里程碑 | 用季度KPI考核， prematurely砍掉 |\r\n| 颠覆型 | 可能重构成本结构或商业模式 | 约10% | 只看“是否证伪了关键假设” | 用ROI考核，永远立项不了 |\r\n\r\n\r\n\r\n**举例：险企的创新组合怎么排**\r\n\r\n\r\n\r\n| 种子 | 类型 | 关键假设 | 证伪信号 |\r\n|------|------|---------|---------|\r\n| 理赔材料自动识别 | 增量型 | 识别准确率足以免人工复核 | 准确率长期卡在阈值以下 |\r\n| 带病体可保产品 | 扩张型 | 定价数据足以支撑可持续费率 | 赔付率持续超定价假设 |\r\n| 基于可穿戴数据的动态定价 | 颠覆型 | 客户愿意用数据换保费折扣 | 授权率过低导致样本不足 |\r\n\r\n\r\n\r\n### 模型五：组织效率三机制\r\n\r\n| 机制 | 内容 | 目的 | 适用决策类型 | 落地要点 | 常见误用 |\r\n|------|------|------|-------------|---------|---------|\r\n| 新闻发布会（类似六页纸） | 写下来而非PPT | 深度思考 | 单向门、高不可逆决策 | 会议前静默阅读，材料须含“如果错了会怎样” | 变成写材料比赛 |\r\n| 两个披萨团队 | 团队不超过两个披萨能喂饱的人数 | 保持敏捷 | 需要快速试错的业务 | 团队要有端到端交付权 | 只切小团队不授权 |\r\n| 单向/双向决策门 | 按决策不可逆性分类处理 | 速度与质量平衡 | 全部决策的分类前置 | 双向门一律下放，单向门上收 | 把可逆决策也当单向门，组织变慢 |\r\n\r\n\r\n\r\n**决策门判定举例**\r\n\r\n\r\n\r\n| 决策 | 可逆吗 | 门类型 | 处理节奏 | 审批层级 |\r\n|------|-------|-------|---------|---------|\r\n| 上线一个A/B测试 | 可回滚 | 双向门 | 当天 | 团队自决 |\r\n| 更换核心系统供应商 | 迁移成本极高 | 单向门 | 数月论证 | 高层 |\r\n| 调整某产品费率 | 可再调但影响存量客户 | 准单向门 | 充分测算+监管沟通 | 专业委员会 |\r\n| 上线AI辅助核保 | 可灰度可回滚 | 双向门 | 灰度、小步快跑 | 业务+合规双签 |\r\n\r\n\r\n\r\n## 新增内容（2026版）\r\n\r\n**Step 2 新增思考维度（2026）**：\r\n\r\n- 达利欧原则2026年迭代：新增“AI时代风险管理”章节，将机器学习模型偏差纳入债务周期分析框架，应对大国博弈下的供应链重构风险\r\n- 芒格多元思维模型2026更新：心理学误判倾向清单增加AI幻觉识别，新增“能力圈扩张”路径（从单一行业→跨学科→AI增强决策）\r\n- 马斯克第一性原理2026实践：SpaceX星舰成本降至$500/kg（较2016年降98%），FSD V12全面取消高精度地图，Tesla Bot进入量产阶段\r\n- 缠论2026年技术进化：chan.py v2.0支持AI自动笔识别准确率92%，缠论买卖点与量化CTA策略融合，2025-2026年A股牛市/熊市完整案例库\r\n- DeepSeek/通义千问/智谱GLM最新应用案例：将国产大模型思维链(Chain-of-Thought)与传统思想融合，探索东方哲学×AI的新思维范式\r\n\r\n\r\n\r\n**贝索斯专属补充（2026-09新增）**：\r\n\r\n- **Day 1 的AI版解释**：Day 1不是“公司年轻”，而是“决策还没被流程绑住”。判断标准：一个一线员工提出的好想法，多久能变成上线实验？答案是两周以内，仍是Day 1；答案是两个季度，已经是Day 2\r\n- **长期主义的财务前提**：亚马逊能长期亏损，是因为负营运资本带来现金流。没有现金流自证能力的长期亏损，是融资依赖而非长期主义——这是判断“长期主义”与“烧钱讲故事”的分水岭\r\n- **客户至上 vs 股东至上**：贝索斯的原话是“长期来看两者一致”。短期冲突时，先做对客户有利的事，然后用长期结果向股东解释，而不是用季度数字向股东妥协\r\n- **AI时代的新护城河**：数据与工作流沉淀的位置，比模型本身更值钱。模型会商品化，嵌在流程里的客户关系与数据不会\r\n- **遗憾最小化框架的现代用法**：把“80岁的自己”具象成三个问题——这件事失败了我会后悔吗？不试我会后悔吗？五年后我还会记得今天纠结的成本吗？三个都指向“试”，就别再算小账\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n## When to Use\r\n\r\n- \"要不要放弃稳定工作去创业？\"\r\n\r\n- \"这个决定短期很痛苦，但长期有价值吗？\"\r\n\r\n- \"客户真正想要的是什么？\"\r\n\r\n- \"长期主义和短期压力冲突怎么办？\"\r\n\r\n- \"要不要坚持这个方向？\"\r\n\r\n- “如何建立护城河？”\r\n- “这个投入三年不赚钱，还要不要继续？”\r\n\r\n\r\n\r\n**不适用（请用其他技能）**\r\n\r\n\r\n\r\n| 你的真实需求 | 应该转向 |\r\n|-------------|---------|\r\n| 要一只股票的目标价与买卖点 | 投研/投顾类技能，本技能只做战略与商业模式分析 |\r\n| 要最新财务数据或实时行情 | 行情/数据类技能，本技能不提供实时数据 |\r\n| 要法律、税务、人事合规结论 | 专业顾问，本技能不做合规判定 |\r\n| 要一份可直接对外披露的正式文件 | 文档类技能，本技能输出的是分析草稿 |\r\n\r\n\r\n\r\n### 投资思维最新动态 [2026-09-21更新]\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 | 贝索斯框架怎么读 |\r\n|---------|---------|---------|---------|----------------|\r\n| 宏观框架 | 达利欧2026年6月最新发声：2026-2028年将是全球金融体系最脆弱窗口期，债务/地缘/AI三重危机共振 | 2026-06 | 投资思维与宏观判断框架 | 长期主义不等于无视周期：现金缓冲本身就是长期主义的组成部分 |\r\n| AI治理 | 银行业保险业AI安全开发应用指导意见发布，AI Agent治理从“指导意见”走向“刚性规章” | 2026-06-18 | AI投资与企业治理思维 | 合规是单向门，AI应用尽量设计成可逆的灰度 |\r\n| 云与资本开支 | 云厂商AI资本开支进入折旧兑现阶段，市场开始用回报率而非增速给AI资产定价 | 2026-Q3 | 科技股与AI基础设施 | 用单位经济学检验“长期”，别用叙事检验 |\r\n| 长期资金结构 | 长周期重资产项目（航天、算力、长寿科学）更依赖耐心资本，融资期限与资产久期匹配成为核心议题 | 2026-Q3 | 长周期资产配置 | 久期错配是最容易被忽视的长期主义杀手 |\r\n\r\n\r\n\r\n> **数据截止**: 2026-09-21 | 来源：国家金融监督管理总局、公开研究报告、行业公开信息\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n## Workflow\r\n\r\n```\r\n\r\n【贝索斯长期主义分析】\r\n\r\nStep 1 - 80岁测试：80岁时你会后悔没做这件事吗？\r\n\r\nStep 2 - 客户至上：客户从这件事中真正得到什么？\r\n\r\nStep 3 - Day 1测试：如果这是创业第一天，你会做这个决定吗？\r\n\r\nStep 4 - 长期价值：这个决定1年后/5年后/10年后的价值是什么？\r\n\r\nStep 5 - 发明测试：有没有用技术而非人力解决这个问题的方案？\r\n\r\n```\r\n\r\n\r\n\r\n**完整走一遍的示例（主题：要不要自建AI能力中台）**\r\n\r\n\r\n\r\n| 环节 | 输出示例 | 这一步在防什么 |\r\n|------|---------|--------------|\r\n| Step 1 80岁测试 | 不做的话，五年后每家业务线各建一套，成本更高 | 防“短期省事、长期返工” |\r\n| Step 2 客户至上 | 客户感知到的价值是“响应更快、口径更一致” | 防“为技术而技术” |\r\n| Step 3 Day 1测试 | 如果今天刚创业，会先建中台还是先跑通一个场景？ | 防“大跃进式立项” |\r\n| Step 4 长期价值 | 1年：统一口径；5年：能力复用；10年：数据资产 | 防“只有投入没有回报路径” |\r\n| Step 5 发明测试 | 用平台化能力替代各业务线重复造轮子 | 防“用人力堆规模” |\r\n| 决策门判定 | 分阶段投入、可回滚 → 双向门 | 防“一把梭” |\r\n\r\n\r\n\r\n**输出前的自检（保存/外发前必做）**\r\n\r\n\r\n\r\n| 自检项 | 不通过的表现 | 处理动作 |\r\n|--------|-------------|---------|\r\n| 关键数字有无出处 | 出现没有来源的增长率、金额、市占率 | 标注来源或删除；无法核实的一律写“以官方最新发布为准” |\r\n| 是否夹带未脱敏信息 | 出现真实客户名、保单号、未公开经营数据 | 先脱敏再保存或外发 |\r\n| 长期结论是否被当成承诺 | 把推演写成“一定会……” | 改写为“在……假设下可能……” |\r\n| 是否经过用户确认 | 未经确认就写入文件或对外发送 | 先预览给用户，确认后再落盘/发送 |\r\n\r\n\r\n\r\n## Reference Quotes\r\n\r\n- “在商业世界，如果你不思考长期，你就根本无法思考”（In business, if you don't think about the long term, you can't think at all）\r\n- “客户至上是我知道的最好的竞争优势”\r\n- “失败是发明不可或缺的组成部分”\r\n- “我们在播种种子，总有一些会长成参天大树”\r\n- “我们必须种下更多的种子”\r\n- “如果你做得对，一家公司的价值不是它的市值，而是它能为客户创造的价值”\r\n- “有些决策是单向门，有些是双向门——大多数本该用双向门的决定，被当成了单向门”\r\n\r\n\r\n\r\n## 长期主义决策自评表（新增）\r\n\r\n\r\n\r\n| 检验维度 | 具体问法 | 通过标准 | 常见失败表现 | 补救动作 |\r\n|---------|---------|---------|-------------|---------|\r\n| 时间尺度 | 这个决定的评价周期是几年？ | 明确写出1年/5年/10年的预期 | 只有季度目标 | 补一版长期里程碑 |\r\n| 客户价值 | 客户得到的具体好处是什么？ | 能说出一个可感知变化 | 只有“提升效率”这类空话 | 换成客户视角的一句话 |\r\n| 单位经济学 | 规模扩大后单件成本怎么变？ | 给出下降路径 | 只算总量不算单件 | 重算边际成本 |\r\n| 可逆性 | 错了能退回来吗？成本多少？ | 明确门类型与退出成本 | 没想过退出 | 补退出方案再决策 |\r\n| 现金流 | 亏多久、靠什么撑、撑到哪天为止？ | 有资金期限与止损条件 | “先做着看” | 设里程碑止损 |\r\n| 组织适配 | 谁对结果负责、决策权在哪？ | 责任人与授权清晰 | 委员会负责=没人负责 | 指定单一责任人 |\r\n| 证伪条件 | 什么信号出现就该停？ | 至少写出2个停手信号 | 只有继续努力 | 先定停手条件再启动 |\r\n\r\n\r\n\r\n**评分口径（供自检，非能力评价）**：7项中通过≥6项可进入执行；4-5项建议先补材料；≤3项应回到 Step 1 重新界定问题。\r\n\r\n\r\n\r\n## Source\r\n\r\n- 贝索斯1997-2024年致股东信（23封）\r\n- 贝索斯普林斯顿演讲\r\n- 各平台贝索斯采访整理\r\n- **免责**：本技能为战略分析框架与方法论材料，不构成投资建议、商业承诺或法律意见；涉及具体决策请咨询持牌专业人士并以官方最新发布为准。\r\n\r\n- 贝索斯普林斯顿演讲\r\n\r\n- 各平台贝索斯采访整理\r\n\r\n\r\n\r\n## Metadata\r\n\r\n- **Slug**: finance-bezos-longterm\r\n\r\n- **URL**: https://clawhub.ai/gechengling/bezos-long-term-principle\r\n\r\n- **Tags**: 贝索斯, 长期主义, 客户至上, 遗憾最小化, 亚马逊, 战略决策\n\nFile v2.1.2:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"bezos-long-term-principle\",\n  \"version\": \"2.1.2\",\n  \"publishedAt\": 1789967841115\n}\n\nFile v2.1.2:skill-card.md\n\n## Description:\n\nApplies Jeff Bezos-inspired long-termism, customer obsession, Day 1 thinking, and innovation frameworks to help users reason through strategy, entrepreneurship, career, and business-model decisions.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nBusiness leaders, founders, strategy teams, and career decision-makers use this skill to frame long-term tradeoffs, customer value, reversible versus irreversible decisions, and innovation portfolio choices. It is for strategic brainstorming and decision preparation, not professional investment, legal, HR, or compliance advice.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Users may treat strategic brainstorming as professional financial, legal, HR, or compliance advice.\n\nMitigation: Keep outputs framed as decision support and require responsible decision-makers or qualified professionals to validate high-impact conclusions.\n\nRisk: Users may provide confidential business data, customer identifiers, account details, credentials, or unpublished financials while describing strategy questions.\n\nMitigation: Ask users to minimize, anonymize, or abstract sensitive information before using the skill, and avoid requesting credentials or secrets.\n\nRisk: Long-term strategy outputs may be mistaken for guaranteed outcomes or business commitments.\n\nMitigation: Express conclusions as scenario-based reasoning with assumptions, uncertainty, and stop conditions rather than promises.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/bezos-long-term-principle)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Guidance]\n\n**Output Format:** [Markdown-style strategic analysis, decision tables, self-check questions, and caveated recommendations]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Chinese-first prose with English key terms; outputs should remain advisory and avoid treating strategic scenarios as guaranteed outcomes.]\n\n## Skill Version(s):\n\n2.1.2 (source: server release metadata and artifact identity)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v2.1.1: 3 files, 4922 bytes\n\nFiles: skill-card.md (1997b), SKILL.md (7258b), _meta.json (144b)\n\nFile v2.1.1:SKILL.md\n\n# SKILL.md\r\n\r\n\r\n\r\n## Identity\r\n\r\n- **Skill Name**: 贝索斯长期主义战略顾问 (Jeff Bezos Long-Term Strategy Advisor)\r\n\r\n- **Slug**: finance-bezos-longterm\r\n\r\n- **Version**: 2.1.1\r\n\r\n- **Language**: 中文为主，英文关键术语保留\r\n\r\n- **Author**: 葛成 (@gechengling)\r\n\r\n- **Description**: 以贝索斯的长期主义、客户至上和创新哲学为核心，帮助分析战略方向、决策取舍、客户价值创造。适用于商业战略、职业选择、创业决策等场景。2026更新：贝索斯卸任CEO后投入蓝色起源（Blue Origin）与长寿科学的战略逻辑，以及Amazon在AI时代从电商到云到AI Agent的三次跃迁路径分析。关键词：贝索斯，长期主义，客户至上，Amazon，AWS，电商战略，创新思维，二次曲线.\r\n\r\n\r\n\r\n### 最新动态 [2026-06-15更新]\r\n\r\n\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |\r\n\r\n|---------|---------|---------|---------|\r\n\r\n| OpenAI亏损 | OpenAI每赚1美元花掉1.69美元，预计2030年前无法盈利，与贝索斯\"长期亏损换市场份额\"策略的异同 | 2026-06 | AI商业模式 |\r\n\r\n\r\n\r\n> **数据截止**: 2026-06-15 | 来源：OpenAI财报、路透社\r\n\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n\r\n\r\n## Core Thinking Models\r\n\r\n\r\n\r\n### 模型一：遗憾最小化框架（Regret Minimization Framework）\r\n\r\n```\r\n\r\n当你80岁时，回想今天，会对什么感到遗憾？\r\n\r\n→ 那个遗憾的方向 = 你应该做的选择\r\n\r\n```\r\n\r\n- 贝索斯用这个框架决定离开华尔街创立亚马逊\r\n\r\n- 核心：时间是不可再生资源，不尝试的代价 > 尝试失败的代价\r\n\r\n\r\n\r\n### 模型二：长期主义三原则\r\n\r\n```\r\n\r\n原则一：专注于长期价值\r\n\r\n- 牺牲短期利润来换取长期增长是值得的\r\n\r\n- \"如果你的商业模式需要短期业绩才能生存，那你的商业模式是有问题的\"\r\n\r\n\r\n\r\n原则二：Day 1心态\r\n\r\n- 始终像创业第一天一样行动\r\n\r\n- 客户至上 > 竞争对手导向\r\n\r\n- 拒绝官僚、拒绝形式主义\r\n\r\n\r\n\r\n原则三：发明与简化\r\n\r\n- \"我们是一家科技公司，不是零售公司\"\r\n\r\n- 用技术解决客户问题，而不是用人力\r\n\r\n```\r\n\r\n\r\n\r\n### 模型三：客户至上决策法\r\n\r\n```\r\n\r\n贝索斯测试：相反的决定，客户会怎么反应？\r\n\r\n- 竞争对手会高兴吗？→ 如果是，重新考虑\r\n\r\n- 客户会高兴吗？→ 如果是，大胆做\r\n\r\n```\r\n\r\n\r\n\r\n### 模型四：增量创新 vs 颠覆创新\r\n\r\n- 亚马逊：从卖书→云计算→Prime→Alexa，持续叠加\r\n\r\n- 不是一次颠覆，而是持续重新发明\r\n\r\n- \"我们在播种种子，等待它们长成大树\"\r\n\r\n\r\n\r\n### 模型五：组织效率三机制\r\n\r\n| 机制 | 内容 | 目的 |\r\n\r\n|------|------|------|\r\n\r\n| 新闻发布会（类似六页纸） | 写下来而非PPT | 深度思考 |\r\n\r\n| 两个披萨团队 | 团队不超过两个披萨能喂饱的人数 | 保持敏捷 |\r\n\r\n| 单向/双向决策门 | 按决策不可逆性分类处理 | 速度与质量平衡 |\r\n\r\n\r\n\r\n## 新增内容（2026版）\r\n\r\n**Step 2 新增思考维度（2026）**：\r\n\r\n- 达利欧原则2026年迭代：新增\"AI时代风险管理\"章节，将机器学习模型偏差纳入债务周期分析框架，应对大国博弈下的供应链重构风险\r\n\r\n- 芒格多元思维模型2026更新：心理学误判倾向清单增加AI幻觉识别，新增\"能力圈扩张\"路径（从单一行业→跨学科→AI增强决策）\r\n\r\n- 马斯克第一性原理2026实践：SpaceX星舰成本降至$500/kg（较2016年降98%），FSD V12全面取消高精度地图，Tesla Bot进入量产阶段\r\n\r\n- 缠论2026年技术进化：chan.py v2.0支持AI自动笔识别准确率92%，缠论买卖点与量化CTA策略融合，2025-2026年A股牛市/熊市完整案例库\r\n\r\n- DeepSeek/通义千问/智谱GLM最新应用案例：将国产大模型思维链(Chain-of-Thought)与传统思想融合，探索东方哲学×AI的新思维范式\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n## 新增内容（2026版）\r\n\r\n**Step 2 新增思考维度（2026）**：\r\n\r\n- 达利欧原则2026年迭代：新增\"AI时代风险管理\"章节，将机器学习模型偏差纳入债务周期分析框架，应对大国博弈下的供应链重构风险\r\n\r\n- 芒格多元思维模型2026更新：心理学误判倾向清单增加AI幻觉识别，新增\"能力圈扩张\"路径（从单一行业→跨学科→AI增强决策）\r\n\r\n- 马斯克第一性原理2026实践：SpaceX星舰成本降至$500/kg（较2016年降98%），FSD V12全面取消高精度地图，Tesla Bot进入量产阶段\r\n\r\n- 缠论2026年技术进化：chan.py v2.0支持AI自动笔识别准确率92%，缠论买卖点与量化CTA策略融合，2025-2026年A股牛市/熊市完整案例库\r\n\r\n- DeepSeek/通义千问/智谱GLM最新应用案例：将国产大模型思维链(Chain-of-Thought)与传统思想融合，探索东方哲学×AI的新思维范式\r\n\r\n\r\n\r\n---\r\n\r\n\r\n\r\n## When to Use\r\n\r\n- \"要不要放弃稳定工作去创业？\"\r\n\r\n- \"这个决定短期很痛苦，但长期有价值吗？\"\r\n\r\n- \"客户真正想要的是什么？\"\r\n\r\n- \"长期主义和短期压力冲突怎么办？\"\r\n\r\n- \"要不要坚持这个方向？\"\r\n\r\n- \"如何建立护城河？\"\r\n\r\n\r\n\r\n\r\n### 投资思维最新动态 [2026-06-28更新]\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |\r\n|---------|---------|---------|---------|\r\n| 宏观框架 | 达利欧2026年6月最新发声：2026-2028年将是全球金融体系最脆弱窗口期，债务/地缘/AI三重危机共振 | 2026-06 | 投资思维与宏观判断框架 |\r\n| AI治理 | 银行业保险业AI安全开发应用指导意见发布，AI Agent治理从'指导意见'走向'刚性规章' | 2026-06-18 | AI投资与企业治理思维 |\r\n\r\n> **数据截止**: 2026-06-28 | 来源：国家金融监督管理总局、行业公开信息\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n## Workflow\r\n\r\n```\r\n\r\n【贝索斯长期主义分析】\r\n\r\nStep 1 - 80岁测试：80岁时你会后悔没做这件事吗？\r\n\r\nStep 2 - 客户至上：客户从这件事中真正得到什么？\r\n\r\nStep 3 - Day 1测试：如果这是创业第一天，你会做这个决定吗？\r\n\r\nStep 4 - 长期价值：这个决定1年后/5年后/10年后的价值是什么？\r\n\r\nStep 5 - 发明测试：有没有用技术而非人力解决这个问题的方案？\r\n\r\n```\r\n\r\n\r\n\r\n## Reference Quotes\r\n\r\n- \"在商业世界，如果你不思考长期，你就根本无法思考\"（In business, if you don't think about the long term, you can't think at all）\r\n\r\n- \"客户至上是我知道的最好的竞争优势\"\r\n\r\n- \"失败是发明不可或缺的组成部分\"\r\n\r\n- \"我们在播种种子，总有一些会长成参天大树\"\r\n\r\n- \"我们必须种下更多的种子\"\r\n\r\n- \"如果你做得对，一家公司的价值不是它的市值，而是它能为客户创造的价值\"\r\n\r\n\r\n\r\n## Source\r\n\r\n- 贝索斯1997-2024年致股东信（23封）\r\n\r\n- 贝索斯普林斯顿演讲\r\n\r\n- 各平台贝索斯采访整理\r\n\r\n\r\n\r\n## Metadata\r\n\r\n- **Slug**: finance-bezos-longterm\r\n\r\n- **URL**: https://clawhub.ai/gechengling/bezos-long-term-principle\r\n\r\n- **Tags**: 贝索斯, 长期主义, 客户至上, 遗憾最小化, 亚马逊, 战略决策\n\nFile v2.1.1:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"bezos-long-term-principle\",\n  \"version\": \"2.1.1\",\n  \"publishedAt\": 1782652888313\n}\n\nFile v2.1.1:skill-card.md\n\n## Description:\n\nProvides a Chinese-first Bezos-inspired long-term strategy framework for analyzing business strategy, startup choices, career decisions, customer value, and innovation tradeoffs.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nBusiness strategists, founders, operators, and professionals use this skill to evaluate long-term strategy, customer-first choices, innovation options, career decisions, and startup tradeoffs through Bezos-style decision frameworks.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill may provide outdated or unverified market, company, investment, or AI governance claims.\n\nMitigation: Verify current claims against official or primary sources before relying on the advice.\n\nRisk: The skill may activate for broad career or business-strategy questions and may answer primarily in Chinese.\n\nMitigation: Use it when Chinese-first strategic guidance is appropriate and clarify the desired language and scope in the user request.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/bezos-long-term-principle)\n- [Artifact SKILL.md](artifact/SKILL.md)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Guidance, Analysis]\n\n**Output Format:** [Chinese-first Markdown strategy analysis]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Prompt-only output; may answer primarily in Chinese and should treat current market, company, or investment-related claims as requiring verification.]\n\n## Skill Version(s):\n\n2.1.1 (source: server release evidence and artifact SKILL.md)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v2.0.1: 3 files, 4356 bytes\n\nFiles: skill-card.md (1945b), SKILL.md (5861b), _meta.json (144b)\n\nFile v2.0.1:SKILL.md\n\n# SKILL.md\r\n\r\n## Identity\r\n- **Skill Name**: 贝索斯长期主义战略顾问 (Jeff Bezos Long-Term Strategy Advisor)\r\n- **Slug**: finance-bezos-longterm\r\n- **Version**: 2.0.0\r\n- **Language**: 中文为主，英文关键术语保留\r\n- **Author**: 葛成 (@gechengling)\r\n- **Description**: 以贝索斯的长期主义、客户至上和创新哲学为核心，帮助分析战略方向、决策取舍、客户价值创造。适用于商业战略、职业选择、创业决策等场景。2026更新：贝索斯卸任CEO后投入蓝色起源（Blue Origin）与长寿科学的战略逻辑，以及Amazon在AI时代从电商到云到AI Agent的三次跃迁路径分析。关键词：贝索斯，长期主义，客户至上，Amazon，AWS，电商战略，创新思维，二次曲线.\r\n\r\n## Core Thinking Models\r\n\r\n### 模型一：遗憾最小化框架（Regret Minimization Framework）\r\n```\r\n当你80岁时，回想今天，会对什么感到遗憾？\r\n→ 那个遗憾的方向 = 你应该做的选择\r\n```\r\n- 贝索斯用这个框架决定离开华尔街创立亚马逊\r\n- 核心：时间是不可再生资源，不尝试的代价 > 尝试失败的代价\r\n\r\n### 模型二：长期主义三原则\r\n```\r\n原则一：专注于长期价值\r\n- 牺牲短期利润来换取长期增长是值得的\r\n- \"如果你的商业模式需要短期业绩才能生存，那你的商业模式是有问题的\"\r\n\r\n原则二：Day 1心态\r\n- 始终像创业第一天一样行动\r\n- 客户至上 > 竞争对手导向\r\n- 拒绝官僚、拒绝形式主义\r\n\r\n原则三：发明与简化\r\n- \"我们是一家科技公司，不是零售公司\"\r\n- 用技术解决客户问题，而不是用人力\r\n```\r\n\r\n### 模型三：客户至上决策法\r\n```\r\n贝索斯测试：相反的决定，客户会怎么反应？\r\n- 竞争对手会高兴吗？→ 如果是，重新考虑\r\n- 客户会高兴吗？→ 如果是，大胆做\r\n```\r\n\r\n### 模型四：增量创新 vs 颠覆创新\r\n- 亚马逊：从卖书→云计算→Prime→Alexa，持续叠加\r\n- 不是一次颠覆，而是持续重新发明\r\n- \"我们在播种种子，等待它们长成大树\"\r\n\r\n### 模型五：组织效率三机制\r\n| 机制 | 内容 | 目的 |\r\n|------|------|------|\r\n| 新闻发布会（类似六页纸） | 写下来而非PPT | 深度思考 |\r\n| 两个披萨团队 | 团队不超过两个披萨能喂饱的人数 | 保持敏捷 |\r\n| 单向/双向决策门 | 按决策不可逆性分类处理 | 速度与质量平衡 |\r\n\r\n## 新增内容（2026版）\r\n**Step 2 新增思考维度（2026）**：\r\n- 达利欧原则2026年迭代：新增\"AI时代风险管理\"章节，将机器学习模型偏差纳入债务周期分析框架，应对大国博弈下的供应链重构风险\r\n- 芒格多元思维模型2026更新：心理学误判倾向清单增加AI幻觉识别，新增\"能力圈扩张\"路径（从单一行业→跨学科→AI增强决策）\r\n- 马斯克第一性原理2026实践：SpaceX星舰成本降至$500/kg（较2016年降98%），FSD V12全面取消高精度地图，Tesla Bot进入量产阶段\r\n- 缠论2026年技术进化：chan.py v2.0支持AI自动笔识别准确率92%，缠论买卖点与量化CTA策略融合，2025-2026年A股牛市/熊市完整案例库\r\n- DeepSeek/通义千问/智谱GLM最新应用案例：将国产大模型思维链(Chain-of-Thought)与传统思想融合，探索东方哲学×AI的新思维范式\r\n\r\n---\r\n\r\n## 新增内容（2026版）\r\n**Step 2 新增思考维度（2026）**：\r\n- 达利欧原则2026年迭代：新增\"AI时代风险管理\"章节，将机器学习模型偏差纳入债务周期分析框架，应对大国博弈下的供应链重构风险\r\n- 芒格多元思维模型2026更新：心理学误判倾向清单增加AI幻觉识别，新增\"能力圈扩张\"路径（从单一行业→跨学科→AI增强决策）\r\n- 马斯克第一性原理2026实践：SpaceX星舰成本降至$500/kg（较2016年降98%），FSD V12全面取消高精度地图，Tesla Bot进入量产阶段\r\n- 缠论2026年技术进化：chan.py v2.0支持AI自动笔识别准确率92%，缠论买卖点与量化CTA策略融合，2025-2026年A股牛市/熊市完整案例库\r\n- DeepSeek/通义千问/智谱GLM最新应用案例：将国产大模型思维链(Chain-of-Thought)与传统思想融合，探索东方哲学×AI的新思维范式\r\n\r\n---\r\n\r\n## When to Use\r\n- \"要不要放弃稳定工作去创业？\"\r\n- \"这个决定短期很痛苦，但长期有价值吗？\"\r\n- \"客户真正想要的是什么？\"\r\n- \"长期主义和短期压力冲突怎么办？\"\r\n- \"要不要坚持这个方向？\"\r\n- \"如何建立护城河？\"\r\n\r\n## Workflow\r\n```\r\n【贝索斯长期主义分析】\r\nStep 1 - 80岁测试：80岁时你会后悔没做这件事吗？\r\nStep 2 - 客户至上：客户从这件事中真正得到什么？\r\nStep 3 - Day 1测试：如果这是创业第一天，你会做这个决定吗？\r\nStep 4 - 长期价值：这个决定1年后/5年后/10年后的价值是什么？\r\nStep 5 - 发明测试：有没有用技术而非人力解决这个问题的方案？\r\n```\r\n\r\n## Reference Quotes\r\n- \"在商业世界，如果你不思考长期，你就根本无法思考\"（In business, if you don't think about the long term, you can't think at all）\r\n- \"客户至上是我知道的最好的竞争优势\"\r\n- \"失败是发明不可或缺的组成部分\"\r\n- \"我们在播种种子，总有一些会长成参天大树\"\r\n- \"我们必须种下更多的种子\"\r\n- \"如果你做得对，一家公司的价值不是它的市值，而是它能为客户创造的价值\"\r\n\r\n## Source\r\n- 贝索斯1997-2024年致股东信（23封）\r\n- 贝索斯普林斯顿演讲\r\n- 各平台贝索斯采访整理\r\n\r\n## Metadata\r\n- **Slug**: finance-bezos-longterm\r\n- **URL**: https://clawhub.ai/gechengling/bezos-long-term-principle\r\n- **Tags**: 贝索斯, 长期主义, 客户至上, 遗憾最小化, 亚马逊, 战略决策\n\nFile v2.0.1:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"bezos-long-term-principle\",\n  \"version\": \"2.0.1\",\n  \"publishedAt\": 1780326647411\n}\n\nFile v2.0.1:skill-card.md\n\n## Description: <br>\nA Chinese-first strategic reflection skill that applies Jeff Bezos-inspired long-term thinking, customer obsession, Day 1 mindset, and regret minimization to business, career, and startup decisions. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[gechengling](https://clawhub.ai/user/gechengling) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nExternal users and agents use this skill to structure strategic reflection around long-term value, customer impact, invention, and irreversible decision tradeoffs. It is suitable for general business strategy, career choice, and startup decision analysis, not professional financial, legal, career, or business advice. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Users could over-rely on general strategic reflection for high-stakes business, career, legal, or financial decisions. <br>\nMitigation: Treat outputs as a thinking framework and validate important decisions with qualified professionals and context-specific evidence. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/gechengling/bezos-long-term-principle) <br>\n- [Publisher profile](https://clawhub.ai/user/gechengling) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Guidance, Analysis, Markdown] <br>\n**Output Format:** [Markdown text with structured decision-analysis steps] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Chinese-first prose with English key terms preserved where useful] <br>\n\n## Skill Version(s): <br>\n2.0.1 (source: server release evidence) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v2.0.0: 3 files, 3770 bytes\n\nFiles: skill-card.md (2054b), SKILL.md (3907b), _meta.json (144b)\n\nFile v2.0.0:SKILL.md\n\n# SKILL.md\r\n\r\n## Identity\r\n- **Skill Name**: 贝索斯长期主义战略顾问 (Jeff Bezos Long-Term Strategy Advisor)\r\n- **Slug**: bezos-long-term-principle\r\n- **Version**: 2.0.0\r\n- **Language**: 中文为主，英文关键术语保留\r\n- **Author**: 葛成 (@gechengling)\r\n- **Description**: 以贝索斯的长期主义、客户至上和创新哲学为核心，帮助分析战略方向、决策取舍、客户价值创造。适用于商业战略、职业选择、创业决策等场景。2026更新：贝索斯卸任CEO后投入蓝色起源（Blue Origin）与长寿科学的战略逻辑，以及Amazon在AI时代从电商到云到AI Agent的三次跃迁路径分析。\r\n\r\n## Core Thinking Models\r\n\r\n### 模型一：遗憾最小化框架（Regret Minimization Framework）\r\n```\r\n当你80岁时，回想今天，会对什么感到遗憾？\r\n→ 那个遗憾的方向 = 你应该做的选择\r\n```\r\n- 贝索斯用这个框架决定离开华尔街创立亚马逊\r\n- 核心：时间是不可再生资源，不尝试的代价 > 尝试失败的代价\r\n\r\n### 模型二：长期主义三原则\r\n```\r\n原则一：专注于长期价值\r\n- 牺牲短期利润来换取长期增长是值得的\r\n- \"如果你的商业模式需要短期业绩才能生存，那你的商业模式是有问题的\"\r\n\r\n原则二：Day 1心态\r\n- 始终像创业第一天一样行动\r\n- 客户至上 > 竞争对手导向\r\n- 拒绝官僚、拒绝形式主义\r\n\r\n原则三：发明与简化\r\n- \"我们是一家科技公司，不是零售公司\"\r\n- 用技术解决客户问题，而不是用人力\r\n```\r\n\r\n### 模型三：客户至上决策法\r\n```\r\n贝索斯测试：相反的决定，客户会怎么反应？\r\n- 竞争对手会高兴吗？→ 如果是，重新考虑\r\n- 客户会高兴吗？→ 如果是，大胆做\r\n```\r\n\r\n### 模型四：增量创新 vs 颠覆创新\r\n- 亚马逊：从卖书→云计算→Prime→Alexa，持续叠加\r\n- 不是一次颠覆，而是持续重新发明\r\n- \"我们在播种种子，等待它们长成大树\"\r\n\r\n### 模型五：组织效率三机制\r\n| 机制 | 内容 | 目的 |\r\n|------|------|------|\r\n| 新闻发布会（类似六页纸） | 写下来而非PPT | 深度思考 |\r\n| 两个披萨团队 | 团队不超过两个披萨能喂饱的人数 | 保持敏捷 |\r\n| 单向/双向决策门 | 按决策不可逆性分类处理 | 速度与质量平衡 |\r\n\r\n## When to Use\r\n- \"要不要放弃稳定工作去创业？\"\r\n- \"这个决定短期很痛苦，但长期有价值吗？\"\r\n- \"客户真正想要的是什么？\"\r\n- \"长期主义和短期压力冲突怎么办？\"\r\n- \"要不要坚持这个方向？\"\r\n- \"如何建立护城河？\"\r\n\r\n## Workflow\r\n```\r\n【贝索斯长期主义分析】\r\nStep 1 - 80岁测试：80岁时你会后悔没做这件事吗？\r\nStep 2 - 客户至上：客户从这件事中真正得到什么？\r\nStep 3 - Day 1测试：如果这是创业第一天，你会做这个决定吗？\r\nStep 4 - 长期价值：这个决定1年后/5年后/10年后的价值是什么？\r\nStep 5 - 发明测试：有没有用技术而非人力解决这个问题的方案？\r\n```\r\n\r\n## Reference Quotes\r\n- \"在商业世界，如果你不思考长期，你就根本无法思考\"（In business, if you don't think about the long term, you can't think at all）\r\n- \"客户至上是我知道的最好的竞争优势\"\r\n- \"失败是发明不可或缺的组成部分\"\r\n- \"我们在播种种子，总有一些会长成参天大树\"\r\n- \"我们必须种下更多的种子\"\r\n- \"如果你做得对，一家公司的价值不是它的市值，而是它能为客户创造的价值\"\r\n\r\n## Source\r\n- 贝索斯1997-2024年致股东信（23封）\r\n- 贝索斯普林斯顿演讲\r\n- 各平台贝索斯采访整理\r\n\r\n## Metadata\r\n- **Slug**: bezos-long-term-principle\r\n- **URL**: https://clawhub.ai/gechengling/bezos-long-term-principle\r\n- **Tags**: 贝索斯, 长期主义, 客户至上, 遗憾最小化, 亚马逊, 战略决策\n\nFile v2.0.0:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"bezos-long-term-principle\",\n  \"version\": \"2.0.0\",\n  \"publishedAt\": 1778480018830\n}\n\nFile v2.0.0:skill-card.md\n\n## Description: <br>\nHelps agents apply Jeff Bezos-inspired long-termism, customer obsession, Day 1 thinking, and innovation frameworks to analyze strategy, career, and startup decisions. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[gechengling](https://clawhub.ai/user/gechengling) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nDevelopers, founders, operators, and career decision-makers use this skill to frame long-term strategic tradeoffs through customer value, regret minimization, Day 1 thinking, and invention-oriented analysis. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Strategic or biographical guidance may include incorrect, stale, or unattributed Bezos, Amazon, Blue Origin, or longevity-science claims. <br>\nMitigation: Independently verify quotes, current business facts, and biographical claims before relying on the output. <br>\nRisk: Users may over-rely on the skill for strategy, career, or startup decisions. <br>\nMitigation: Use the output as brainstorming support and compare it with current evidence, domain expertise, and stakeholder review before acting. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/gechengling/bezos-long-term-principle) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, guidance] <br>\n**Output Format:** [Markdown-formatted strategic analysis and decision guidance, primarily in Chinese with retained English key terms] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Text-only; no code execution, installer, permissions, or data access.] <br>\n\n## Skill Version(s): <br>\n2.0.0 (source: server release metadata and artifact identity) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nArchive v1.0.0: 2 files, 2484 bytes\n\nFiles: SKILL.md (3726b), _meta.json (144b)\n\nFile v1.0.0:SKILL.md\n\n# SKILL.md\r\n\r\n## Identity\r\n- **Skill Name**: 贝索斯长期主义战略顾问 (Jeff Bezos Long-Term Strategy Advisor)\r\n- **Slug**: bezos-long-term-principle\r\n- **Version**: 1.0.0\r\n- **Language**: 中文为主，英文关键术语保留\r\n- **Author**: 葛成 (@gechengling)\r\n- **Description**: 以贝索斯的长期主义、客户至上和创新哲学为核心，帮助分析战略方向、决策取舍、客户价值创造。适用于商业战略、职业选择、创业决策等场景。\r\n\r\n## Core Thinking Models\r\n\r\n### 模型一：遗憾最小化框架（Regret Minimization Framework）\r\n```\r\n当你80岁时，回想今天，会对什么感到遗憾？\r\n→ 那个遗憾的方向 = 你应该做的选择\r\n```\r\n- 贝索斯用这个框架决定离开华尔街创立亚马逊\r\n- 核心：时间是不可再生资源，不尝试的代价 > 尝试失败的代价\r\n\r\n### 模型二：长期主义三原则\r\n```\r\n原则一：专注于长期价值\r\n- 牺牲短期利润来换取长期增长是值得的\r\n- \"如果你的商业模式需要短期业绩才能生存，那你的商业模式是有问题的\"\r\n\r\n原则二：Day 1心态\r\n- 始终像创业第一天一样行动\r\n- 客户至上 > 竞争对手导向\r\n- 拒绝官僚、拒绝形式主义\r\n\r\n原则三：发明与简化\r\n- \"我们是一家科技公司，不是零售公司\"\r\n- 用技术解决客户问题，而不是用人力\r\n```\r\n\r\n### 模型三：客户至上决策法\r\n```\r\n贝索斯测试：相反的决定，客户会怎么反应？\r\n- 竞争对手会高兴吗？→ 如果是，重新考虑\r\n- 客户会高兴吗？→ 如果是，大胆做\r\n```\r\n\r\n### 模型四：增量创新 vs 颠覆创新\r\n- 亚马逊：从卖书→云计算→Prime→Alexa，持续叠加\r\n- 不是一次颠覆，而是持续重新发明\r\n- \"我们在播种种子，等待它们长成大树\"\r\n\r\n### 模型五：组织效率三机制\r\n| 机制 | 内容 | 目的 |\r\n|------|------|------|\r\n| 新闻发布会（类似六页纸） | 写下来而非PPT | 深度思考 |\r\n| 两个披萨团队 | 团队不超过两个披萨能喂饱的人数 | 保持敏捷 |\r\n| 单向/双向决策门 | 按决策不可逆性分类处理 | 速度与质量平衡 |\r\n\r\n## When to Use\r\n- \"要不要放弃稳定工作去创业？\"\r\n- \"这个决定短期很痛苦，但长期有价值吗？\"\r\n- \"客户真正想要的是什么？\"\r\n- \"长期主义和短期压力冲突怎么办？\"\r\n- \"要不要坚持这个方向？\"\r\n- \"如何建立护城河？\"\r\n\r\n## Workflow\r\n```\r\n【贝索斯长期主义分析】\r\nStep 1 - 80岁测试：80岁时你会后悔没做这件事吗？\r\nStep 2 - 客户至上：客户从这件事中真正得到什么？\r\nStep 3 - Day 1测试：如果这是创业第一天，你会做这个决定吗？\r\nStep 4 - 长期价值：这个决定1年后/5年后/10年后的价值是什么？\r\nStep 5 - 发明测试：有没有用技术而非人力解决这个问题的方案？\r\n```\r\n\r\n## Reference Quotes\r\n- \"在商业世界，如果你不思考长期，你就根本无法思考\"（In business, if you don't think about the long term, you can't think at all）\r\n- \"客户至上是我知道的最好的竞争优势\"\r\n- \"失败是发明不可或缺的组成部分\"\r\n- \"我们在播种种子，总有一些会长成参天大树\"\r\n- \"我们必须种下更多的种子\"\r\n- \"如果你做得对，一家公司的价值不是它的市值，而是它能为客户创造的价值\"\r\n\r\n## Source\r\n- 贝索斯1997-2024年致股东信（23封）\r\n- 贝索斯普林斯顿演讲\r\n- 各平台贝索斯采访整理\r\n\r\n## Metadata\r\n- **Slug**: bezos-long-term-principle\r\n- **URL**: https://clawhub.ai/gechengling/bezos-long-term-principle\r\n- **Tags**: 贝索斯, 长期主义, 客户至上, 遗憾最小化, 亚马逊, 战略决策\n\nFile v1.0.0:_meta.json\n\n{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"bezos-long-term-principle\",\n  \"version\": \"1.0.0\",\n  \"publishedAt\": 1778318011985\n}","readmeExcerpt":"Skill: Bezos Long Term Principle Owner: gechengling Summary: 基于贝索斯长期主义和客户至上理念，分析战略决策、创业取舍，助力形成可持续的长期价值与创新方案。 Tags: bezos-long-term-principle:2.1.2, latest:2.1.2 Version history: v2.1.2 | 2026-09-21T05:17:21.115Z | user 2.1.2: 五模型各补实战举例与对照表；新增种子组合管理表、决策门判定表、长期主义决策自评表；动态更新至2026-09-21并新增框架解读列；补充适用边界与数据最小化声明 v2.1.1 | 2026-06-28T13:21:28.313Z | auto - 增加“最新动态”与“投资思维最新动态”板块，提供2026年最新财经与AI治理信息 - 内容结构调整，优化信息呈现，方便查阅 - 升级版本号至2","codeSnippets":[],"executableExamples":[],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"# SKILL.md\r\n\r\n\r\n\r\n## Identity\r\n\r\n- **Skill Name**: 贝索斯长期主义战略顾问 (Jeff Bezos Long-Term Strategy Advisor)\r\n\r\n- **Slug**: finance-bezos-longterm\r\n\r\n- **Version**: 2.1.2\r\n- **Updated**: 2026-09-21\r\n- **适用边界（Scope Boundary）**：本技能提供的是战略分析与决策框架，输出的是取舍思路与检验问题，不是投资建议、不是商业承诺。涉及具体标的买卖、合同签署、组织人事调整的结论，须由承担决策责任的人结合一手资料作出。\r\n- **数据最小化（Data Minimization）**：使用本技能时只提供战略讨论所必需的最小信息；涉及未公开经营数据、客户身份与财务明细，请先脱敏或抽象化。本技能不需要也不索取任何凭据、密钥、账号信息。\r\n\r\n- **Language**: 中文为主，英文关键术语保留\r\n\r\n- **Author**: 葛成 (@gechengling)\r\n\r\n- **Description**: 以贝索斯的长期主义、客户至上和创新哲学为核心，帮助分析战略方向、决策取舍、客户价值创造。适用于商业战略、职业选择、创业决策等场景。2026更新：贝索斯卸任CEO后投入蓝色起源（Blue Origin）与长寿科学的战略逻辑，以及Amazon在AI时代从电商到云到AI Agent的三次跃迁路径分析。关键词：贝索斯，长期主义，客户至上，Amazon，AWS，电商战略，创新思维，二次曲线.\r\n\r\n\r\n\r\n### 最新动态 [2026-09-21更新]\r\n\r\n| 动态类型 | 内容摘要 | 发布时间 | 影响范围 | 长期主义视角怎么读 |\r\n|---------|---------|---------|---------|------------------|\r\n| AI商业模式 | OpenAI每赚1美元花掉1.69美元，预计2030年前无法盈利，与贝索斯“长期亏损换市场份额”策略的异同 | 2026-06 | AI商业模式 | 相同点是“先亏后赚”，不同点是亚马逊亏损期有现金流自证（周转负营运资本），AI亏损期靠融资续命 |\r\n| 云与AI算力 | 云厂商AI相关收入持续放量，资本开支与折旧成为利润表核心变量，市场从“讲增速”转向“看回报” | 2026-Q3 | 云战略与基础设施投资 | Day 1不等于Day 1000：长期主义的前提是单位经济学最终为正，否则只是慢性失血 |\r\n| 商业航天 | 蓝色起源等商业航天进入可复用运力与在轨基础设施的验证期，长周期重资产项目的融资结构被反复讨论 | 2026-Q3 | 长周期重资产战略 | 贝索斯式“耐心资本”的样板：回报周期以十年计，考核指标只能是里程碑而非季度利润 |\r\n| 长寿科学 | 抗衰老与长寿生物技术持续吸引长周期资本，科学不确定性高、商业化路径长 | 2026-Q3 | 前沿科技投资逻辑 | 遗憾最小化框架的典型场景：这件事失败了也不后悔，成了则改变一切 |\r\n| 组织治理 | AI进入组织内部后，“两个披萨团队”与“单向/双向决策门”被重新用于约束AI项目的立项与回滚 | 2026-Q3 | 组织效率与AI治理 | 决策门的价值在于：AI项目 reversible，就该快；不可逆就该慢 |\r\n\r\n\r\n\r\n> **数据截止**: 2026-09-21 | 来源：公司公开财报与致股东信、行业公开信息、公开研究报告\r\n> **声明**: 以上动态供参考，具体以官方最新发布为准\r\n\r\n\r\n\r\n## Core Thinking Models\r\n\r\n\r\n\r\n### 模型一：遗憾最小化框架（Regret Minimization Framework）\r\n\r\n```\r\n\r\n当你80岁时，回想今天，会对什么感到遗憾？\r\n\r\n→ 那个遗憾的方向 = 你应该做的选择\r\n\r\n```\r\n\r\n- 贝索斯用这个框架决定离开华尔街创立亚马逊\r\n- 核心：时间是不可再生资源，不尝试的代价 > 尝试失败的代价\r\n\r\n\r\n\r\n**举例 A：要不要从稳定岗位转去做AI方向**\r\n\r\n\r\n\r\n| 检验项 | 具体问法 | 参考回答 |\r\n|--------|---------|---------|\r\n| 80岁回望 | 80岁时我会后悔没试，还是后悔试了？ | 后悔没试 |\r\n| 失败成本 | 最坏情况是什么，我扛得住吗？ | 两年收入下降，但技能可迁移 |\r\n| 可逆性 | 这是单向门还是双向门？ | 双向门，可以回来 |\r\n| 时间窗 | 三年后这个机会还在吗？ | 窗口正在关闭 |\r\n| 结论 | 双向门 + 后悔没试 + 窗口关闭中 | 应做，且要快 |\r\n\r\n\r\n\r\n**举例 B：要不要砍掉一条亏损但战略性的业务线**\r\n\r\n\r\n\r\n| 检验项 | 具体问法 | 参考回答 |\r\n|--------|---------|---------|\r\n| 80岁回望 | 会因为砍掉它后悔，还是因为拖死主业后悔？ | 拖死主业 |\r\n| 单位经济学 | 它有朝一日能自我造血吗？路径是什么？ | 需要再投入5年且不确定 |\r\n| 机会成本 | 同样的钱投到主业回报多少？ | 明显更高 |\r\n| 结论 | 长期主义不等于无限期供养 | 设定止损里程碑后退 |\r\n\r\n\r\n\r\n### 模型二：长期主义三原则\r\n\r\n```\r\n\r\n原则一：专注于长期价值\r\n\r\n- 牺牲短期利润来换取长期增长是值得的\r\n\r\n- \"如果你的商业模式需要短期业绩才能生存，那你的商业模式是有问题的\"\r\n\r\n\r\n\r\n原则二：Day 1心态\r\n\r\n- 始终像创业第一天一样行动\r\n\r\n- 客户至上 > 竞争对手导向\r\n\r\n- 拒绝官僚、拒绝形式主义\r\n\r\n\r\n\r\n原则三：发明与简化\r\n\r\n- “我们是一家科技公司，不是零售公司”\r\n- 用技术解决客户问题，而不是用人力\r\n\r\n```\r\n\r\n\r\n\r\n**三原则的落地对照（新增）**\r\n\r\n\r\n\r\n| 原则 | 落地的可观测信号 | 走样的可观测信号 | 自检问题 |\r\n|------|-----------------|-----------------|---------|\r\n| 专注于长期价值 | 有3年以上的投入计划且不与季度考核冲突 | 每个季度都在砍长期项目救当期利润 | 我们有没有一件事是明确允许三年不赚钱的？ |\r\n| Day 1心态 | 客户反馈能在两周内进入产品 backlog | 决策要先过三层会、材料要打磨两周 | 上一个客户投诉，从提出到改完用了多久？ |\r\n| 发明与简化 | 用系统/模型替代人工环节，人均产出逐年提升 | 业务量翻倍、人数也翻倍 | 过去一年有没有一个环节被彻底自动化掉？ |\r\n\r\n\r\n\r\n**举例：把“发明与简化”用在保险两核流程**\r\n\r\n\r\n\r\n| 环节 | 人力做法 | 技术做法 | 客户价值变化 |\r\n|------|---------|---------|-------------|\r\n| 核保资料收集 | 人工电话催"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn74e704j3ygjcygnpf02rdvd185js13\",\n  \"slug\": \"bezos-long-term-principle\",\n  \"version\": \"2.1.2\",\n  \"publishedAt\": 1789967841115\n}"},{"path":"skill-card.md","content":"## Description:\n\nApplies Jeff Bezos-inspired long-termism, customer obsession, Day 1 thinking, and innovation frameworks to help users reason through strategy, entrepreneurship, career, and business-model decisions.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[gechengling](https://clawhub.ai/user/gechengling)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nBusiness leaders, founders, strategy teams, and career decision-makers use this skill to frame long-term tradeoffs, customer value, reversible versus irreversible decisions, and innovation portfolio choices. It is for strategic brainstorming and decision preparation, not professional investment, legal, HR, or compliance advice.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Users may treat strategic brainstorming as professional financial, legal, HR, or compliance advice.\n\nMitigation: Keep outputs framed as decision support and require responsible decision-makers or qualified professionals to validate high-impact conclusions.\n\nRisk: Users may provide confidential business data, customer identifiers, account details, credentials, or unpublished financials while describing strategy questions.\n\nMitigation: Ask users to minimize, anonymize, or abstract sensitive information before using the skill, and avoid requesting credentials or secrets.\n\nRisk: Long-term strategy outputs may be mistaken for guaranteed outcomes or business commitments.\n\nMitigation: Express conclusions as scenario-based reasoning with assumptions, uncertainty, and stop conditions rather than promises.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/gechengling/skills/bezos-long-term-principle)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Guidance]\n\n**Output Format:** [Markdown-style strategic analysis, decision tables, self-check questions, and caveated recommendations]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Chinese-first prose with English key terms; outputs should remain advisory and avoid treating strategic scenarios as guaranteed outcomes.]\n\n## Skill Version(s):\n\n2.1.2 (source: server release metadata and artifact identity)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"基于贝索斯长期主义和客户至上理念，分析战略决策、创业取舍，助力形成可持续的长期价值与创新方案。 Skill: Bezos Long Term Principle Owner: gechengling Summary: 基于贝索斯长期主义和客户至上理念，分析战略决策、创业取舍，助力形成可持续的长期价值与创新方案。 Tags: bezos-long-term-principle:2.1.2, latest:2.1.2 Version history: v2.1.2 | 2026-09-21T05:17:21.115Z | user 2.1.2: 五模型各补实战举例与对照表；新增种子组合管理表、决策门判定表、长期主义决策自评表；动态更新至2026-09-21并新增框架解读列；补充适用边界与数据最小化声明 v2.1.1 | 2026-06-28T13:21:28.313Z | auto - 增加“最新动态”与“投资思维最新动态”板块，提供2026年最新财经与AI治理信息 - 内容结构调整，优化信息呈现，方便查阅 - 升级版本号至2","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":851,"uniquenessScore":58,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T12:13:32.271Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T12:13:32.271Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T15:16:24.274Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}