# Compound Effect

> 设计具有复利效应的增长模型。当你做一件事很久但增长缓慢想放弃、或者想让自己的努力产生"越做越快"的效果时使用。核心方法：找支点（验证因果关系）→设计增强循环（A增强B、B反过来增强A）→坚持到里程碑。不适用于一次性任务、短期项目或因果关系不明确的事件。关键触发信号："为什么做了这么久还是没效果""我该不该坚持""如何让增长加速"。

- Skill: `kangarooking/compound-effect` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add kangarooking/compound-effect`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kangarooking/compound-effect/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: kangarooking (https://skillmd.com/u/kangarooking)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/kangarooking/compound-effect

---


# 复利效应设计

## R — 原文 (Reading)

> "所谓复利效应，就是可以把原来一个极小的数，通过一个简单的数学公式运算，每一次都在上一次的基础上，按一定比例增长，在执行若干次之后，整个结果就会形成爆发式的快速上扬，最终变成一个天文数字！"
>
> "设计复利效应的第一步，是一定要找到一个'支点'。什么是支点？就是我做了A，是否能得到结果B？所有的复利效应都是建立在这样一个支点上的，如果这个支点不成立，复利效应就会轰然倒塌。"
>
> "即便你在做的事情，目前是拥有复利效应的，但是如果坚持的时间不够长，重复的次数不够多，你还没有走到'里程碑'这个位置的话，你是感觉不到太大变化的。"
>
> —— 《认知红利》第4章

## I — 方法论骨架 (Interpretation)

1. 复利效应的本质：将线性增长（加法）转化为指数增长（幂运算）。关键在于每次增长都建立在上一次的基础上，而非从零开始
2. 设计复利效应的三步法：
   - **第一步：找支点** — 验证因果关系（A→B）。支点必须是已被验证的结论、常识或数学定律，不要自己重新发明轮子。站在巨人肩膀上：看书、找已验证的因果关系（如电商的"销售额=流量×转化率×客单价"）
   - **第二步：设计增强循环** — 让B反过来增强A。两种情况：(1) 天然存在增强循环（利滚利、鸡生蛋蛋生鸡），直接找到并执行；(2) 需补充要素构建闭环（如开店赚的钱→开更多店→赚更多钱），关键是用"超额利润"来回注增长引擎
   - **第三步：坚持到里程碑** — 复利效应的致命缺陷是前期增效极低，50%位置时几乎感觉不到变化。只有走过"里程碑"才会急速上扬。放弃的原因不是方法错误，而是重复次数不够
3. 两种特殊的复利模型：(1) 加法→幂运算（如孤立学习→关联学习，知识量从+1变成指数增长）；(2) 量变→质变（如公众号分享率达到临界值后从衰减循环变为增强循环）

## A1 — 书中应用 (Past Application)

- 棋盘放麦粒的故事：在64格棋盘上每格放前一格2倍的麦粒，最终总数达5500多亿吨，直观展示复利的爆炸力
- 滴滴打车的双边增强循环：更多司机→乘客更容易打到车→更多乘客→更多司机加入→如此往复
- 开店裂变的补充要素循环：一家店赚钱→用利润开第二家→第二家也赚钱→开更多家→速度越来越快
- 知识学习的复利：孤立地学习"复利""比例偏见""SWOT"是加法增长；把新知识和旧知识关联（"如何在产品设计中加入复利效应？"）则变为指数增长
- 乐高积木：每创新一款新积木，不是多了1款，而是所有旧积木多了一种新玩法，产生复利效应
- 公众号传播的量变质变模型：分享率决定循环次数，当分享率达到某个临界值，每次循环带来的新流量从递减变为递增

## A2 — 触发场景 (Future Trigger)

**何时使用此 skill：**
- 正在做一件事但增长极慢，不确定是否值得坚持
- 想设计一个商业模式、学习计划或个人成长系统，让努力产生累积效应
- 想判断一个增长模型是否真的具有复利效应（还是只是线性增长包装成复利）
- 在里程碑前的漫长平台期，需要判断"该坚持"还是"该放弃"

**语言信号：**
- "为什么做了这么久还是没效果"
- "我该不该坚持"
- "如何让增长加速"
- "为什么别人越做越快我却原地踏步"
- "复利思维怎么用"
- "怎么让努力产生积累"

**与相邻 skill 区分：**
- 与 `time-merchant` 的区别：本 skill 聚焦"如何在选定模式中让增长指数化"；time-merchant 聚焦"选择哪种经营模式"
- 与 `attention-management` 的区别：本 skill 是增长系统的设计框架；attention-management 是注意力资源的分配框架
- 如果问题是"我该选择哪种赚钱模式"→ 用 time-merchant
- 如果问题是"我怎么把注意力分配好"→ 用 attention-management
- 如果问题是"我已经在做了，怎么让效果越来越大"→ 用 compound-effect

## E — 可执行步骤 (Execution)

**步骤1：验证支点**
- 写下你要做的事的因果关系假设："做A → 得到结果B"
- 查找已验证的证据：行业数据、学术研究、经典案例（至少找到3个支持性证据）
- 如果找不到可靠的因果关系，先回到学习阶段（看书、请教专家），不要盲目投入
- 完成标准：输出一条可验证的因果关系陈述 + 至少3条支撑证据

**步骤2：设计增强循环**
- 画出你的因果链：A → B → ? → 是否能回到A？
- 如果B无法直接增强A，寻找补充要素C：A→B→C→A（如：内容→读者→收入→更好的内容）
- 检验循环是否真正增强：每次循环的增量是否在增加而非递减？如果递减，找到瓶颈（如公众号案例中的"分享率"）
- 完成标准：画出增强循环图，标注每个环节的量化指标和预期增长率

**步骤3：设定里程碑并坚持**
- 根据循环的预期增长率，估算里程碑位置（即曲线开始急速上扬的时间点或累积量）
- 设置过程指标（非结果指标）：比如每天/每周的循环执行次数，而非最终收入
- 当想放弃时，对照复利曲线图判断自己在哪个位置，确认是"还没到里程碑"还是"支点本身不成立"
- 完成标准：里程碑量化目标 + 每周过程指标跟踪表 + 连续执行记录

## B — 边界 (Boundary)

**不要用的场景：**
- 一次性项目、短期任务（如策划一场活动）不需要设计复利效应
- 因果关系不明确或高度不确定的领域（如投机性投资），强行套用复利框架可能导致巨大损失
- 当环境发生根本性变化时（技术颠覆、政策剧变），原来的支点可能已经失效，需要重新验证

**失败模式：**
- 没有验证支点就开始"坚持"，结果是在错误的方向上积累（支点不成立的复利效应是庞氏骗局）
- 把线性增长误认为复利增长——关键判别是"每次循环的增量是否在增加"
- 在里程碑前放弃——最常见也最可惜的失败
- 设计的增强循环过于复杂，依赖太多中间变量，任何一个环节断裂就崩溃

**作者盲点：**
- 对"里程碑"的估算缺乏具体方法论，实践中很难提前知道需要坚持多久
- 未充分讨论复利系统的崩溃风险——增强循环反向运作时（恶性循环），衰减也是指数级的
- "找支点=看书"的建议过于简化，有些领域的因果关系需要通过实验验证而非文献查阅
- 对"量变质变"模型的讨论缺乏对临界值的定量判断方法

## 相关 skills

本 skill 与以下 skill 存在关联：
- **time-merchant**（协同）：复利效应为时间商人模式提供增长引擎，在选定经营模式后用复利循环让产出越滚越大。
- **evolution-strategy**（对比）：复利效应强调"找到因果支点后坚持到里程碑"的确定性增长路径，演化策略则强调"通过不断试错让环境筛选方向"的不确定性应对方式，两者适合不同性质的问题。