Skip to main content

first-principles-skill

第一性原理(First Principles)的结构化思维工具。基于 Aristotle、Descartes、Elon Musk 等一手来源的深度调研, 提炼 4 个核心原理和完整的操作协议。 触发词:「第一性原理」「first principles」「基本事实」「拆解到本质」。

Datos de origen

Repositorio
peterfei/forge-skill
Última actividad en el origen
10 de junio de 2026 a las 16:51
Idioma detectado de SKILL.md
chino
Estrellas
13
Forks
2

Opciones de instalación

De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.

Revisa los archivos de origen

Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.

Mostrando SKILL.md

SKILL.md
Instrucciones de origen · Vista previa de solo lectura
name
first-principles-skill
description
第一性原理(First Principles)的结构化思维工具。基于 Aristotle、Descartes、Elon Musk 等一手来源的深度调研, 提炼 4 个核心原理和完整的操作协议。 触发词:「第一性原理」「first principles」「基本事实」「拆解到本质」。
# 第一性原理 · 思维工具 > "The first principle is that you must not fool yourself — and you are the easiest person to fool." — Richard Feynman ## 激活条件与触发词 - 直接调用:「用第一性原理分析...」「第一性原理拆解...」 - 语义触发:用户面对复杂问题寻找根本原因,或挑战已有假设 - 组合调用:「先用第一性原理拆解,再用系统思维分析」 ## 方法框架概览 第一性原理的核心是回归基本事实重新推导,它通过还原到物理/逻辑极限、区分已知与假设、从基本事实向上推导、警惕类比陷阱四个原理来打破思维惯性和行业惯例。 ## 核心原理(3-7个,每个须附 ≥2 个跨域证据) ### 原理 1: 还原到基本事实(Reduction to Fundamental Truths) **一句话定义**:将问题拆解至不可再分的物理或逻辑基本真理。 **跨域证据**: 1. 航天领域:SpaceX 从铝材成本出发计算火箭制造成本,将发射成本降至1/10(来源:Musk 2012 Wired 访谈) 2. 汽车领域:Tesla 从锂、钴、铝原材料现货价推导电池包成本,发现可降80%(来源:Musk 2013 Tesla 投资者日) **应用方式**:面对任何问题,先列出构成该问题不可再分的基本事实,忽略行业内约定俗成的中间结论。 **局限**:某些领域基本事实本身存在争议(如经济学),此时还原目标不是物理事实而是逻辑基点。 ### 原理 2: 区分已知与假设(Separate Known from Assumed) **一句话定义**:将已验证事实与未经检验的假设严格分离。 **跨域证据**: 1. 哲学领域:Descartes 在《第一哲学沉思集》(1641)中系统化怀疑方法,将"我思故我在"作为唯一不可怀疑的基点(来源:Descartes, Meditations on First Philosophy) 2. 科学方法论:Galileo 区分"亚里士多德说的"和"实验测到的",推翻重物先落地假设(来源:Galileo, Two New Sciences, 1638) **应用方式**:列出当前方案所有假设,逐个标注验证状态。三类标记:已验证(有数据)、可验证(有方法)、不可验证(危险)。 **局限**:过度区分可能导致分析瘫痪,需判断验证成本与收益。 ### 原理 3: 从基本事实向上推导(Reason Up from Fundamentals) **一句话定义**:不是从类比或现有经验推理,而是从基本事实构建全新方案。 **跨域证据**: 1. 零售领域:Amazon 从"用户要便宜/选择多/便捷"推导出电商模式,而非类比 Walmart(来源:Bezos 1997 致股东信) 2. 区块链领域:Satoshi 从"去中心化共识的基本问题"推导出 PoW 方案,而非改进银行系统(来源:Bitcoin Whitepaper, 2008) **应用方式**:从基本事实开始,问"基于这些事实最优解是什么?"禁止用"别家都这么做"作推理依据。 **局限**:完全从零推导可能忽略行业隐性知识,需在推导后与已有方案对比。 ### 原理 4: 警惕类比推理陷阱(Beware of Analogy Trap) **一句话定义**:"这就像那个"是人类最危险的思维捷径。 **跨域证据**: 1. 科技领域:初代 iPhone 不是"缩小的 Mac",而是从触控交互基本事实推导的新范式(来源:Jobs 2007 iPhone 发布会) 2. 教育领域:Pinker 指出教育不是工厂流水线,"标准化考试=质量控制"是危险类比(来源:Pinker, The Blank Slate, 2002) **应用方式**:每当想说"这就像..."时暂停,反问:这个类比在哪个关键维度不成立? **局限**:类比对沟通和启发仍有价值。不是禁止类比,而是禁止用类比替代推导。 ## 操作协议(Agentic Protocol) ### Step 1: 问题分类 — 判断该方法是否适用于当前问题 **适用信号**: - 问题存在约定俗成的行业做法但效果不好 - 需在多个方案中做根本性选择 - 面对技术或商业的根本性创新挑战 **不适用信号**: - 问题主要涉及情感/人际关系(适用设计思维或系统思维) - 需要快速执行而非深度思考(适用精益创业的快速验证) - 信息极度不足无法识别基本事实 **输出**:适用 / 不适用(附理由)/ 部分适用(附建议) ### Step 2: 第一性原理式拆解 — 研究维度须从核心原理推导,禁止使用通用"搜索相关信息" 1. **基本约束分析**:该问题领域的物理约束、逻辑约束、资源约束是什么? - 来源原理:原理 1(还原到基本事实) - 操作方式:列出三类约束,标注哪些是绝对的、哪些是历史偶然 2. **当前假设拆解**:当前方案隐含了多少未经检验的假设? - 来源原理:原理 2(区分已知与假设) - 操作方式:逐个列表,每个假设标注验证状态 3. **最小可行单元识别**:不依赖现有方案的前提下,构成该问题的最小不可分单元是什么? - 来源原理:原理 3(从基本事实向上推导) - 操作方式:逐个拆解"为什么需要X"直到拆不动为止 4. **类比检查**:我或用户是否在不自觉进行类比推理? - 来源原理:原理 4(警惕类比推理陷阱) - 操作方式:列出所有自然产生的"这就像...",逐个标注类比失效的关键维度 ### Step 3: 第一性原理式重建 — 基于分析结果的格式化输出 - 列出基本事实清单 - 标注当前方案假设及其验证状态 - 基于基本事实推导出的替代方案 - 标注置信度(高/中/低)和建议的下一步验证 ## 适用/不适用判断 | 问题类型 | 适用度 | 说明 | |---------|--------|------| | 技术创新方案选择 | 高 | 最适合需突破现有技术范式的场景 | | 商业策略重新定义 | 高 | 适合挑战行业惯例的业务模式创新 | | 个人生涯关键决策 | 中 | 有启发但需结合价值观 | | 日常运营优化 | 低 | 过度分析降低效率,用改善(Kaizen)更合适 | | 情感/人际问题 | 低 | 第一性原理处理逻辑问题,不擅长情感层面 | ## 典型案例库 ### 成功案例 1. **SpaceX 火箭成本突破**(航天/2010年代) - 问题:火箭发射成本极高,被认为是不可改变的行业现实 - 方法应用:Musk 拆解火箭材料成本(铝/钛/铜约售价2%),从原材料推导自制可行性 - 结果:Falcon 9 发射成本约6千万美元,行业平均1-3亿美元 - 来源:Musk, Wired 访谈 (2012); Vance, Elon Musk (2015) 2. **Tesla 电池成本拆解**(汽车/2010年代) - 问题:电动车电池被认为永远比燃油车贵 - 方法应用:从锂/钴/铝 LME 现货价推导电池最小成本 - 结果:Gigafactory 将电池成本降低约35% - 来源:Tesla 投资者日 (2013); Straubel 访谈 3. **ChatGPT 重新定义 AI 交互**(AI/2022) - 问题:AI 被定义为专业工具而非通用助手 - 方法应用:OpenAI 从"语言理解与生成基本能力"出发而非改进现有专业AI - 结果:ChatGPT 成为历史上增长最快的消费应用 - 来源:OpenAI Blog (2022-2023) ### 失败案例 1. **Theranos 伪科学陷阱**(医疗/2010年代) - 问题:血液检测昂贵且痛苦 - 误用方式:声称从第一性原理"重新发明血液检测",但物理约束无法绕过 - 教训:第一性原理不能违背物理定律。基本事实被歪曲就成了伪科学的借口 - 来源:Carreyrou, Bad Blood (2018); WSJ 调查报道 (2015) ## 误用检测器(≥3 种误用模式) | 误用信号 | 检测逻辑 | 警告信息 | 建议动作 | |---------|---------|---------|---------| | 方法与问题不匹配 | 问题核心是情感/人际/组织政治 | "不适合用第一性原理。第一性原理处理逻辑问题,不擅长情感层面。建议用设计思维或系统思维。" | 推荐替代方法 | | 跳过关键步骤 | 用户直接要结论跳过基本事实识别 | "第一性原理要求先完成基本事实拆解。跳过这步的方案只是直觉伪装成推导。" | 引导回基本事实识别 | | 过度还原 | 将复杂社会问题还原为单一物理指标 | "社会系统有涌现性,不能完全还原。建议组合使用系统思维分析整体结构。" | 推荐组合方法论 | ## 诚实边界(≥3 条具体局限) 1. **不可还原的复杂系统**:涌现现象(如市场价格、组织文化)不能通过还原其组成部分完全解释 2. **物理极限本身可能是错误的**:历史上多次被认为的物理极限被后来科技突破 3. **时间成本高**:从第一性原理重新推导一切是低效的。成熟专家大部分时间用启发式工作 4. **信息不对称**:如果对领域基本事实不了解,会生成 garbage-in-garbage-out ## 调研来源(一手来源占比须 >50%) | # | 来源 | 类型 | 一手/二手 | 权重 | |---|------|------|----------|------| | 1 | Aristotle, Physics | 著作 | 一手 | 高 | | 2 | Descartes, Meditations on First Philosophy (1641) | 著作 | 一手 | 高 | | 3 | Musk, Wired 访谈 (2012) | 访谈 | 一手 | 高 | | 4 | Tesla 投资者日 (2013) | 演讲 | 一手 | 高 | | 5 | Jobs, iPhone Launch Keynote (2007) | 演讲 | 一手 | 中 | | 6 | Bitcoin Whitepaper, Satoshi (2008) | 论文 | 一手 | 中 | | 7 | Vance, Elon Musk (2015) | 传记 | 二手 | 中 | | 8 | Carreyrou, Bad Blood (2018) | 调查报道 | 二手 | 中 | > 本 Skill 由 [Forge Skill — 锻造思维工具](https://github.com/peterfei/forge-skill) 生成
Ver en GitHub