第一性原理思维

这是什么

第一性原理思维，说穿了就是一个"不认账"的思考方式——不认"一向都这么办"的账，不认"别人都这么做"的账，不认"专家说、报告写"的账。它只认两样东西：拆到不能再拆的底层事实，和从这些事实一步步推出来的结论。

大多数人其实是"照着别人活"的。要做一件事，第一反应是看看同行怎么干、过去怎么干、行业惯例是什么，然后在这个基础上改个 5%。这叫类比思维——省脑子、快、安全，99% 的日常事这么办完全够用。但类比有个致命软肋：你永远只能得到一个"和别人差不多"的答案，因为你的起点就是别人的答案。第一性原理反过来——它把问题一路拆到最底层的物理、数学、事实，然后假装现有方案根本不存在，从零重新搭一个出来。正因为起点是"事实"而不是"别人的做法"，它才可能推出一个别人从没想过、也算不出来的方案。一句话：类比问"比现在怎么改进"，第一性原理问"如果从零开始，这件事本该是什么样"。

来历与出处

这个词不是硅谷发明的，它有两千多年的家谱。

源头是亚里士多德。在《形而上学》和《物理学》里，他反复用一个概念叫"第一原理"（希腊文 archē），定义是"认识一个事物所依据的最初根据"——就是那个不能再被别的东西推导、其他一切却都由它推导出来的起点。他毕生追问万物的"第一因"，要找的正是"再往前问就没有了"的终点。"First Principles"这个英文说法，直接就是从他这儿来的。

再往前还有苏格拉底。他那套著名的"诘问法"（elenchus）——不给答案，只对你脱口而出的定义连环追问，直到把你自己都没意识到的假设逼出来、逼塌——就是"质疑一切假设"这一步最古老的活教材。后来笛卡尔的"我思故我思"、把一切能怀疑的都先怀疑掉，走的也是同一条路。

到了今天，把这套古老思维重新擦亮、变成一个人人挂在嘴边的词的，是埃隆·马斯克。他在多次访谈里说，自己做 SpaceX 和特斯拉，靠的就是"用物理学的第一性原理思考，而不是靠类比"。他把哲学家的思辨，变成了一把算成本、造火箭、拆电池的工程扳手。

解决什么真实问题

它治的是一种特别常见、又特别贵的病：把"一直如此"当成"只能如此"。

最典型的场景：一件事贵得离谱、慢得离谱、难得离谱，而所有人都耸耸肩说"行业就是这样"。电池就是 600 美元一度电、火箭就是几亿美元一发、这个审批流程就是要盖八个章、这道菜的成本就是压不下来——这些"就是"的背后，往往没有一条物理定律撑着，只有一堆没人回头检查过的历史惯例，在替你收智商税。第一性原理的用处，就是把这些"就是"一个个揪出来问：它到底是自然规律，还是只是过去的价格？

哪些人最需要它？一是想做真突破的创业者和产品人——因为在别人的方案上改 5%，永远做不出颠覆。二是投资人和战略决策者——要判断一个"大家都觉得不可能便宜/不可能做成"的方向，是真的不可能，还是只是还没人认真拆过。三是任何一个感到自己"被惯例困住、却说不清哪里不对"的人——第一性原理能帮你把那个模糊的别扭，精确定位到"是哪一条假设在骗你"。

还有一层意思：这套方法之所以在方法库里被无数其他方法当"前置动作"反复引用，就是因为它是思考的地基。想清楚任何一件事的第一步，几乎都是"先回到它的第一性原理"。

核心思想

打个比方。类比思维，像是照着菜谱做菜——别人写好的步骤，你跟着走，稳，但你永远做不出菜谱上没有的菜。第一性原理，像是把冰箱打开，看看到底有哪些原材料，然后忘掉所有菜谱，只凭这些食材和"什么和什么搭在一起好吃"的基本道理，重新发明一道菜。前者的天花板是菜谱作者，后者的天花板是食材本身。

具体怎么做？就三步，朴素得不像什么高深方法：

第一步，把所有假设摆到台面上。 凡是你能接上"因为大家都……""因为一直……""因为行业就是这样……"的地方，都不是事实，是假设。全写下来，尤其是那些你根本没意识到自己在假设的。

第二步，把每条假设往下拆，拆到不能再拆。 追问"它由什么构成？这条还能再拆吗？"一直拆到剩下只能是自然规律、数学、或能亲自验证的事实为止。判断到没到底有个土办法：如果你还能问出"那它又是为什么"，就没到底；到了底，再问就只剩"这是定义/这是物理定律"了。

第三步，扔掉现有方案，只用底层事实重新搭一个。 这一步最难，难在纪律——推的时候不许偷看别人怎么做，不许用"可现实里大家都……"来打断自己。推完了，再拿新方案和现状一比，那个差距，就是被惯例锁死了这么多年、终于被你撬开的空间。

马斯克有句话把这层意思说透了："你得把事情煮沸到最根本的真相，然后从那里往上推理，而不是靠类比。" 类比是抄近路，第一性原理是走远路——但只有走远路的人，才会到别人到不了的地方。

完整案例

最经典、也最能验证的一个故事，是马斯克拆电池。

2012 年前后，电动车迟迟做不起来，一个公认的拦路虎是电池太贵。当时业界的共识是：电池组"就是"大约 600 美元一度电（每千瓦时），而且短期内没法便宜——理由很朴素："过去一直这么贵。"这是一句标准的类比推理：拿历史价格外推未来。

马斯克不认这个账。他的追问，几乎是三步法的教科书演示：

先质疑假设——"凭什么电池就该 600 美元一度？这是物理定律，还是仅仅是过去的市场价？"

再拆到底层——他不去看别的电池厂报价，而是直接问："电池到底是由什么原材料做的？"答案是：钴、镍、铝、碳，加一点做隔膜的聚合物，和一个钢壳。"那么，如果我把这些原材料拆开，按伦敦金属交易所的现货价，一样样买回来，做一度电的电池，材料本身值多少钱？"他算出来的数字，大约是 80 美元一度电。

最后重新组装——既然材料本身只值 80 美元，那 600 和 80 之间那五百多美元的差价，就不是物理决定的，而是制造工艺、供应链和规模没做好堆出来的。而工艺、供应链、规模，全都是工程可以重写的东西。于是结论翻转了：电池不是"天生就贵"，它只是"还没被认真优化过"。特斯拉后来那条把电池成本一路往下打的路，起点就在这个算式里。

同样的招他也用在火箭上：别人问"一发火箭多少钱"，他问"火箭是由什么做的"——航天级铝合金、钛、铜、碳纤维，这些材料的成本只占传统火箭售价的很小一块。既然材料这么便宜，贵的就是制造和那套"必须外购整箭"的惯例——那就自己造。SpaceX 由此而来。

这个故事最动人的地方，不在那几个数字精不精确，而在那一下降级：当马斯克把"600 美元"从一条"不可动摇的铁律"，降级成"一个可以被拆开检查的历史价格"的那一瞬间，整个问题就活了。这就是第一性原理的魔法——它不告诉你答案，它把那扇你以为焊死了的门，变回一扇可以推开的门。

常见误解与边界

第一个误解：以为凡事都该用第一性原理。 不对。它费脑、费时、还容易出错，是重武器不是家常菜。日常 99% 的决定，照惯例（类比）办又快又稳。只在三条同时成立时才值得动用它：这件事价值足够高、它明显被惯例锁死了、而且你真的需要一个突破而非微调。拿它去纠结中午吃什么，纯属给自己加戏。

第二个误解，也是最致命的：假装自己拆到底了。 很多人拆了两层就停在"某专家说""行业报告写""大家公认"上，还以为这是底层事实。恰恰相反——这些全是被包装过的类比，是别人的共识，不是你能验证的事实。真正到底的唯一标准只有两个：要么它是自然规律或定义本身，要么你能亲自查、亲自算、亲自证。分不清"事实"和"共识"，这套方法当场就塌。

第三个误解：拆得漂亮，重组时又怂了。 到了第三步，一堆人忍不住偷看现状、忍不住说"可现实里大家都不这么干"，于是又乖乖退回去改那 5%。前面白拆了。重组这一步的纪律就一条：推的时候，不许看别人的答案。

说说边界。第一性原理擅长回答"这件事本该是什么样"，但它不负责告诉你"你有没有能力把它做成"——马斯克算出电池能便宜，还得有工程团队真把它造出来。它给你的是"方向对不对、天花板在哪"，落地还得配上别的东西。在这个方法库里，它常常是第一步：先用它拆到底、重组出新方向，再交给杰文斯悖论去验证"这个方向在 AI 时代扛不扛得住"，交给洞察框架去写成一篇能打动人的论述。

最后一句留给 AI 时代，因为这恰恰是它今天最要紧的地方：AI 本质上是一台类比机器——它把人类写过的海量文字学了个遍，所以它给你的永远是那个"平均解、别人早想过的解、当前的共识解"。你问它"电池为什么贵"，它会流畅地背出 2012 年所有人都在说的那套话。当人人都能一键调出同一个平均答案，"平均"就不值钱了；还能创造价值的，只剩 AI 给不出、也推不出的那个差异解——而它偏偏就藏在"质疑那条连 AI 都默认成立的假设"里。所以正确的用法是分工：让 AI 帮你查底层事实、跑推演、算账、找反例（它算力强），但"该质疑哪个假设、拆到哪一层、重组成什么"这个锚，必须由你亲手来下。千万别反过来问 AI"这件事的第一性原理是什么"——那等于把一件反类比的活，外包给了一台类比机器。AI 越强，能自己下锚的人越稀缺，这项能力就越值钱。

一句话记住它

别问"比现在怎么改进"，问"如果从零开始、只认最底层的事实，这件事本该是什么样"——把"一向如此"降级成"一个可以拆开检查的假设"，门就推开了。