第一性原理思维
回到事物最基本的物理事实，从零开始推导，而非依赖类比和行业惯例。不接受'行业就是这样'的回答。
"把问题拆解到最基本的物理事实和真理，然后从那里开始重新推理。类比推理让你只能做别人做过的事，第一性原理让你发现别人没看到的可能。"
决策简报
核心判断
不要用类比思维做决策（"别人怎么做我就怎么做"），要回到最基本的物理事实重新推导。行业惯例不是物理定律，都可以被打破。
推理逻辑
1. 识别隐含假设——当前方案建立在哪些"大家都觉得理所当然"的假设上？ 2. 区分硬约束和软约束——物理定律不可违反，其他都是可改变的"建议" 3. 计算理论极限——原材料成本、物理上可达的性能、信息论的带宽上限等 4. 现状与极限的差距=机会——差距越大，颠覆性创新的空间越大
关键案例
SpaceX 起源：发现火箭原材料仅占售价2%，于是自研火箭，最终将发射成本降低了约10倍。
适用场景
行业成本结构僵化、"不可能"的技术方向、从零设计新方案、评估颠覆性机会大小。
不适用场景
高度依赖社会信任和用户情感的领域（社交、品牌、政治治理）；需要快速跟随市场而非颠覆市场的场景。
决策逻辑
识别隐含假设：当前的做法建立在哪些"大家都知道"的假设上？逐一列出。
质疑每个假设：这个假设是物理定律（不可违反）还是行业惯例（可以打破）？
回到基本事实：这个东西的原材料成本是多少？物理上能达到的极限是什么？
从底层重新推导：如果从零开始设计，忽略所有现有方案，最优解是什么？
评估差距：当前方案与理论最优解的差距有多大？差距越大，机会越大。
协作模型
冲突模型
冲突场景： 张一鸣的数据驱动方法依赖大量A/B测试验证，适合已有用户的优化；马斯克的第一性原理更适合从0到1的突破，两者在不同阶段适用
化解方案： 0到1用第一性原理定方向，1到N用数据驱动优化
证据链
我们从物理学的角度来思考问题。不是通过类比推理。你把事情拆解到最基本的真理，然后从那里推理。火箭的原材料成本只有售价的2%，所以成本可以大幅降低。
马斯克最初想从俄罗斯买火箭，价格太贵被拒。回程在飞机上用电子表格算出火箭原材料成本只是售价的2%。于是决定自己造火箭，这就是SpaceX的起源。
反面证据
马斯克用第一性原理分析Twitter（80%员工可以裁掉、技术架构可以简化），但忽略了社交平台的价值很大程度上是社会共识和用户信任——这些不遵循物理定律
— Twitter/X 收购