> For AI agents: the site index is available at https://www.juniortree.com/llms.txt; this page is available as Markdown at https://www.juniortree.com/blog/thinking-day-2.md.
> 从第一性原理中，我们能学到什么

## Page metadata

- **Published:** 2025-11-10
- **Updated:** 2025-11-10
- **Tags:** thinking daty
- **Source URL:** https://www.juniortree.com/blog/thinking-day-2

# Thinking Day - Week2 - 从第一性原理中，我们能学到什么

## 什么是第一性原理 **(First Principles Thinking)**

马斯克的第一性原理**不是指某一个具体的科学定律，而是一种思维方式和解决问题的框架**，它的核心是将复杂问题回归到最基本、最核心的组成部分（或“事实公理”），然后从这些基础出发，进行重新推导和构建，从而找到全新的、更优的解决方案

这与我们大多数人习惯的**“类比推理”（Reasoning by Analogy）**形成了鲜明对比

类比推理是我们日常最常用的思维方式，我们通过观察别人正在做的事情，或者借鉴已有的经验和产品，然后进行模仿或微小的改进

比如我做实验，我看到我的同门做成功了，然后我在他的基础上可能调整一下温度或者缓冲液的成分，然后做出了一个比他好一点、稳定一点的实验成功

这的确称得上是一种进步，或者更严谨的说更像是迭代，人类的很多优秀的产品都是在此基础上发展和演化而来的，但是这种思维方式只能带来渐进式的改良，很难产生颠覆性的创新，你永远被困在别人已经设定好的框架里

**第一性原理**是一种像物理学家一样的思考方式，它要求你打破一切现有的假设和框架，把问题拆解到最基础的、无法再被分割的“原子”层面

比如说我要做一个实验，我得先想这个实验目的是啥？用了什么实验方法，我需要采取的步骤是啥？这些步骤是否是必要的，我能否对此进行完全的重新编排甚至重新设计，创造一个达成特定目的，但是路径完全不同的实验

第一性原理能帮助我们去发现事物的本质，摆脱传统思维的束缚，从而实现颠覆性的创新，但是，它极其耗费脑力、耗时，且风险高，因为你可能最终发现原来的方法就是最好的

## 马斯克是如何运用第一性原理的

### SpaceX

“制造一枚火箭要花多少钱？” 人们会去查NASA或者其他航天公司的报价，发现火箭的成本极其高昂，动辄数千万甚至上亿美元，结论是：航天就是这么烧钱，我们能做的就是在这个价格基础上想办法便宜一点点

但从第一性原理出发，我们先拆解问题，火箭是由什么构成的？它由航空级铝合金、钛、铜、碳纤维等材料构成，之后去市场调研，了解购买这些原材料的价格是多少，马斯克团队去计算后发现，把制造一枚火箭所需的所有原材料的成本加起来，只占火箭总售价的**2%**左右

那么材料成本这么低，那中间巨大的差价去哪了？ 答案是：复杂的供应链、低效的制造流程、以及一次性使用的模式

因此我们得出结论，问题的关键不是材料贵，而是**制造和使用方式**，自己生产大部分零件（垂直整合），改进制造工艺，以及最关键的——**研发可回收、可重复使用的火箭**，从而将发射成本降低到原来的十分之一甚至更低

马斯克的第一性原理思维可以概括为三个步骤：

1. **识别并打破假设 (Identify and Break Down Assumptions)**：
    找到你正在处理的问题，并质疑所有关于它的普遍认知和“常识”，比如，“火箭必须是一次性的”就是一个需要被打破的假设

2. **拆解至基本要素 (Break the Problem Down to its Fundamental Principles)**：
    像剥洋葱一样，一层层地剥开问题，直到你触及最基础、最无可辩驳的事实或物理定律

3. **从零开始重新构建 (Recreate a New Solution from the Ground Up)**：
    基于这些基本要素，忘记原有的解决方案，用全新的视角和方法来组合它们，创造出一个更优的、从根本上解决问题的方案

## 我们能从中学到什么

我想更多的可能是实验设计方面的，我们经常会碰到使用各种各样设备、方法，有些可能名字说起来让人头晕目眩，但如果我们尝试以第一性原理去重新审视整个过程，我们会不会得到一个更轻松、更易懂的结果呢？

比如说分子筛，我们知道大分子会先漏出来，其次是小分子，从第一性原理出发，我们不难想到，大分子在分子筛内的相对可运动路径较小，而小分子的大，那如果我们要继续优化整个分子筛的过程呢？如果我们要筛选的液体里面有一种中等大小的分子，我们也想给它筛选出来要怎么办呢？

面对复杂的技术或方法，第一性原理让我们能剥离那些令人眼花缭乱的术语和设备，直击其最核心的物理或化学原理，一旦理解了“控制路径差”这个本质，分子筛就不再神秘，而变成了一个可以被理解、被操控的工具