用途：当用户被「行业惯例」「大家都这么做」束缚、面对没有先例的新问题、觉得现有方案贵得不合理，或想颠覆式创新而非渐进优化时，用本技能把问题拆到不可再拆的物理/逻辑事实，再重新推导。
主要能力：提供一套六步操作流程——写下当前结论、列出隐含假设、逐条判断是「物理/逻辑事实」还是「行业类比」、剥离非物理假设、从基本面重建方案、对比基本面方案与类比方案的差距。附决策清单（至少列 5 个假设、标注物理/类比、承认至少 2 个是类比、从基本面重设、解释物理允许但行业未做的原因）。
使用方式：按步骤显式化假设并重建方案；黄金问题是「这个假设在 100 年前、在另一个文明里、在外星智慧眼里还成立吗？」。资料给出 SpaceX 火箭成本、Tesla 电池组成本、工程师本地化测试三个案例说明推导过程。
适用场景：Cynefin 复杂/混沌域、无现成模式可套的问题；与 Inversion（枚举负向）、Second-Order Thinking（评估长期可行性）互补。
限制：问题已有完美最佳实践（Cynefin Clear 域）时不要用，应走 SOP；时间紧时不适合，深度推导需小时到天级别；高情感卷入时先冷静；团队不愿挑战权威时需先建心理安全。常见陷阱包括把「我不熟」误当「物理不可能」、拆到分子原子层级过度、重建时偷偷用类比、忽略法律合规信任等社会基本面。参考资料包括 Aristotle《Posterior Analytics》、Musk 2013 TED 访谈、Tim Urban 文章与《Think Like a Rocket Scientist》。