SuperAPI AI 工具集

first-principles

通用与其它

查看项目

更新于 10-16 04:49

技能介绍

用途

第一性原理思维是一种系统化方法,用于将复杂问题分解为基本事实,再从这些事实向上推理,避免陷入“类比推理”的陷阱。该技能适用于需要从根本重新检查一个设计、需求或做法是否成立的场景。

何时使用

  • 评估某个架构或设计是否真正最优
  • 质疑可能不适用于当前情境的“最佳实践”
  • 当传统方案感觉不够用时打破僵局
  • 做出具有长期影响的基础性决策
  • 挑战遗留系统中继承下来的假设
  • 设计新系统时避免照搬既有模式
  • 质疑某个需求或步骤是否根本不该存在

核心流程

阶段0:质疑需求本身(删除优先)

在分析如何解决问题之前,先问这个问题是否应该被解决。

  • 尝试彻底删除该需求——系统能否在没有这个步骤/功能/约束的情况下工作?
  • 如果能删除,就删除——不要优化本应移除的东西。
  • 如果删除失败,再加回来——只有这时才进入分析。
  • 挑战需求的归属者——来自聪明人的需求最危险,因为你不太会质疑它们。始终问:“提出这个需求的人能否放弃它?”

关键问题:这个需求需要存在吗?如果直接移除这一步会怎样?这是真实约束还是历史遗留?如果它消失了用户会注意到吗?

危险信号(需求可能不需要存在):“我们一直有这个步骤”“法律/合规要求它”(需核实,往往已过时)“用户期望它”(你最近问过他们吗?)“规格书里就是这么写的”(谁写的规格书,为什么?)

阶段1:识别问题的本质

剥离实现细节,找到核心问题:清晰陈述问题、区分症状与原因、定义成功标准。

关键问题:这里要完成的根本任务是什么?如果这个系统不存在,用户实际需要什么?什么结果重要,与如何达成无关?

阶段2:挑战所有假设

识别并质疑每一个假设:列出显性假设、揭示隐性假设、检验每个假设。

假设类别与对应问题:技术类——“我们必须使用这种技术/模式吗?”;业务类——“这个需求真的是固定的吗?”;资源类——“这些约束是真实的还是感知的?”;历史类——“这个决定最初为什么做出?”

危险信号(很可能是错误假设):“我们一直这么做”“行业标准说……”“大家都用X来做这个”“那太简单了,不会有用”。

阶段3:确立基本事实

识别不可再分解的事实:物理/数学约束(什么不能被违反)、业务不变量(什么必须保持为真)、用户需求(用户根本需要什么)。

基本事实检验:这还能进一步分解吗?这是可证明为真,还是只是普遍相信?违反它一定会导致失败吗?

阶段4:向上推理

从基本事实构建方案:从最小开始(满足基本事实的最简单方案是什么)、只添加必要部分(每个添加都必须自我证明)、挑战每一层(这一层配得上它的复杂度吗?)。

构建路径:基本事实 → 最小方案 → 有理由的添加 → 最终设计。

阶段5:验证推理

确保方案可靠:回溯到基本事实(每个设计决策都能追溯到根本需求吗?)、识别薄弱环节(推理在哪里依赖假设?)、压力测试(什么会破坏这个方案?)。

输出格式

应用第一性原理思维时,按以下结构组织分析:

## First Principles Analysis: [Topic]

### 0. Requirement Check (Delete First)
**Tried deleting:** [What was attempted]
**Result:** [Deleted / Cannot delete because: ...]
**Verdict:** [Proceed / Requirement eliminated]

### 1. Problem Essence
**Core problem:** [One sentence]
**Success criteria:** [Measurable outcomes]

### 2. Assumptions Challenged
| Assumption | Challenge | Verdict |
|------------|-----------|---------|
| [Assumption] | [Why question it] | [Keep/Discard/Modify] |

### 3. Ground Truths
- [Irreducible fact 1]
- [Irreducible fact 2]
- [Irreducible fact 3]

### 4. Reasoning Chain
Ground Truth → [Step 1] → [Step 2] → Solution

### 5. Conclusion
**Recommended approach:** [Description]
**Key insight:** [What the first principles analysis revealed]
**Trade-offs acknowledged:** [What we're accepting]

常见模式

复杂度陷阱:症状是方案比问题本身更复杂。检查方法:移除一个组件,系统还能解决核心问题吗?如果能,该组件就不是必需的;重复直到移除会破坏核心功能。

类比陷阱:症状是“X公司这么做,所以我们也该这么做”。检查方法:X公司实际在解决什么问题?我们的问题在所有相关维度上完全相同吗?他们有哪些我们没有的约束(反之亦然)?

遗留陷阱:症状是维护不再服务于我们的旧决策的兼容性。检查方法:这个决定最初的原因是什么?那些条件还存在吗?改变的真实成本与维护成本相比如何?

与其他思维工具的配合

  • 权衡分析:在识别基本事实之后,用根本原则评估选项
  • 5个为什么:当假设浮现时,深入挖掘根本原因
  • 事前验尸:在最终确定方案前,对推理链做压力测试
  • 假设检验:当基本事实不确定时,用实证验证假设

边界

会做:系统化挑战假设、从第一性原理识别基本事实、从根本构建推理链、揭示传统智慧不适用之处、质疑需求是否应该存在。

不会做:全盘否定所有现有方案、对每个决策都无限投入时间(应保留给重要选择)、为追求理论纯粹而忽略实际约束、保证给出“最佳”方案(它揭示更好的推理,而非完美答案)。

快速参考

第一性原理检查清单:

  • 需求已测试删除——能完全移除吗?
  • 问题以结果而非方案陈述
  • 所有假设已明确列出
  • 每个假设已挑战并证明
  • 基本事实已识别并验证
  • 方案仅从基本事实构建
  • 每个设计决策可追溯到基本事实
  • 推理链已记录

附加资源

参考文件:

  • references/elon-musk-examples.md——来自SpaceX和Tesla的真实案例
  • references/software-examples.md——软件工程应用

示例文件:

  • examples/architecture-review.md——对微服务决策的第一性原理分析