First Principles Decomposer

核心用法

第一性原理分解器是一套结构化思维框架，源自物理学和哲学传统，经埃隆·马斯克推广而广为人知。它通过三步流程——识别假设→分解至原子真理→从零重建——帮助用户突破惯性思维，找到非显而易见的解决方案。

显著优点

• 打破路径依赖：强制质疑"历来如此"的做法，避免复制过时方案
• 降维思考：将复杂问题还原为不可再分的基本事实，降低认知负荷
• 创新催化剂：剥离行业惯例后，跨领域解决方案往往自然浮现
• 结构化输出：清晰的五阶段输出格式（问题→假设→真理→重建→对比）便于团队对齐
• 技能协同性强：与逆向思维、二阶后果分析等工具形成完整决策栈

潜在局限

• 时间成本高：彻底拆解可能不适用于紧急决策场景
• 需要领域知识：识别"真正的"基本真理依赖用户的专业深度
• 可能过度简化：某些复杂系统的涌现特性难以从原子层面预测
• 执行风险：理论最优解未必符合组织政治、文化或资源约束

适合人群

• 产品经理设计0到1的创新功能
• 创业者验证商业模式的核心假设
• 工程师面对"不可能"的技术约束时寻找突破口
• 咨询顾问帮助客户跳出行业思维定式

常规风险

• 将"第一性原理"本身沦为 buzzword，形式化执行而缺乏深度思考
• 忽视沉没成本和组织变革阻力，导致方案无法落地
• 在高度规制行业（如医疗、航空）中，某些"假设"实为合规要求，不可随意拆解

核心用法

First Principles Decomposer 是一套结构化思维框架，模仿埃隆·马斯克推崇的「第一性原理」思考法。当用户输入触发词如 "firstp"、"from scratch"、"Elon method" 时，系统启动三阶段分解流程：

1. 识别假设 — 列出当前方案中所有未经检验的预设
2. 拆解至原子 — 对每个假设追问"为什么"，直到触及不可再分的底层事实
3. 从真相重建 — 仅用已验证的根本事实，构建最简单的解决方案

输出严格遵循标准化格式：问题陈述→假设清单（附挑战理由）→根本真相→重建方案→与传统方法对比。

显著优点

• 打破路径依赖：强制剥离"历来如此"的行业惯性，避免复制低效模式
• 降维打击复杂问题：将混沌问题转化为可操作的底层变量组合
• 跨领域迁移性强：源自物理学思维，适用于产品、商业、个人决策等任意领域
• 输出结构化：五段式模板降低认知负荷，便于团队协作与文档沉淀
• 生态协同设计：明确标注与逆向思维、二阶效应、预演分析等技能的组合用法

潜在局限

• 时间成本高：彻底拆解可能需要数倍于常规方案的时间投入
• 适用边界模糊：简单问题（如选择午餐）过度使用会导致效率低下
• 真相验证困难：所谓"原子级事实"本身可能受认知局限影响
• 重建门槛高：需要足够的领域知识才能从 fundamentals 有效组合出可行方案
• 缺乏量化评估：框架未提供如何判断"重建方案优于传统方案"的客观标准

适合人群

• 产品设计师/创业者面对"为什么行业都这样做"的质疑时刻
• 工程师遭遇技术债务僵局，需从零重新设计架构
• 咨询顾问为客户寻找差异化战略突破点
• 个人重大决策（职业转型、城市选择）需排除社会期待干扰

常规风险

• 过度自信风险：误将"拆解结果"当作唯一真理，忽视复杂系统的涌现特性
• 执行落差：从 elegant theory 到 messy reality 的转换常被低估
• 团队摩擦：第一性原理思维对依赖惯例的团队成员可能产生对抗性张力
• 触发词泛滥：用户可能在不必要场景误激活，建议建立 "complexity threshold" 自检机制

版本信息：v1.0 by Artem (2026-01-06)，纯 Markdown 文档零代码执行。