《教父》里有一句经典台词，“那些花半秒钟就看透事物本质的人，和花一辈子都看不清事物本质的人，注定是截然不同的命运。”
一、一切的“元起点”。
第一性原理最早来自于古希腊哲学家亚里士多德，他说：“在每个系统探索中存在第一性原理。第一性原理是基本的命题和假设，不能被省略和删除，也不能被违反。”
第一性原理的思维方式被埃隆·马斯克用到了极致，他用这个思维方式创造了几家极具颠覆性的伟大公司。而这个词也因为他为大众所熟知，他曾在采访中提到自己特别推崇“First principle thinking”，就是第一性原理思维。他说“第一性原理的思维方式是用物理学的角度看待世界，也就是说一层层拨开事物表象，看到里面的本质，再从本质一层层往上走。”
简单来说，第一性原理就是找到一个元起点，所有的东西都从这个起点开始推导。比如牛顿第二定律F=ma，就是宏观世界力和运动关系的第一性原理，所有的运动关系都可以用这一个简单的公式来解释和推导。
第一性原理的应用是基于逻辑推理中的“演绎法”，典型的就是苏格拉底的三段论：
大前提：所有人都会死。
小前提：苏格拉底是人。
结论：苏格拉底会死。
在比如：
大前提：F=ma
小前提：a=v/t
结论：Ft=mv
对于演绎法来说，只要前提和推理逻辑正确，结论就一定正确。比如上面两个案例，前提都是正确的，结论也就是正确的。这种方法可以得出确定性的结论，让人非常安心。
第一性原理本身通常来自归纳法和假设，因为是元起点了，没有什么能推导得出它。比如第一个案例，人都会死，这是归纳得出自然定律，从无例外。第二个案例就是先假设，然后用实验来验证的。
二、建立可信赖高阶思维模型的模型。
我们日常生活中主要有两种推理方法：归纳法和演绎法。
归纳法就是归纳总结，我看到过的所有天鹅都是白色的，所有天鹅都是白色的。我的几个好朋友做生意赚钱了，我也想去做生意。但是归纳法的问题是，即便所有的前提都是正确的，结论也不一定正确。即便我看到的所有天鹅都是白色的，也不能下定论说“所有天鹅都是白色的”。
还有一种常见的思维就是“比较思维”，看别人怎么做的我就怎么做，比较思维本质上也是一种归纳思维。通过现象（别人怎么做的），得出结论（我这么做应该也行）。首先别人做能成，自己做不一定能成。其次就算能成也只是在他们基础上的改进。
从头算，只采用最基本的事实，然后根据事实推论。马斯克说：“我运用第一性原理，而不是比较思维去思考问题，这是非常重要的。我们在生活中总是倾向于比较，对别人已经做过或者正在做的事情我们也都去做，这样发展的结果只能产生细小的迭代发展。”如果马斯克也是比较思维，就不会有特斯拉，SpaceX这些颠覆性的公司了。
比如在马斯克开发特斯拉的案例中，所有人都说现在的电池组真的很贵，电池组每千瓦小时要烧掉600美元，而且未来也不会好到哪里去的。权威人士都声称一个行业、设计图样、一个实体或者一个想法都已经达到了它的顶峰。在这种思路的影响下，电池组再也没有改进的空间。
然而从第一性原理出发，马斯克问：电池的材料构成都是什么?这些材料的现货市场价值是怎样的?电池是由碳、镍、铝、其他用于分离的聚合物还有一个金属罐组成的。如果我们去伦敦金属交易所购买这些金属材料，然后把这些材料分解一下，那么这些组成电池组的材料每种又值多少钱呢? 后来，电池的价格就变成了每千瓦小时80美元。
与其根据参照物去推论，不如把问题分解成几个最基础的事实，然后检查每个事实部分。即使问题已经解决，还是可以从问题最基本的组成部分入手，从新审视是否有更好的、可能的解决方案。运用第一性原理消耗很多脑力，比较思维就很轻松，比较思维只能带来微创新，而第一性原理的调整是颠覆式的创新。
比较思维还有一个缺陷就是，只能得出表面的解释。而越表面的解释，可迁移性就越查。稍微换一个场景，可能就不知道怎么做了，只有深入本质，才能得出深刻的观点。我们在用思维模型简化世界的时候，因为认知偏差，通常会出现“过度简化”和“简化不足”的问题，基于归纳思维的多数都是一些简化不足的低阶模型。
对应的，基于演绎法的第一性原理3个优点也就出来了：
1、前提正确，结论就肯定正确，用起来放心；
2、从本质开始思考，才能得出颠覆性的思想；
3、第一性原理是元起点，是高阶模型，适用边界非常宽。
寻找和使用“第一性原理”都是非常消耗脑力的，但这是可以用来改善思维模型的最好的思维模型之一。
三、怎么学习第一性原理。
在讲“奥卡姆剃刀”这个模型的时候，我们提到了“简化”思考的一些思路，一个是找到“最重要”的因素，一个是通过“升维、抽象”的简化。第一种是做减法，第二种是做除法。第一性原理就是做除法，不是盲目的删减，而是找到一个点，可以覆盖整个面。
学习第一性原理最好的方式当然是去书里面学习了，很多需要抽象思考提炼的东西对我们普通人总是很困难的，但是已经有很多大神折腾出了那么多有用的原理，我们直接拿来用就是了。就像查理芒格说的，学习重要学科的重要知识，就能掌握普世的智慧。
当然除了学习抽象的模型，我们日常生活中也可以自己思考，总结一些对自己拥有的知识，发现一些对自己有用的第一性原理。发现第一性原理和应用第一性原理通常是互为逆过程。
发现第一性原理：从现象出发，一步步分析问题背后的原因，直到找出最终原因。
应用第一性原理：从原理出发，一步步往前推演，直到找出适合该问题的解决方法。
简单来说就是发现和应用第一性原理，就是“现象——本质——现象”的过程。
从现象到本质的一个思考方式，苏格拉底提问。苏格拉底式提问是一个探究深层含义的有效方式，就是不给于正面回答，而是采用诘问式提问法来引导回答者自己找到答案。
苏格拉底提问的四个方向：
1）澄清问题本身（问题是什么？我怎么想的？能否进一步阐述？）
2）多次向前提问（为什么是这样？）
3）多次向后提问（所以呢？）
4）多次四周发散（还有别的可能吗？不一定吧？）
问这些问题的过程，会阻止你“想当然”的依靠直觉和情绪来做出反应，帮助你不断递进，思考更加深刻和本质的东西。这些方向中对探寻第一性原理最有效的是第二条，向前提问。有个方法就是“5个why”，这种思考工具最早是由丰田公司的大野耐一提出的。新闻发布会上记者问：“为什么丰田汽车的质量会这么好？”他说：“我碰到问题，至少要问五个为什么。”
据说有一次，大野耐一到生产线上视察，发现机器停转了。
于是他问了一个问题：“为什么机器停了？”员工答：“因为超过了负荷，保险丝断了。”
他接着问了第二个问题：“为什么会超负荷？”答：“因为轴承的润滑不够。”
第三个问题：“为什么润滑不够？”答：“因为油泵轴磨损、松动了。”
第四个问题：“为什么磨损了呢？”答：“因为没有安装过滤器，混进了铁屑等杂质。”
通过“追问5个为什么”来追问问题的真正原因确实是很有效的，通常经过2、3次“为什么”的思考之后，就开始觉得困难，真正要“动脑”了，这时候才开始触及本质。
四、第一性原理不是万能原理。
当然，所有原理都有都自己的边界和使用条件，第一性原理也不例外。第一性原理追求的是确定性，但是确定性通常只在硬科学，比如数学、物理学、化学中存在，而在生物学、经济学、社会学这些软学科中，去追求觉得的确定性是不现实的，只能徒增烦恼。
即便是第一性原理也有自己的局限性，特别是应用在我们生活、工作这些复杂系统中的时候。当然第一性原理是非常有用的，但是一旦过分依赖，就容易出现“铁锤人综合症”，这是我们学习多元思维模型的人，首先要避免的。避免的最佳方式就是跨学科学习、收集更多的第一性原理，让自己拥有各个学科的工具。
五、第一性原理的反面。
菲茨杰拉德：“同时保有全然相反的两种观念，还能正常行事，是第一流智慧的标志。”
现在广泛应用的“大数据”就是一种和“第一性原理”完全相反的思维方式。“大数据”基于归纳法，根据相关性，通过复杂的、海量的统计数据得出结论；而“第一性原理”基于演绎法，根据因果关系，从一个简单的起点，一步一步开始推导得出结论。
以前归纳法不是特别靠谱，是因为人的经验总是有限，获取的样本太少，结论出现偏差的概率就大。但是在大数据时代，有了更好的解决办法。海量数据包含的信息可以帮助我们消除不确定性，而数据之间的相关性在某种程度上可以取代原来的因果关系。
很多基于大数据公司的产品开始暂露头脚，典型的就是今日头条和抖音了，还有很多基于数据的职业，比如当下很火的“增长黑客”，Facebook、Google等等很多互联网公司都有自己的增长团队，也被证明是非常有效的。
《智能时代》这本书中写道，根据因果关系知道原因固然好，但是由于复杂的问题，其难度非常大，除了跨物质条件，人们的努力，还要靠运气。在大数据时代，我们可以有新的思维方法，从大量的数据中直接找到答案，即使我们不知道原因。
比如，比如在Google投放广告，在电影租赁网站上投放零食广告，在女装网站投放男装广告。我们并不知道这之间有什么因果关系，但实际上在大数据时代没有必要知道它的因果关系是什么，我们只要知道它们是有关联性的，根据关联性做广告投放会取得非常好的效果就可以了。
当然，大数据这么厉害这并不是说第一性原理就没用了，恰恰相反，大数据说明人在归纳统计思维方面是比不过机器的，而在演绎思维方面，人才有独特的优势，大数据可以成就头条和抖音，但做不出特斯拉。两种思维都可以成为我们的重要工具。
网友评论