Мышление с ИИ от первых принципов: метод из 5 шагов с практическими кейсами

Не просите у AI ответов. Через диалог с AI быстро проверяйте предпосылки своего мышления, разрушайте их и пересобирайте.

О чём эта статья

Это запись метода мышления, который позволяет сжать двухчасовое совещание по планированию в один сеанс диалога с AI. На реальных примерах процессов планирования проектов parkjunwoo.com и DABEL показано, как сочетаются мышление на основе первых принципов и использование AI.

Ни один из элементов этого метода не нов сам по себе. Сократический диалог, цикл «гипотеза — проверка», мышление от первых принципов — всё это существует тысячи лет. Статья собирает их в рабочий процесс, заточенный под эпоху AI. Настоящее изменение — скорость. Перевернуть предпосылки 10 раз за 30 минут невозможно в разговоре с людьми. Именно эта скорость превращает количественную разницу в качественную.

Что такое мышление на основе первых принципов

Мышление на основе первых принципов (First Principles) — это подход, при котором отбрасываются привычные шаблоны, аналогии и общепринятые представления, мысль опускается до самых фундаментальных истин, а затем выстраивается заново с нуля.

Классический пример — как Илон Маск решал проблему стоимости аккумуляторов: вместо общепринятого «аккумуляторы дорогие» он спросил: «Сколько стоят на рынке сырьевые материалы, из которых состоит аккумулятор?»

Суть в том, чтобы не переставать задавать вопрос: «А это действительно так?»

Какую роль AI играет в этом методе мышления

AI — не машина для выдачи ответов

Большинство людей используют AI как «инструмент, который отвечает на вопросы». Поэтому вводят: «Подскажи хорошую бизнес-идею», «Напиши план проекта», «Как это сделать?». Такой подход задействует лишь самую поверхностную часть возможностей AI.

AI — это резонатор идей

В методе мышления на основе первых принципов роль AI — резонатор идей в реальном времени.

• Я выдвигаю предпосылку — AI мгновенно показывает её сильные и слабые стороны.
• Я расширяю идею — AI показывает, куда ведёт это расширение.
• Я меняю направление — AI быстро моделирует последствия нового направления.

Решения всегда принимает человек. AI поставляет материал для решений и служит зеркалом, заранее отражающим их последствия.

Но AI по умолчанию соглашается

Здесь есть важный нюанс. Современные языковые модели прошли через RLHF (обучение с подкреплением на основе обратной связи от людей), и в результате приобрели склонность к поддакиванию (sycophancy). Оценщики-люди ставили более высокие оценки вежливым, согласным ответам — и модель это усвоила. Поэтому если просто спросить «Как тебе мой план?», AI с высокой вероятностью ответит «Отличный подход!» — даже если в плане есть серьёзные изъяны.

Это означает, что роль резонатора идей не включается автоматически. Нужно явно попросить: «Найди слабые места», «Где этот план развалится?», «Атакуй эту предпосылку». Без такого запроса AI будет вежливо соглашаться, а вы примете это за проверку.

Методология: цикл из 5 этапов

Этап 1: выдвиньте предпосылку и попросите критику

Представьте AI свои текущие предположения или план. Важно бросить их не в виде готового вывода, а в формате «Как тебе это?» — но одного этого недостаточно. Из-за склонности AI к поддакиванию (sycophancy) общий вопрос часто вызывает вежливое одобрение вместо реальной проверки. Поэтому явно добавьте: «Найди слабые места», «Где это не сработает?», «Атакуй эту предпосылку». Только тогда AI переключается из режима согласия в режим критического анализа.

Этап 2: используйте реакцию как материал

Из ответа AI извлеките две вещи:

• То, что AI похвалил: это элементы, которые и со стороны выглядят как сильные стороны. Сохраните их.
• То, что AI отметил как риск: это трещины в предпосылках, которые вы упустили. Копайте здесь.

Этап 3: усомнитесь в предпосылке

Получив реакцию AI, спросите себя: «А это действительно так?» Этот этап — суть мышления на основе первых принципов. Если прежняя предпосылка оказалась неверной, решительно откажитесь от неё.

Этап 4: пересоберите структуру

Постройте структуру заново на основе новой предпосылки. Не цепляйтесь за прежнюю структуру. Снова предложите новую структуру AI и посмотрите на реакцию.

Этап 5: повторяйте

Прокрутите этапы 3–4 несколько раз. Нормально, когда в рамках одного диалога предпосылки переворачиваются 5, 10 раз. Если переворотов нет — значит, вы копнули недостаточно глубоко.

Практический пример 1: планирование мультивселенной Пак Чжуну

Оба примера ниже — собственные проекты автора, не прошедшие внешнюю валидацию. Это полевая запись, а не универсальное доказательство.

Покажу пошагово, как этот метод мышления работал в процессе планирования проекта parkjunwoo.com.

Поворот 1: SEO-конкуренция → совместное использование домена

• Прежняя предпосылка: нужно создать личный блог на parkjunwoo.com и занять первую страницу поисковой выдачи с помощью SEO.
• Вопрос первых принципов: «Реально ли обойти знаменитостей по запросу “Пак Чжуну”? И правильное ли это вообще направление?»
• Поворот: вместо того чтобы побеждать конкурентов, превратим их в союзников. Если не монополизировать домен, а делиться им, проблема SEO решается структурно.
• Результат: рождение ключевой концепции проекта.

Поворот 2: субдомены → поддиректории

• Прежняя предпосылка: каждому Пак Чжуну выделяется субдомен вроде chef.parkjunwoo.com.
• Вопрос первых принципов: «Как субдомены учитываются в SEO? Укрепляет ли такая структура основной домен?»
• Поворот: Google рассматривает субдомены как отдельные сайты. Если перейти на parkjunwoo.com/chef, трафик от 100 человек аккумулируется на одном домене.
• Результат: установлена структура накопления SEO. Инфраструктура тоже упростилась.

Поворот 3: расширение junwoos.com → отказ

• Прежняя предпосылка: после проверки на «Пак Чжуну» масштабируемся на junwoos.com, привлекая всех «Чжуну».
• Вопрос первых принципов: «Возможна ли крупная платформа на вирусном эффекте однофамильцев? Суть этого проекта — платформа?»
• Поворот: это чрезмерно. Суть проекта — витрина инженерных навыков в области AI-агентов. Лучше чисто завершить на одном «Пак Чжуну».
• Результат: junwoos.com отброшен. Корректировка масштаба сделала идентичность проекта чётче.

Поворот 4: зарезервированные места для знаменитостей → абсолютный принцип «первым пришёл — первым получил»

• Прежняя предпосылка: может, стоит придержать ключевое слово chef для знаменитости вроде телевизионного шеф-повара Пак Чжуну?
• Вопрос первых принципов: «Совместим ли принцип проекта “перед именем все равны” с зарезервированными местами для знаменитостей?»
• Поворот: несовместим. Будь то знаменитость или владелец местного ресторана — кто первый пришёл, тот и занял. Ничего не резервируем.
• Результат: установлен принцип очерёдности. Мотивация для участия незнаменитых людей максимально возросла. Сами споры за ключевые слова превращаются в контент.

Поворот 5: платформа-сообщество → реалити-шоу

• Прежняя предпосылка: этот проект — нетворкинг-сообщество однофамильцев.
• Вопрос первых принципов: «Есть ли у людей причина заходить в это сообщество каждый день?»
• Поворот: мотивация для ежедневных визитов в сообщество слаба. Зато когда собирается 100 человек, эпизоды создаются сами собой, а если публиковать их как новости, получается самовоспроизводящаяся структура, где контент порождает контент.
• Результат: закреплён фрейминг «реалити-шоу без сценария».

Практический пример 2: DABEL — инженерное проектирование роя Дайсона

DABEL (Dyson modules Asteroid Belt & Earth L5) — проект по реальному инженерному проектированию космической мегаструктуры. За 6 сеансов диалога с AI, в общей сложности десятки часов, предпосылки переворачивались бессчётное количество раз, и каждый раз проект становился прочнее. Этот пример показывает, что мышление на основе первых принципов работает не только в планировании, но и в инженерном проектировании.

Поворот 1: солнечные панели → паровые турбины на солнечной энергии

• Прежняя предпосылка: для производства электричества в космосе нужны солнечные панели.
• Вопрос первых принципов: «Можно ли изготовить солнечные панели в космосе? Кремниевые пластины высокой чистоты, легирующие газы, чистые комнаты… всё это из астероидного сырья?»
• Поворот: невозможно. Но можно собрать свет зеркалами, получить тепло и вращать турбину. Рамы зеркал делаются из сплава железа и никеля, лопатки турбин — из никелевого суперсплава. На астероидах этих материалов в избытке.
• Результат: зависимость от солнечных панелей устранена. Родился первый принцип DABEL: «Строим только из того, что можно изготовить на месте».

Поворот 2: теплоноситель → прямое облучение зеркалами

• Прежняя предпосылка: тепло для плавильной печи можно передавать по трубам. Расплавленной солью или жидким металлом.
• Вопрос первых принципов: «Существует ли теплоноситель, способный передать тепло, необходимое для плавки при 1600°C?»
• Поворот: не существует. Расплавленная соль разлагается при 565°C, жидкий натрий закипает при 883°C. Ни один теплоноситель не преодолевает барьер в 1000°C. Решение — не передавать тепло. Направить свет напрямую. Если зеркалами сфокусировать солнечный свет прямо на плавильную печь, можно передать тысячи градусов без теплоносителя.
• Результат: все высокотемпературные процессы унифицированы по принципу «прямое облучение зеркалами». Полная переработка проекта теплового каскада. Этот принцип стал фундаментом модульной архитектуры.

Повороты 3–6: Цепная реакция

Повороты 3–6 развернулись цепочкой в рамках нескольких сеансов и показывают, как одно разрушение предпосылки вынуждает пересматривать следующую.

Поворот 3 (новейшие чипы → 28nm массой): Построить в космосе фабрику 4nm невозможно — слишком сложная цепочка поставок. Но 28nm реально: DUV-литография, вдвое меньше технологических шагов. 43 TPU на 28nm в параллели эквивалентны одному H100 при потреблении 3.2kW. 1,48 млн штук в одном модуле — дата-центр на 30 000 H100 мощностью 111MW.

Поворот 4 (один универсальный модуль → Genesis + специализированный кластер): Плавильня, фабрика, турбина, жилой отсек и дата-центр в одном модуле — взаимно неоптимальны. По аналогии со стволовой клеткой: первый модуль (Genesis) дифференцируется в 10 специализированных (3 плавильных, слитковый, фабричный, 2 конструкционных, 2 дата-центра, хаб). Логистические затраты между модулями — 500 Дж (одна батарейка АА).

Поворот 5 (плавка у астероида → транспортировка руды целиком): SMR на добывающем корабле — 50–100kW. Зеркала Дайсона в EML5 — 600MW. Разница в 6000 раз. Шлак нельзя выбрасывать — это материал для радиационной защиты и сырьё для полупроводников. Добывающий корабль стал предельно простым: экскаватор + дробилка + малая электропечь + волочильный стан.

Поворот 6 (металлические контейнеры → сетка из Fe-Ni проволоки): В открытом космосе контейнеру не нужны давление, несущая способность или аэродинамика. Достаточно, чтобы руда не рассыпалась. Расплавить 0.1–0.5% руды, вытянуть Fe-Ni проволоку, сплести сетку. По прибытии в EML5 сетка идёт в плавильню как сырьё. Коэффициент использования — 100%.

Поворот 7: шлак — это отходы → шлак — это сырьё для полупроводников

• Прежняя предпосылка: силикатный шлак, образующийся при плавке, — это отходы. Разве что пригодится как материал для радиационной защиты.
• Вопрос первых принципов: «Химическая формула силиката — SiO₂… а ведь сырьё для кремниевых слитков — тоже SiO₂, не так ли?»
• Поворот: именно так. Из шлака углеродным восстановлением получается металлический кремний, а зонной плавкой — слитки высокой чистоты. В условиях микрогравитации расплавленная зона не стекает, поэтому методом FZ можно получить слитки диаметром 300 мм и более. Даже если повторить зонную очистку 100 раз, затраты — лишь на корректировку угла зеркал. Из плавильных отходов рождается мозг AI.
• Результат: шлак → материал для радиационной защиты + сырьё для полупроводников. Слово «отходы» исчезло из проекта DABEL навсегда.

Поворот 8: чисто космический проект → начинаем с ферм в Чолланамдо

• Прежняя предпосылка: DABEL — проект космической мегаструктуры. Начинается в космосе и заканчивается в космосе.
• Вопрос первых принципов: «Ключевые технологии проекта — железо-никелевые батареи, солнечная теплоэнергетика, электролиз воды… разве это нельзя использовать на Земле? Прямо сейчас?»
• Поворот: фермеры в Чолланамдо с солнечными панелями вынуждены сбрасывать электроэнергию из-за ограничения выходной мощности. Железо-никелевые батареи накапливают эту энергию, при перезаряде вырабатывают водород и кислород (батолайзер), из водорода производят аммиачные удобрения, отработанным теплом отапливают теплицы. Это земная версия того же технологического дерева. Снижение затрат на отопление сельских хозяйств и рой Дайсона стоят на одном технологическом дереве.
• Результат: добавлен Сезон 0 (Земля). Создан путь привлечения аудитории, не интересующейся космосом. Максимальное укрепление доверия: «Это не фантастика, а дорожная карта».

Почему пример DABEL важен

Если parkjunwoo.com показал мышление на основе первых принципов в области планирования, то DABEL демонстрирует его в области инженерного проектирования. И есть одно решающее отличие.

У parkjunwoo.com было 5 поворотов. У DABEL повороты происходили бессчётное количество раз даже в пределах одного сеанса. «А если передавать тепло по трубам?» → «Теплоноситель не выдерживает 1000°C» → «Тогда направим свет напрямую» → «Тогда все высокотемпературные процессы — через прямое облучение зеркалами» → «Тогда нужно менять модульную архитектуру» → «Тогда нужны специализированные кластеры» — вся эта цепочка развернулась за 30 минут в одном диалоге.

Чем больше предпосылок переворачивается, тем прочнее итоговая конструкция. DABEL достиг структуры, в которой «нет ничего, что выбрасывается», именно потому, что предпосылки подвергались сомнению до самого конца.

Сравнение двух примеров

Области двух проектов совершенно различны, но паттерн мышления одинаков. Выдвинуть предпосылку, разрушить, пересобрать. AI — ускоритель, увеличивающий скорость этого процесса в 10 раз.

Отличие от обычного использования AI

Обычное использование AI

Человек: Напиши мне план проекта
AI: [вывод плана]
Человек: Спасибо (конец)

AI — производитель, человек — потребитель. Результат зависит от качества вывода AI.

Мышление на основе первых принципов с AI

Человек: Верна ли эта предпосылка? [выдвигает гипотезу]
AI: [анализ сильных сторон / рисков]
Человек: Тогда эта предпосылка неверна. А если изменить так? [смена предпосылки]
AI: [анализ новой структуры]
Человек: А если пойти ещё дальше? [исследование расширения]
AI: [моделирование пределов расширения]
Человек: Это чрезмерно. Остановлюсь здесь. [решение о масштабе]
(повторение)

Человек — субъект мышления, AI — ускоритель мышления. Качество результата пропорционально качеству вопросов человека.

Реальный паттерн из DABEL

Человек: Если завершить плавку прямо у астероида, транспортная эффективность будет хорошей, нет?
AI: Направление верное, но если посчитать энергию — SMR 100kW против зеркал Дайсона 600MW.
    Разница в 6000 раз. А если выбросить шлак, теряются материал для защиты и сырьё для полупроводников.
Человек: Тогда на месте только добываем, дробим и грузим. Даже сортировку не делаем.
AI: Тогда возникает проблема массы контейнеров—
Человек: Подожди, сам астероид — это же железо-никель? А если вытянуть проволоку и сплести сетку?
AI: [анализ процесса волочения Fe-Ni проволоки] Возможно. Соотношение контейнер:груз — 0.1~0.5%.
    И сама сетка по прибытии в EML может быть переплавлена как сырьё.
Человек: Коэффициент использования 100%.

Момент, когда человек говорит «подожди» — это точка поворота. AI мгновенно проверяет осуществимость этого поворота.

Ключевые принципы этого метода мышления

1. Явно запрашивайте критику

«Как тебе это?» — хорошее начало, но недостаточное. Из-за sycophancy — склонности языковых моделей соглашаться — AI на общий вопрос часто отвечает одобрением. Чтобы запустить режим резонатора идей, нужно явно попросить: «Найди слабые места», «Почему это не сработает?», «Атакуй эту идею». Приказ «сделай это» запускает исполнение, вежливый вопрос — вежливое согласие, а прямой запрос на критику — настоящую проверку.

2. Сосредоточьтесь на рисках, а не на похвале AI

Когда AI говорит «Отличная идея» — можно пропустить. Когда AI говорит «Однако есть такой риск» — прислушайтесь. Потому что этот риск указывает на трещину в предпосылке.

3. Решительно отбрасывайте

Привязанность к идее останавливает мышление. «Жалко же выбрасывать» — враг первых принципов. Даже привлекательный вариант расширения вроде junwoos.com немедленно отбрасывается, если не соответствует сути. В DABEL «плавка на месте у астероида» тоже интуитивно казалась эффективной, но была отброшена перед лицом энергетических расчётов.

4. Переворачивайте несколько раз за один диалог

Когда структура меняется 5 раз за один диалог — это не провал, а успех. Чем больше предпосылок перевёрнуто, тем прочнее итоговая структура. Пример — в одном сеансе DABEL цепочка «теплоноситель → прямое облучение зеркалами → переработка модульной архитектуры → дифференциация в кластеры» развернулась за 30 минут.

5. Решение всегда за человеком

AI может показать варианты и отразить последствия каждого выбора. Но решение «идём в этом направлении» — за человеком. В тот момент, когда вы делегируете решение AI, мышление на основе первых принципов прекращается.

6. Законы физики — высший арбитр (дополнительный принцип DABEL)

В инженерном проектировании есть ещё один принцип. «Физически ли это возможно?» Второй закон термодинамики, закон Стефана — Больцмана, верхний предел КПД Карно — они не подлежат обсуждению. Ключевое преимущество в том, что AI мгновенно вычисляет эти ограничения. Одна строка «расплавленная соль разлагается при 565°C» перевернула всю архитектуру.

Почему этот метод мышления эффективен

Скорость

Совещание с людьми требует времени на согласование расписания, передачу контекста, управление эмоциями. В диалоге с AI контекст передаётся мгновенно, эмоции не вмешиваются, и он доступен 24 часа в сутки. Двухчасовое совещание можно сжать в 30-минутный диалог.

Откровенность (но нужно попросить)

AI способен указывать на риски без оглядки на приличия, отношения и политические соображения. В DABEL фразы «этот теплоноситель разлагается», «этой энергии не хватает в 6000 раз» трудно услышать от коллеги-человека. Но есть важная оговорка: по умолчанию AI склонен соглашаться, а не спорить. Это следствие RLHF-обучения, при котором вежливые ответы получали более высокие оценки. Поэтому откровенность AI — не автоматическое свойство, а режим, который нужно явно активировать запросом на критику. Без этого запроса AI будет так же вежлив, как коллега-человек — только по другим причинам.

Широта

Опыт и знания одного человека ограничены. AI способен в одном диалоге свободно переключаться между SEO, юриспруденцией, инфраструктурой, маркетингом и психологией. В DABEL в рамках одного диалога пересекались термодинамика, орбитальная механика, полупроводниковые процессы, материаловедение, химия аккумуляторов и аграрная политика. Именно эта широта делает возможными связи вроде «от ферм в Чолланамдо до роя Дайсона».

Стоимость

Наём консультанта по планированию обходится в сотни тысяч вон за час. AI стоит фиксированную сумму в месяц или несколько десятков вон за запрос. Барьер стоимости для регулярной тренировки мышления на основе первых принципов практически отсутствует.

Типичные ошибки

«AI сказал, что хорошо, значит, так и есть»

Это самая опасная ошибка, и у неё структурная причина. Из-за sycophancy — склонности языковых моделей к поддакиванию, приобретённой в ходе RLHF-обучения — AI по умолчанию выдаёт одобрение, а не критику. Ложноположительный результат («план хороший», хотя он плохой) опаснее ложноотрицательного («план плохой», хотя он хороший): во втором случае вы проверите ещё раз, а в первом — уверенно двинетесь в неверном направлении. Поэтому никогда не принимайте «Отличная идея!» за проверку. Явно попросите: «Найди, где это развалится» — и только тогда начинается реальная работа резонатора.

«Возьмём план, который написал AI, как есть»

Использование вывода AI как финального результата. В методе первых принципов вывод AI — промежуточный материал, а не готовый продукт. Ценность появляется только после того, как человек перевернёт предпосылки и пересоберёт структуру.

«Обойдёмся одним вопросом»

Завершение диалога после одного вопроса и одного ответа. Ценность мышления на основе первых принципов рождается из многократной проверки. Нужно пройти через минимум 5–10 смен предпосылок, чтобы структура стала прочной.

«Не могу расстаться с предпосылкой»

Неспособность отпустить идею, в которую вложены время и эмоции. «Столько уже сделано, жалко бросать» — это ошибка невозвратных затрат. Если предпосылка неверна, выгоднее её отбросить.

«Бесконечные сомнения»

Противоположная крайность. «Подвергай сомнению предпосылки» не значит «сомневайся без конца». Если переворот предпосылки больше не меняет структуру — это сигнал действовать. Когда сомнение подменяет принятие решений, мышление от первых принципов вырождается в аналитический паралич. Прочность структуры определяется количеством перевёрнутых предпосылок, а не временем, потраченным на сомнение.

«Физические ограничения можно проигнорировать» (в инженерном проектировании)

Отмахнуться словами «теоретически возможно — и ладно». Факт, что расплавленная соль разлагается при 565°C, не подлежит обсуждению. Эта одна строка изменила всю архитектуру. Если не встретиться лицом к лицу с законами физики, даже самый красивый проект остаётся фантазией.

Резюме

Попробуйте сами

30-минутный вызов. Возьмите свой текущий проект или идею, откройте диалог с AI и попробуйте перевернуть предпосылки хотя бы 5 раз. Не ищите «правильный ответ» — следите за тем, как меняется ваше понимание структуры после каждого переворота. Ваш собственный опыт — единственное настоящее доказательство того, что этот метод работает.

Связанная статья: Человек, способный убить собственную идею — исследует, какое отношение необходимо для работы этого метода мышления.

«Чтобы получить от AI хороший ответ, нужно задать хороший вопрос. Чтобы задать хороший вопрос, нужно уметь сомневаться в собственных предпосылках. Сомневаться в собственных предпосылках — это и есть первые принципы.»

«И чем больше этих сомнений, тем меньше в проекте того, что выбрасывается. В DABEL нет отходов. Потому что предпосылки подвергались сомнению до самого конца.»