AI思考法：用第一性原理拆解前提的5个步骤

基于第一性原理的AI思维法

不向AI索要答案。通过与AI的对话，快速验证自身思考的前提，打破它，然后重新组装。

这篇文章是什么

这是一份关于如何将两小时的策划会议压缩为与AI的一次对话的思维法记录。以 parkjunwoo.com 项目和 DABEL 项目的策划过程为实际案例，展示第一性原理思维与AI运用如何相结合。

这套方法论的各个组成部分——苏格拉底式对话、假设-验证循环、第一性原理思维——并不新鲜。它们已有数千年历史。这篇文章所做的是将它们组装成AI时代的实战工作流程，并通过两个项目的实际记录来展示。AI带来的真正变化只有一个：速度。在与人对话中，30分钟内推翻10次前提是物理上不可能的。这种速度的变化创造了思维的质变。

什么是第一性原理思维

第一性原理（First Principles）思维是一种剥离既有习惯、类比和常识，下沉到最根本的真相，再从那里重新构建的思考方式。

埃隆·马斯克解决电池成本问题时，没有接受"电池很贵"这一常识，而是追问"构成电池的原材料市场价格是多少？"——这是最典型的例子。

核心在于永不停止追问**“这真的对吗？”**。

AI在这种思维法中扮演什么角色

AI不是给答案的机器

大多数人把AI当作"问什么答什么的工具"来使用。所以他们输入"给我一个好的商业点子"“帮我写策划书"“这个怎么做？"。这种方式只利用了AI能力中最表层的部分。

AI是思维共鸣板

在第一性原理AI思维法中，AI的角色是实时思维共鸣板。

我抛出前提，AI立即映照出该前提的优势与弱点。
我拓展想法，AI展示这种拓展的终点在哪里。
我转换方向，AI迅速模拟新方向的结果。

决策始终由人做出。AI供给决策的素材，并充当提前映照决策结果的一面镜子。

但AI默认会同意

这里有一个必须正视的结构性问题。当前的AI经过RLHF（人类反馈强化学习）训练，本质上被优化为"让用户满意"的方向。这意味着，当你抛出一个前提时，AI的默认反应是同意，而非质疑。

这就是所谓的"谄媚性”（sycophancy）问题。你说"我打算这样做”，AI的第一反应往往是"这个方向很好"——即使这个方向漏洞百出。

因此，要让AI真正发挥共鸣板的作用，你必须主动要求它批评。

“告诉我这个前提错误的三个理由"比"你觉得怎么样？“有效十倍。
“假设这个方案会失败，最可能的原因是什么？“比"这个方案可行吗？“有效十倍。

不是AI不具备批判能力，而是你不要求，它就不会启动。共鸣板本身不会主动发声——你得敲它。

方法论：五步循环

第一步：抛出前提并要求批评

将自己当前的假设或计划呈现给AI，但仅仅问"你觉得这个怎么样？“是不够的——由于谄媚性问题，AI大概率会回答"方向很好”。你必须明确要求批评。比如"告诉我这个前提最大的三个弱点"或"假设这个方案注定失败，最可能的原因是什么”。不是让AI执行，而是逼AI撕开你的盲区。

第二步：将反馈作为素材

从AI的回应中提取两点：

AI肯定的部分： 这是从外部视角来看也显示为优势的要素。保留它。
AI指出的风险部分： 这是我遗漏的前提裂缝。深挖这里。

第三步：质疑前提

收到AI的反馈后，问自己"这真的对吗？"。这一步是第一性原理思维的本质。如果判定既有前提是错误的，就果断放弃。

第四步：重新组装结构

在新的前提之上重新搭建结构。不要对旧结构恋恋不舍。将新结构再次抛给AI，确认反馈。

第五步：反复迭代

多次循环第三步和第四步。一次对话中前提被推翻5次、10次是正常的。反倒如果没有被推翻，说明挖得还不够深。

实战案例1：朴俊宇多元宇宙策划

以下两个案例都是作者本人的项目。它们没有经过外部验证，这是一个局限性。这篇文章不是在证明方法论的普遍有效性，而是在分享一个人的实战记录。

以 parkjunwoo.com 项目的策划过程为例，逐步展示这种思维法是如何运作的。

转变1：SEO竞争 → 域名共享

既有前提： 在parkjunwoo.com建立个人博客，通过SEO抢占搜索第一页。
第一性原理追问： “以’朴俊宇’这个名字去赢过名人，可能吗？而且这个方向对吗？”
转变： 与其打败竞争对手，不如把他们变成盟友。不独占域名而是共享，SEO问题就能从结构上得到解决。
结果： 项目核心概念诞生。

转变2：子域名 → 子目录

既有前提： 给每个朴俊宇分配像 chef.parkjunwoo.com 这样的子域名。
第一性原理追问： “子域名在SEO中是怎么被看待的？这种结构会增强主域名吗？”
转变： 谷歌将子域名视为独立站点。改为 parkjunwoo.com/chef，100个人的流量就会累积到同一个域名上。
结果： 确立SEO累积结构。基础设施也得以简化。

转换3~6：连锁转换

转变1和2确立了项目的核心结构之后，随之而来的是一连串连锁反应。每一次推翻都自然引出下一个需要质疑的前提。

转变3：junwoos.com扩展 → 废弃。 在朴俊宇验证成功后扩展到所有"俊宇"的方案，被判断为偏离了本质——AI代理工程技术力的展示窗口。规模过大，项目定位反而模糊。
转变4：名人保留席 → 先到先得绝对原则。 “在名字面前人人平等"的项目哲学与名人预留席不相兼容。不论名气大小，先来的人就是主人。关键词争夺本身转化为内容。
转变5：社区平台 → 真人秀。 作为社区的日常访问动机很弱。但100个同名人聚在一起，故事自然产生，将其作为新闻发布，就形成内容自我增殖的结构。“无剧本真人秀"的定位框架确立。
转变6（此处略）： 进一步细化内容运营机制，与转变5保持一致。

每次转变背后都有同一个追问：“这个设计，在现实中真的成立吗？”

实战案例2：DABEL——戴森集群工程设计

DABEL（Dyson modules Asteroid Belt & Earth L5）项目是一个对太空巨型结构进行实际工程设计的项目。通过与AI的6个对话回合、总计数十小时的交流，前提被无数次推翻，而每一次推翻都让设计变得更加坚实。这个案例证明，第一性原理思维不仅适用于策划，在工程设计领域同样有效。

转变1：太阳能电池板 → 太阳热力涡轮

既有前提： 在太空中发电需要太阳能电池板。
第一性原理追问： “在太空中能制造太阳能电池板吗？高纯度硅晶圆、掺杂气体、洁净室……用小行星原料？”
转变： 做不到。但用反射镜聚光产生热量，再用热量驱动涡轮却是可行的。可以用铁镍合金制造反射镜框架，用镍基高温合金制造涡轮叶片。小行星上这些材料取之不尽。
结果： 消除对太阳能电池板的依赖。“只用能造出来的东西去造”——DABEL第一法则诞生。

转变2：热传导介质 → 反射镜直接照射

既有前提： 冶炼炉的热量可以通过管道传输。不管是熔盐还是液态金属。
第一性原理追问： “存在能传导1,600°C冶炼所需热量的介质吗？”
转变： 不存在。熔盐在565°C就会分解，液态钠在883°C就会沸腾。没有任何介质能承受超过1,000°C。解决办法是不传输热量，直接射光。用反射镜将太阳光直接照射到冶炼炉上，无需介质即可传递数千度的高温。
结果： 所有高温工序统一为"反射镜直接照射"原则。热级联设计全面重构，成为模块架构的根本原理。

转变3：最尖端芯片 → 28nm老芯片以量取胜

既有前提： 在太空中运行AI需要最尖端的半导体。4nm、3nm级。
第一性原理追问： “在太空中能建4nm晶圆厂吗？EUV光源、数百种化学品、数万道工序步骤……用小行星原料？”
转变： 不可能。但28nm可以。DUV光刻，工序步骤减半，化学品种类降至1/5。关键洞察：43块28nm TPU并联就能达到一块H100的性能。功耗3.2kW——电饭煲的水平。一个模块装入148万块，就是一个3万块H100级的数据中心。功耗？111MW。仅占DABEL模块总功率的30%。
结果： 确立"老旧但可靠的芯片，无需担忧电力，以量取胜"的策略。半导体自给的核心前提彻底转变。

转变4：万能单一模块 → Genesis + 专业化集群

既有前提： 一个模块内集成冶炼、制造、发电、居住、AI的全部功能，就能实现自我复制。
第一性原理追问： “一个模块里塞进冶炼炉、晶圆厂、涡轮、居住区、数据中心，效率会怎样？每个工序的最佳温度和规模都不同啊？”
转变： 效率极低。答案来自生物学。就像干细胞分化一样，第一个模块（Genesis）以万能但低效的状态起步，然后分化为10个专业化模块（冶炼×3、铸锭、晶圆厂、结构材×2、数据中心×2、枢纽）。这10个模块组成一套，就是最小自我复制单位。
结果： 自我复制单位从"单个模块"转变为"10个模块的产业集群”。模块间物流成本仅500J（一节AA电池的水平），成本极低。

转变5：小行星现场冶炼 → 整块矿石运输

既有前提： 在小行星上完成冶炼，只运成品回来，运输效率更高。
第一性原理追问： “在小行星上冶炼需要多少能量？1,600°C的高温能在小行星现场产生吗？”
转变： 采矿船的SMR功率为50~100kW。EML5的戴森反射镜功率为600MW（热能）。能量差距6,000倍。而且决定性的一点是，矿渣不能丢弃——它是屏蔽材料和半导体原料。在能量充沛的地方做能量密集型工作，在现场只管挖、碎、装。
结果： 采矿船变得极其简单（挖掘机+破碎机+小型电炉+拉丝机）。职责分离原则确立。

转变6：金属集装箱运输 → Fe-Ni钢丝网兜

既有前提： 运输矿石需要集装箱。集装箱质量占货物质量的百分之几。
第一性原理追问： “小行星本身就是铁镍合金的块体，有必要另外带集装箱吗？而且在太空中’集装箱’需要什么？保持气压？承受自重？应对空气阻力？”
转变： 在太空中这些统统不需要。只要矿石不散开就行。将小行星矿石的0.1~0.5%熔化，拉成Fe-Ni钢丝，编成网兜把矿石兜住。集装箱与货物的质量比为0.1~0.5%。而且网兜本身到达EML5后也投入冶炼，成为原料。利用率100%。
结果： 集装箱问题彻底解决。“这个设计中没有任何东西被丢弃”——DABEL设计哲学的巅峰。

转变7：矿渣是废物 → 矿渣是半导体原料

既有前提： 冶炼过程产生的硅酸盐矿渣是废物。最多用作屏蔽材料。
第一性原理追问： “硅酸盐的化学式是SiO₂……硅锭的原料不就是SiO₂吗？”
转变： 没错。从矿渣中通过碳还原得到金属硅，再通过区域精炼制成高纯度硅锭。在微重力环境下，熔区不会下垂，因此FZ法可以制造300mm以上的硅锭。区域精炼重复100次的成本也仅仅是调整反射镜角度而已。从冶炼废料中诞生AI的大脑。
结果： 矿渣 → 屏蔽材料 + 半导体原料。“废物"这个词在DABEL的设计中彻底消失。

转变8：纯太空项目 → 从全南农户起步

既有前提： DABEL是太空巨型结构项目。从太空开始，在太空结束。
第一性原理追问： “这个项目的核心技术——铁镍电池、太阳热利用、水电解……这些在地球上也能用吧？而且是现在就能用？”
转变： 全南的太阳能农户因出力限制正在白白浪费电力。用铁镍电池储存这些电力，过充时产生氢气和氧气（巴特莱解器），用氢气制造氨肥料，用余热为温室供暖。同一条技术路线的地球版本。 农村供暖费节省和戴森集群，在同一棵技术树上。
结果： 新设第零季（地球篇）。开辟非太空爱好者的观众入口。最大限度提升"这不是科幻，是路线图"的可信度。

为什么DABEL案例如此重要

如果说parkjunwoo.com展示了策划领域的第一性原理思维，那么DABEL展示的则是工程设计领域。而且有一个决定性的区别。

parkjunwoo.com经历了5次转变。而DABEL的转变在单个对话回合中就无数次地发生。“用管道传热不就行了？” → “介质扛不住1,000°C” → “那就直接射光” → “那高温工序就全部统一为反射镜直接照射” → “那模块架构就得改” → “那就需要专业化集群”——这一连串推导在一次对话中30分钟内就完成了。

前提被推翻的次数越多，最终结构就越坚固。DABEL的设计之所以能达到"没有任何东西被丢弃"的境界，正是因为对前提的质疑坚持到了最后。

两个案例的比较

项目	parkjunwoo.com	DABEL
领域	网站策划/营销	太空工程设计
对话回合数	1个回合	6个回合，数十小时
主要前提转变	5次	8次+（细节转变数十次）
最大的转变	竞争 → 共享（视角转换）	太阳能电池板 → 太阳热力涡轮（发现技术制约）
AI的核心贡献	风险预警	物理制约的即时计算
最终结构的特征	自我增殖的内容	零废弃自我复制
共同点	永不停止追问"这真的对吗？”	永不停止追问"这真的对吗？”

两个项目的领域截然不同，但思维的模式完全一致。抛出前提，打碎它，重新组装。AI是将这个过程的速度提升10倍的加速器。

与传统AI使用方式的区别

一般的AI使用

人类：帮我写策划书
AI：[输出策划书]
人类：谢谢（结束）

AI是生产者，人类是消费者。结果取决于AI的输出质量。

第一性原理AI思维法

人类：这个前提对吗？[提出假设]
AI：[优势/风险分析]
人类：那这个前提就错了。换成这样呢？[前提转换]
AI：[新结构分析]
人类：从这里再推进的话？[拓展探索]
AI：[拓展终点模拟]
人类：太过了。到这里为止。[规模决策]
（反复）

人类是思考的主体，AI是思考的加速器。结果的质量与人类的提问质量成正比。

DABEL中的实际模式

人类：在小行星上完成冶炼再运回来，运输效率不是更高吗？
AI：方向没错，但算一下能量——SMR 100kW vs 戴森反射镜 600MW。
    差距6,000倍。而且丢弃矿渣就意味着失去屏蔽材料和半导体原料。
人类：那就在现场只管挖、碎、装。连分选都不做。
AI：那集装箱质量就成问题了——
人类：等等，小行星本身不就是铁镍合金吗？拉成钢丝编个网兜呢？
AI：[Fe-Ni钢丝拉丝工艺分析] 可行。集装箱与货物质量比0.1~0.5%。
    而且网兜本身到达EML后也可以投入冶炼。
人类：利用率100%。

人类说出"等等"的那一刻就是转折点。AI即时验证这个转折的可行性。

这种思维法的核心原则

1. 明确要求批评

不是"帮我做这个”，但仅仅问"你觉得这个怎么样？“也远远不够。AI经过RLHF训练，默认倾向于同意，一句"你觉得怎么样？“换来的往往只是"方向很好，建议加上……“式的附和。真正激活共鸣板的方式是直接要求反驳：“假设这个前提是错误的，请论证”或“列出这个方案最致命的三个漏洞”。命令式让AI执行，附和式让AI点头，唯有要求攻击才能让AI验证。

2. 比起AI的赞美，更关注风险

当AI说"这是个好主意"时可以略过。当AI说"不过存在这样的风险"时要竖起耳朵。因为那个风险正指向前提的裂缝。

3. 果断舍弃

对想法的眷恋会让思考停滞。“这个丢了太可惜"是第一性原理的敌人。像junwoos.com那样有吸引力的扩展方案，如果不符合本质就立即废弃。在DABEL中也是如此，“小行星现场冶炼"直觉上看起来效率很高，但在能量计算面前被果断废弃。

4. 在一次对话中多次推翻

一次对话中结构变化5次不是失败，而是成功。前提被推翻的次数越多，最终结构的坚固程度越高。DABEL的一个对话回合中，“热介质 → 反射镜直接照射 → 模块架构重构 → 集群分化"在30分钟内一气呵成，就是最好的例证。

5. 决策必须由人来做

AI可以展示选项并映照每个选择的结果。但"走这个方向"的决策是人的份内事。一旦将决策委托给AI，第一性原理思维就停止了。

6. 物理定律是最终裁判（DABEL附加原则）

在工程设计中还有一条额外的原则。“这在物理上可行吗？“热力学第二定律、斯特藩-玻尔兹曼定律、卡诺效率上限——这些不是谈判对象。关键在于AI能即时计算这些约束。“熔盐在565°C分解"这一句话就颠覆了整个架构。

这种思维法为何有效

速度

与人的策划会议需要时间来协调日程、共享上下文、管理情绪。与AI的对话则上下文即时共享，没有情绪介入，且全天候可用。两小时的会议可以压缩为30分钟的对话。

坦诚（但需要主动要求）

AI并不天然坦诚——它同样默认会同意你。但这里有一个关键区别：人与人之间，即使你说"请坦诚地说”，对方仍然会经过面子、关系、利害的多重过滤；而当你明确要求AI"攻击这个方案"时，它真的会全力攻击，没有任何社交顾虑。在DABEL中，“这种介质会分解"“这个能量差6,000倍"这样的话，从人类同事口中很难听到——不是因为他们不知道，而是因为开口的代价太高。而当你明确要求AI批评时，这些话会毫无保留地出来。坦诚不是AI的默认属性，而是你主动要求后才能获得的能力。

广度

一个人的经验和知识有限。AI可以在一次对话中横跨SEO、法律、基础设施、营销、心理学。在DABEL中，热力学、轨道力学、半导体工艺、材料科学、电池化学、农业政策在同一次对话中自由穿梭。正是这种广度，让"从全南农户到戴森集群"这样的连接成为可能。

成本

聘请策划顾问每小时要花数十万韩元。AI则是月费或每次几分钱。反复训练第一性原理思维几乎没有成本门槛。

常见错误

“AI说好那就是好的”

这不仅仅是用户的态度问题，更是AI的结构性问题。AI经过RLHF训练，被优化为让用户满意，默认倾向于肯定你的想法——这就是谄媚性（sycophancy）。因此，AI说"这是个好主意"几乎不携带任何信息量。

更危险的是：虚假的正面反馈比没有反馈更有害。 没有反馈时，你至少保持警觉，知道自己还没被验证；而AI的肯定会制造一种虚假的确信感，让你放松了对前提的质疑。不确定性催生警觉，AI的附和催生盲目自信。

对策只有一个：不要问"怎么样”，要求"攻击它”。 每次抛出前提后，必须追加一句明确要求批评的指令。把AI的默认同意当作噪音过滤掉，只有你主动索取的批评才值得参考。

“直接用AI写的策划书”

把AI的输出当作最终成果来使用。在第一性原理思维法中，AI的输出是中间素材，而非成品。只有经过人类推翻前提并重新组装的过程，才会产生真正的价值。

“一个问题就结束”

用一个问题和一个回答结束对话。第一性原理思维的价值来自反复验证。至少经过5到10次前提转换，结构才能变得坚固。

“无法舍弃前提”

无法放下已投入时间和情感的想法。“都走到这一步了丢掉太可惜"是沉没成本谬误。前提错了就放弃才是正确的选择。

“无视物理制约”（工程设计中）

“理论上可行就行了"地一笔带过。熔盐在565°C分解这个事实不是谈判对象。就是这一句话改变了整个架构。不直面物理定律，再精妙的设计也不过是空想。

“无止境地质疑”

质疑前提很重要。但当怀疑取代了决策，就变成了分析瘫痪。当推翻前提后结构不再发生变化时，就是该执行的时候。怀疑是构建更好结构的工具，不是逃避决策的借口。

总结

项目	一般AI使用	第一性原理AI思维法
AI的角色	答案生成器	思维共鸣板
人的角色	提问者/消费者	思考主体/决策者
对话结构	提问 → 回答（1次）	假设 → 验证 → 转换 → 再验证（反复）
核心问题	“帮我做这个”	“这真的对吗？”
结果质量决定因素	AI的能力	人的提问质量
每次对话前提转换次数	0~1次	5~10次以上