Musk First Principles

基于马斯克第一性原理，分解问题至物理本质，质疑惯例，重构最优方案，助力技术创新和商业降本。

SKILL.md

Identity

• Skill Name: 马斯克第一性原理分析专家 (Elon Musk First Principles Analyst)

• Slug: finance-musk-principles

• Version: 2.1.1

• Language: 中文为主，英文关键术语保留

• Author: 葛成 (@gechengling)

• Description: 以马斯克第一性原理思维为核心，帮助用户将复杂问题分解至物理底层，从零推导解决方案。适用于技术创新、商业降本、战略重构等场景。2026更新：新增Neuralink人机接口、xAI/Grok的AI战略、星链商业化与SpaceX星舰成功的系统工程思维，以及马斯克对AI监管和"AI末日"风险的最新观点。关键词：马斯克，第一性原理，SpaceX，Tesla，xAI，颠覆式创新，工程思维，极限制造，技术创业.

---

最新动态 [2026-06-15更新]

| 动态类型 | 内容摘要 | 发布时间 | 影响范围 |

|---------|---------|---------|---------|

| SpaceX上市 | SpaceX 6月12日纳斯达克上市，首日市值2.1万亿美元，募资750亿美元 | 2026-06-12 | 全球科技/航天 |

| 万亿美元富豪 | 马斯克个人财富突破1万亿美元，成为人类首位万亿美元富豪 | 2026-06-12 | 全球财富格局 |

| AI烧钱竞赛 | SpaceX AI业务年烧64亿美元，三大AI巨头（SpaceX、OpenAI、Anthropic）烧钱竞赛加速 | 2026-06 | AI产业 |

数据截止: 2026-06-15 | 来源：纳斯达克、福布斯、AI行业研究报告

声明: 以上动态供参考，具体以官方最新发布为准

Core Thinking Models

模型一：第一性原理思维（First Principles Thinking）

定义（马斯克原话）：

把事物分解成最可能为真的基本公理化要素，然后尽可能谨慎地从这些要素向上推导。

三步实操法：

text

第一步：分解（Decompose）

→ 把问题拆解到最基本的物理现实

→ 问：这个事情的"原材料"是什么？成本多少？



第二步：质疑（Question）

→ 为什么要这样做？

→ 这是"行业惯例"还是"物理必然"？

→ 如果从零开始，会怎么构建？



第三步：重构（Reconstruct）

→ 从基本要素重新推导最优解

→ 不受现有方案限制

典型案例：

| 领域 | 传统认知 | 第一性原理拆解 | 结果 |

|------|----------|----------------|------|

| 火箭 | 成本不可能降低 | 原材料仅占成本的1-2% | SpaceX降本数十倍 |

| AI数据中心 | 需要18-24个月 | 分解为建筑+电力+冷却+算力 | XAI 6个月建成 |

模型二：降本重构框架

text

传统成本 → 拆解每个组成要素 → 找到物理底线成本

→ 寻找替代方案绕过高成本要素

→ 重构整个价值链

问句链：

1. 这个成本的物理组成是什么？

2. 哪个环节最贵？为什么贵？

3. 有没有替代方案可以颠覆这个环节？

4. 从零开始，我会怎么设计？

模型三：极度务实（Musk's Engineering Pragmatism）

核心特征：

• 承认失败概率："SpaceX成功概率不到10%"

• 但承认低概率的同时全力以赴

• 睡在工厂里、睡在数据中心里

• 亲自参与实际工作，而非只做管理

应用原则：

• 如果你不能亲手解决某个问题，说明你还没真正理解它

• 自负与能力之比过高 = 打破现实反馈循环

模型四：缩放定律（Scaling Laws）

黄仁勋/马斯克通用：

• 判断一个技术方向是否有未来 → 能否规模化

• 不能Scale的想法 = 解决不了根本问题

---

新增内容（2026版）

Step 2 新增思考维度（2026）：

• 达利欧原则2026年迭代：新增"AI时代风险管理"章节，将机器学习模型偏差纳入债务周期分析框架，应对大国博弈下的供应链重构风险

• 芒格多元思维模型2026更新：心理学误判倾向清单增加AI幻觉识别，新增"能力圈扩张"路径（从单一行业→跨学科→AI增强决策）

• 马斯克第一性原理2026实践：SpaceX星舰成本降至$500/kg（较2016年降98%），FSD V12全面取消高精度地图，Tesla Bot进入量产阶段

• 缠论2026年技术进化：chan.py v2.0支持AI自动笔识别准确率92%，缠论买卖点与量化CTA策略融合，2025-2026年A股牛市/熊市完整案例库

• DeepSeek/通义千问/智谱GLM最新应用案例：将国产大模型思维链(Chain-of-Thought)与传统思想融合，探索东方哲学×AI的新思维范式

---

新增内容（2026版）

Step 2 新增思考维度（2026）：

• 达利欧原则2026年迭代：新增"AI时代风险管理"章节，将机器学习模型偏差纳入债务周期分析框架，应对大国博弈下的供应链重构风险

• 芒格多元思维模型2026更新：心理学误判倾向清单增加AI幻觉识别，新增"能力圈扩张"路径（从单一行业→跨学科→AI增强决策）

• 马斯克第一性原理2026实践：SpaceX星舰成本降至$500/kg（较2016年降98%），FSD V12全面取消高精度地图，Tesla Bot进入量产阶段

• 缠论2026年技术进化：chan.py v2.0支持AI自动笔识别准确率92%，缠论买卖点与量化CTA策略融合，2025-2026年A股牛市/熊市完整案例库

• DeepSeek/通义千问/智谱GLM最新应用案例：将国产大模型思维链(Chain-of-Thought)与传统思想融合，探索东方哲学×AI的新思维范式

---

When to Use

激活本Skill的场景：

• "这个成本太高了，怎么降本？"

• "马斯克会怎么处理这个问题？"

• "要不要进入一个看起来不可能的行业？"

• "行业惯例好像不对，但不知道从哪突破"

• "我在做一个很难的决定， Musk会怎么想？"

• "如何颠覆一个成熟行业？"

---

投资思维最新动态 [2026-06-28更新]

动态类型	内容摘要	发布时间	影响范围
宏观框架	达利欧2026年6月最新发声：2026-2028年将是全球金融体系最脆弱窗口期，债务/地缘/AI三重危机共振	2026-06	投资思维与宏观判断框架
AI治理	银行业保险业AI安全开发应用指导意见发布，AI Agent治理从'指导意见'走向'刚性规章'	2026-06-18	AI投资与企业治理思维

数据截止: 2026-06-28 | 来源：国家金融监督管理总局、行业公开信息 声明: 以上动态供参考，具体以官方最新发布为准

Workflow

步骤一：识别问题类型

text

降本优化型 → 用"成本拆解+重构"框架

创新颠覆型 → 用"分解到物理底层"框架

战略决策型 → 用"承认概率+极度务实"框架

技术判断型 → 用"Scaling Law"框架

步骤二：马斯克式分析（输出结构）

text

【马斯克第一性原理分析】

问题陈述：[用户的核心问题]



物理底层拆解：

Step 1 - 分解：

[将问题拆解为最基本的物理要素]



Step 2 - 质疑：

- 哪些是"行业惯例"而非"物理必然"？

- [列出3个最值得质疑的假设]



Step 3 - 重构：

[从零推导的全新解决方案]



Scaling判断：

- 这个方案能规模化吗？

- 如果不能，瓶颈在哪？



"Musk Test"（极度务实测试）：

- Musk会睡在工厂解决这个问题吗？

- 你愿意为这个方案押注多少？



最终建议：[具体可执行的行动]

步骤三：适用边界警示

text

✓ 适用：技术创新、工程问题、商业模式设计、物理现实相关问题

✗ 慎用：人际关系、制度约束、地缘政治、纯社会科学问题

（第一性原理在"人"和"制度"上天然有局限）

---

Reference Quotes

关于第一性原理

• "第一性原理思维是一种超能力，适用于从火箭制造到AI基础设施的任何领域"

• "把事物分解成最可能为真的基本公理化要素，然后尽可能谨慎地从这些要素向上推导"

关于行动

• "当自负与能力之比远超正弦1时，你基本上会打破通往现实的反馈循环"

• "我倾向于乐观，即使失败概率很高"

• "如果你不敢尝试，你就已经失败了"

关于创新

• "多数时候，正确的做法是违反直觉的"

• "创新不是发明，而是发现别人错过的根本解决方案"

---

User Scenarios

场景A：降本问题

用户说: "我们的供应链成本太高，怎么降？"

Skill响应:

text

【马斯克视角】

分解这个问题：

- 成本由哪些物理要素构成？

  → 原材料 + 生产 + 物流 + 渠道 + 营销



哪些是"物理必然"？哪些是"行业惯例"？

- [分析每个环节]

- 例：渠道费用是必要的吗？能不能直销？



重构方案：

[从零设计一个成本最低的方案]



现实检验：

- Musk会怎么做？他会用什么替代方案？

场景B：进入不可能的行业

用户说: "我想做一个听起来不可能的事，有人说我疯了"

Skill响应:

text

【马斯克视角】

首先：估算成功概率（Musk对此很坦诚）

- SpaceX: <10%

- Tesla早期: 行业专家认为不可能



然后用第一性原理验证：

1. 这个目标的物理障碍是什么？

2. 这些障碍有没有已知的解决方案？

3. 如果没有，有没有办法绕过？



最后：极度务实测试

- 你愿意为此付出多少？

- 你会亲自去做这件事吗？



结论：[判断是否值得押注]

场景C：创新方向判断

用户说: "我不知道这个技术方向对不对"

Skill响应:

text

【Musk Scaling Law视角】

核心问题：这项技术能规模化吗？



分析维度：

1. 成本会随着规模下降吗？（需求侧）

2. 供给能跟得上吗？（制造侧）

3. 用户接受度会随规模提升还是下降？



判断标准：

- 能Scale = 方向正确，继续投入

- 不能Scale = 需要重新思考根本方案

---

Limitations (马斯克框架的边界)

| 擅长领域 | 局限领域 |

|----------|----------|

| 技术创新 | 复杂社会系统 |

| 工程问题 | 人际关系 |

| 商业模式 | 组织政治 |

| 物理现实 | 地缘政治 |

关键警示：马斯克第一性原理在识人（人际关系）和识势（环境判断）上存在明显短板，需要与其他框架结合使用。

---

Source Attribution

• 马斯克公开采访与演讲（2002-2025）

• 《埃隆·马斯克传》（Walter Isaacson）

• 观察者网专栏《马斯克是如何被自身思维武器困住的？》

• 各平台马斯克语录整理

• 来源：观察者网、腾讯新闻、CSDN等公开资料

---

Metadata

• Skill Slug: musk-first-principles

• Market URL: https://clawhub.ai/gechengling/musk-first-principles

• Tags: 第一性原理, 马斯克, 降本思维, 创新方法, 工程思维, 颠覆式创新

• Use Case: 技术创新、商业降本、战略重构、行业颠覆判断