第一性原理适用边界研究报告

基本信息

阅读时间：约 28 分钟

字数：约 12,754 字

摘要：市场共识：第一性原理是一种可以普遍适用的拆解方法——把问题分解到不能再分的基本事实，再从这些事实出发重建结论，因此拆得越深、越彻底，结论就越可靠。支持这一印象的场景确实常见：在一场以第一性原理审视技术趋势的研讨活动上，来自园区600余家高新技术企业的近千名高管到场参会，演讲中援引加速回报定律推演，提出2029年通用人工智能有望接近人类认知水平、2045年或将迎来技术奇点 [6]；也有报道以第一性原理切入成本管理主题，强调从成本内核出发理解价格构成 [7]。把这些场景连起来，很容易得出一个结论：只要愿意往深处拆，任何问题都能被还原成清晰的判断。

市场共识：第一性原理是一种可以普遍适用的拆解方法——把问题分解到不能再分的基本事实，再从这些事实出发重建结论，因此拆得越深、越彻底，结论就越可靠。支持这一印象的场景确实常见：在一场以第一性原理审视技术趋势的研讨活动上，来自园区600余家高新技术企业的近千名高管到场参会，演讲中援引加速回报定律推演，提出2029年通用人工智能有望接近人类认知水平、2045年或将迎来技术奇点 [6]；也有报道以第一性原理切入成本管理主题，强调从成本内核出发理解价格构成 [7]。把这些场景连起来，很容易得出一个结论：只要愿意往深处拆，任何问题都能被还原成清晰的判断。

我们认为：把「拆得深」直接等同于「结论可靠」，是这套方法在使用中最常见的一次误置。拆解本身不产生可靠性，产生可靠性的是每一层事实的可验证性。上述推演中，「2029年通用人工智能接近人类认知水平」这一判断的关键在于「接近人类认知水平」缺少可观测的判定口径——它不是一个可以在这个时间点上被证实或证伪的陈述，而是一个关于未来状态的描述；因此基于它重建出的结论，其可靠性并不比原来的判断更高。相反，另一类应用把成本拆到材料消耗、工时与能耗等可以核对的项上 [7]，虽然拆解层级更浅，但因为每一层都可验证，重建出的结论反而更可用。

1. 第一，第一性原理的有效性由两个变量共同决定：拆解深度与可验证性。深度决定结论的彻底程度，可验证性决定结论的可用程度；两者不是同向变化——深度越深，可验证性往往越低；
2. 第二，拆解存在一个净收益最大的深度。每深入一层，验证成本上升，而带来的改善幅度递减；当边际改善低于边际验证成本时，继续拆解不再提高结论质量；
3. 第三，判断一套推演是否属于第一性原理应用，有一个可操作的标准：把它依赖的前提出列出来，逐条标注「能否被独立测量」。列不出前提的推演通常不是拆解，而是重述。

本篇给出两个增量。第一个是把拆解深度与可验证性做成一条可计算的边界：在每层验证成本按倍数增长、每层改善幅度递减的结构假设下，净收益最大的拆解深度出现在第三层附近（测算，参数见附录）；超过这一深度后，继续拆解带来的改善不足以覆盖验证成本。第二个增量是给出一份可操作的前提清单模板：把一次推演所依赖的前提逐条列出，标注观测口径、责任主体与核对周期；凡是列不出观测口径的前提，一律降级为假设，并明确标注依赖关系。这份模板的作用不是否定第一性原理，而是把它用在能够验证的地方。

要让「第一性原理」成为可以被评估的方法，需要先给它一个不含歧义的操作定义。本报告把它拆成四步：第一步，明确待解的结论层级，即最终要回答的问题是什么；第二步，列出当前结论所依赖的全部前提；第三步，对每条前提标注它能否被独立测量，以及测量的口径与周期；第四步，只保留可测量的前提，从这些前提重建结论，并把不可测量的前提显式写为假设。四步中的关键在第三步——它决定了这次拆解是「还原」还是「重述」 [9]。

为什么第三步最难？因为可验证性的标注要求把语言里的模糊部分挑出来。以「接近人类认知水平」为例，要让它可验证，必须给出任务集合、评测方法与判定阈值；这三样东西一旦写出来，很多原本看起来成立的判断会立刻暴露为不可判定 [6]。这不是说这类判断没有价值，而是说它的价值在于启发，而不在于作为重建结论的基础。

四步法还有一个容易被忽略的产出：前提清单本身。清单把一次推演从「一个人的思路」变成「一组可被他人检查的条目」。在团队决策中，这份清单的价值往往高于结论——因为结论可以争论，前提清单只能被逐条核对，而核对是有明确终点的。

第四步「重建结论」也常被误解为「推翻原结论」。实际上重建的常见结果是原结论被保留但适用范围被收窄。例如把成本拆解到材料、工时与能耗之后 [7]，原有的成本结论可能依然成立，但适用条件被明确为原材料价格与工时水平不发生大幅变化。收窄适用范围本身就是一次有效拆解的成果。

把前提按可验证性分成三档，可以更精确地描述拆解的质量。第一档是可独立测量的事实，例如材料消耗、工时、能耗、设备利用率——这类事实有明确的观测方法与责任主体，核对结果可以被第三方复现 [10]。第二档是可间接推断的事实，例如产能利用率、市场需求强度——它们没有直接观测，但可以通过若干公开指标组合推算，推算过程与误差范围可以被检验。第三档是不可验证的陈述，例如关于多年后技术状态的判断——它没有观测口径，也没有可复现的推算链。

三档之间的边界并不总是清晰，但判断标准是明确的：能不能写出观测口径。以宏观读数为参照，世界银行年度序列口径下的国内生产总值约19.50万亿美元、人均约13861.97美元、总人口约14.07亿、城镇人口占比66.343%、居民消费价格指数同比上涨0.06% [1][2][3][4][5]——这些数字都带有指标代码、国家与年度序列的明确定义，属于第一档；它们之所以可以被引用，不是因为来源权威，而是因为口径被写清楚了。

一个实用的判断技巧是看「反例能否被构造」。对于第一档前提，反例可以被具体构造出来，例如「若材料价格上升10%，成本结论是否仍成立」；对于第三档前提，反例无法被构造，因为没有一个可操作的观测点可以作为反例的依据。凡是无法构造反例的前提，都应被降级处理。

第二档前提的价值常被低估。间接推断虽然不能给出确定值，但它能给出区间与敏感性方向。上述能源系统研究的做法提供了参照：研究对辅助服务价格波动与技术因素做了敏感性比较，发现辅助服务价格波动对项目价值的影响约为技术因素的2.4倍，同时指出需求减少六成可能导致不同城市的价值损失在46.57%至52.05%之间 [8]。这类结论不给出单点判断，但给出了一个可以被继续核对的影响结构，属于典型的第二档前提支撑的结论。

第一类场景是以第一性原理讨论长期技术趋势。在一场研讨活动中，参会者来自园区600余家高新技术企业的近千名高管，演讲援引加速回报定律推演，提出2029年通用人工智能有望接近人类认知水平、2045年或将迎来技术奇点 [6]。这类推演的结构特征是：起点是一条被当作规律的时间关系，中间不做逐层验证，直接给出远期状态判断。它的价值在于提出一个值得关注的议程，而不在于给出可核对的时间表——「接近人类认知水平」没有判定阈值，「技术奇点」也没有操作定义。

第二类场景是以第一性原理处理成本问题。这类应用的做法是把成本拆到可以核对的构成项，再从构成项出发讨论价格与定价空间 [7]。它的结构特征是：拆解的每一层都对应一个可观测的量，重构结论时可以对每一项单独设定变化幅度并观察结论如何变化。这类应用的产出通常不是一个惊人的结论，而是一张可以反复使用的成本结构表。

两类场景的差别不在方法名称上，而在每一层事实的成色上。同一套四步法，用在成本项上会产出可核对的表，用在远期技术状态上会产出不可核对的判断。因此「某人在用第一性原理」这一表述本身不含信息；有信息的是「他拆到了哪一层、每一层能不能核对」。

把两类场景与宏观口径的对照放在一起，还可以看出一个使用习惯上的差别：可核对的分析习惯引用带口径的读数，并在引用时说明指标代码与年份 [1][2][3][4][5]；不可核对的分析习惯引用判断性表述，且不标注判定口径 [6]。这一个差别在外观上很细微，却几乎决定了一次拆解能否被复核。

不可验证前提之所以危险，不是因为它一定错误，而是因为它使结论获得了「不可反驳」的外观。当结论建立在没有观测口径的前提上时，任何反例都无法被构造，于是结论在讨论中就免疫于证据。这种免疫常被误读为深刻——因为深刻的表述往往具有歧义性，而歧义性恰好使反驳变得困难。

失效机制可以分成三步。第一步，把一个描述性判断当作事实引入，例如「技术将以指数方式加速」；第二步，在这个事实之上做多层推演，每层推演都继承前一层的不可验证性；第三步，输出一个看起来精确的结论，例如带有年份的状态判断 [6]。第三步的精确外观与前三步的不可验证性形成反差，这正是伪深刻结论的特征：精度来自表述，而非来自证据。

防止这一机制有一个简单办法：把结论中的每一个数字标出来，逐条追问它来自哪个观测量。若某个数字既非测量结果也非推算结果，而只是推演的中间产物，那么它就不应出现在最终结论中。反过来，可核对的分析在这方面的做法是把每个数字都对应到口径与年份 [1][2][3][4][5]，使追问有明确的落点。

还需要说明一个反向的风险：可验证性要求提高之后，分析会倾向于只处理可以测量的部分，从而遗漏真正重要的不可测量因素。上述能源系统研究提供了一个正面示范——它对不可精确预测的市场机制因素做了敏感性分析，指出辅助服务价格波动对项目价值的影响约为技术因素的2.4倍，需求减少六成可能导致价值损失在46.57%至52.05%之间 [8]。做法是把不可测量的因素转化为区间与敏感性方向，而不是把它排除在分析之外。

在明确了可验证性的门槛之后，方案设计的目标就清楚了：让拆解停在可验证深度的边界上，而不是让深度无限延伸。本报告给出三条设计规则，分别对应拆解的起点、过程与终点。

1. 规则一，终点先定：在开始拆解之前，先写清最终要回答的问题，并为这个问题指定一个可观测的判定方式。若最终问题无法指定判定方式，应先改造问题，而不是先开始拆解；
2. 规则二，逐层设卡：每深入一层，必须为该层的事实写出观测口径；凡写不出口径的层，停止深入，把该层的内容标注为假设并记录依赖关系；
3. 规则三，区间替代单点：对无法精确测量但确实重要的因素，用区间与敏感性方向表达，而不是排除或当作事实。这一条的目的是避免「只分析能测的」带来的偏差。

三条规则对应三种不同的成本。规则一增加的是问题定义成本；规则二增加的是逐层核对成本，也是三者中最高的一项；规则三增加的是模型构建成本，因为要把不确定因素显式写进结构。三者的共同点是把成本前置，换取结论的可复核性。

规则二在实践中会遇到一个阻力：逐层核对会显著拖慢拆解速度，而拆解的价值常常体现在速度上。这里需要区分两种使用场景——以启发为目的的讨论可以快速拆解、不设核对；以决策为目的的分析必须逐层核对。把两种场景混在一起，是这类方法在使用中最常见的组织问题：讨论环节用了分析的严格性，分析环节用了讨论的宽松性。

规则三的落地形式可以参照敏感性分析的写法：给出一个基准情形、若干变化情形，以及每种情形下结论的变化幅度。上述能源系统研究的做法是给出不同城市背景下的投资回报率变化，包括补贴调整与基础设施投资增加最高1.69倍所带来的回报率提升 [8]。这种写法的好处是结论的适用范围被明确写出，读者可以按自己的情形重新代入。

把三条规则落到执行层面，需要一张可以直接填写的工作表。表的每一行对应拆解过程的一个环节，每一列对应一个必须填写的字段；只要有一个字段填不出来，就说明这一层还没有达到可核对的状态。这张表的价值在于它把「是否拆得够深」这个主观问题，转换成了「能不能把字段填完」这个可判定的问题。

这张表在实践中的作用不是增加步骤，而是减少返工。多数拆解过程的返工发生在结论已经写出之后——此时发现某条关键前提无法核对，整条推演需要重做。把字段填写前置到每个环节，可以把这类返工的时点从结论阶段提前到前提阶段，而前提阶段的改动成本远低于结论阶段。

本章给出四组测算，用于展示拆解深度与验证成本之间的权衡关系。全部参数均为结构假设，目的是说明关系方向与转折点，不代表任何具体项目的实际成本或收益。

第一组是验证成本的累积路径。设每层的验证成本相对于上一层翻倍，第一层为1个单位，则第二层为2、第三层为4、第四层为8、第五层为16个单位；累计到第n层的总验证成本为「2的n次方减1」个单位（测算，分子按逐层翻倍假设，分母以第一层为单位）[11]。按这一路径，拆到第五层的累计验证成本约为31个单位，是第一层成本的上百倍。

第二组是改善幅度的递减路径。设每深入一层带来的改善幅度分别为30%、18%、10%、5%与2%（五档结构假设），则累计改善幅度约为65%（测算）[12]。第一层贡献了将近一半的累计改善，而第五层只贡献了约2%——这意味着拆解收益的绝大部分在前三层内已经获得。

第三组是净收益的比较。把第一组的累计验证成本与第二组的累计改善幅度相除，可以得到单位验证成本对应的改善幅度：第一层为30、第二层为16、第三层为13.3、第四层为7.5、第五层为2.1（测算，单位为改善百分点每成本单位）[13]。这一序列在第二层之后持续下降，说明从第三层起，继续拆解的效率已经显著衰减；按此结构，净收益最大的深度出现在第三层附近 [14]。

第四组是敏感性因素的相对权重。上述能源系统研究给出的读数是：辅助服务价格波动对项目价值的影响约为技术因素的2.4倍，而需求减少六成可能导致价值损失在46.57%至52.05%之间 [8]。把这两个读数（见 [8][15]）与拆解深度的结论放在一起可以看出，影响结论的主要变量往往不在拆解最深的那些层，而在市场与制度这类外部因素上；因此在拆解深度已经达到边际收益递减时，把资源转向外部因素的敏感性分析更有效率。

第五组测算把前三组的结果转换成一个更便于使用的读数：每投入一个单位的验证成本，能够换来多少个百分点的改善。结果是第一层约30、第二层约16、第三层约13.3、第四层约7.5、第五层约2.1（测算，单位为改善百分点每成本单位）。这条序列的关键特征是第三层到第四层之间存在一次明显的折损——单位成本带来的改善下降了近一半 [15]。这为「停在哪里」提供了一个量化的参考位置。

还有一处需要分清的口径问题。上述测算中的「成本」指的是核对与验证的投入，而不是拆解本身的时间投入。拆解本身的时间成本相对固定，因为它主要依赖对问题结构的理解；而核对成本随层数非线性增长，因为它要求每增加一层就重新验证一次。两者混为一谈会得出错误的结论——把拆解本身的耗时当作应停止的理由，会过早终止一个本来可以继续的拆解。

本报告的核心判断有三处边界。第一处是方法边界：判断针对把复杂问题还原为基本事实并重建结论的分析方法，不覆盖纯形式化推导——后者中的前提具有形式化的可验证性，不受本章的深度约束。第二处是目的边界：判断针对以支撑决策为目的的分析，不覆盖以启发、倡议与议程设置为目的的讨论。第三处是数据边界：拆解深度与验证成本的参数均为结构假设，未使用任何实际项目的成本数据，结论只说明关系方向。

反面证据有三类。第一类，若出现某种通用方法能够低成本地为原本不可测量的前提生成可操作口径，则「深度越深可验证性越低」的判断需要修正。第二类，若在连续的项目实践中，第四层与第五层带来的改善幅度与第一层相当，则「净收益最大深度在第三层附近」的判断失效。第三类，若以决策为目的的分析在不设逐层核对的条件下仍能稳定产出被验证的结论，则「决策必须逐层核对」的判断失效。三类观察都可以通过拆解记录与结论复核来检验。

还需要说明两处数据缺口。第一处，本报告未获得任何关于拆解深度与验证成本对应关系的实测数据，第六章的全部参数均为结构假设；第二处，公开报道中对成本类应用的描述集中在方法层面 [7]，未披露具体的拆解层数与核对记录，因此本报告不对其深度作出判断。凡涉及具体行业的技术判断与时间预测，读者应以可核对的口径为准；本报告不提供任何行业预测，也不对任何具体技术路线作出评价。

以下风险与正文判断一一对应，按「前提与口径—深度与成本—组织与流程」三类列示：

1. （一）把描述性判断当作事实引入，使后续推演继承不可验证性；
2. （二）把推演的中间产物当作测量结果写进结论，使结论获得不被支持的精度；
3. （三）用来源权威代替口径核验，忽略同一指标在不同口径下的数值差异；
4. （四）无限加深拆解，忽略逐层验证成本的累积与改善幅度的递减；
5. （五）只处理可以测量的部分，遗漏真正重要的不可测量因素；
6. （六）在讨论环节使用分析的严格性、在分析环节使用讨论的宽松性，导致两种场景的边界消失。

对号入座：（一）对应第四章，描述性判断被当作事实引入后，多层推演会继承其不可验证性 [6]；（二）对应第四章，带有年份的远期判断的精度来自表述而非证据 [6]；（三）对应第二章，带口径的读数必须同时说明指标代码与年份，否则跨来源比较会出错 [1][2][3][4][5]；（四）对应第六章，逐层验证成本按翻倍假设累积、改善幅度按递减假设衰减（测算）[11][12]；（五）对应第五章的规则三，不可测量因素应转化为区间与敏感性方向 [6]；（六）对应第五章的组织问题，两种场景的成本约束不同 [6][7]。

建议持续跟踪五个观察指标，作为上述判断的验证锚点：

1. 前提清单中带观测口径的条目比例（验证拆解的可核对性）；
2. 结论中每个数字的来源标注完整度（验证精度是否有依据）；
3. 实际核对的层数与单层核对成本（验证验证成本的累积假设）；
4. 逐层改善幅度的实测值（验证递减假设与拐点位置）；
5. 外部敏感性因素的相对权重（验证资源投入方向的合理性）。

结论上，本报告把第一性原理的适用边界收敛为一句话：它的有效性取决于每一层前提能不能被核对，而不是取决于拆得有多深。在一场技术趋势研讨中援引加速回报定律给出远期年份判断的推演里 [6]，在把成本拆解到材料、工时与能耗的实践里 [7]，同一种方法产出了可核对性完全不同的两类结论。对读者而言，可操作的推论是：在使用这套方法时，先为最终问题指定判定方式，再逐层为事实写观测口径，停在写不出口径的那一层，并把无法测量的因素用区间表达出来。

本报告共设六条可证伪链，覆盖摘要口径对账、方法操作化、可验证性分档、场景对照、失效机制与深度权衡。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件，读者可按证伪条件自行验证判断的有效性。台账如下：

本报告所有关键数据均按四档标注来源档次，以区分证据强度与可复核性：

• [T1]一手或官方口径：国际组织公开数据库与政府正式发布的统计，可直接复核；
• [T2]机构二手口径：研究机构、高校与专业媒体的公开研究报道与整理数据，口径可能存在差异；
• [T3]媒体转引口径：媒体报道或机构对外宣传口径，未经独立审计，仅作参考；
• [缺口]数据缺口：无法获得可靠来源的数据，本报告一律降级为定性讨论或不写。

所有标注「测算」的数字，均为本报告基于结构假设推算的结果，推算公式与参数取值在正文中逐项给出。其中逐层验证成本的累积＝2的n次方减1个单位，以第一层成本为1个单位、逐层翻倍为结构假设 [10]；逐层改善幅度按30%、18%、10%、5%与2%五档递减，累计约65%，为结构假设 [11]；单位验证成本对应的改善幅度＝累计改善幅度÷累计验证成本，逐层约为30、16、13.3、7.5与2.1，单位为改善百分点每成本单位 [12]；净收益最大深度出现在第三层附近，为上述两条路径的比较结果 [13]；敏感性因素的相对权重引用公开研究读数，辅助服务价格波动影响约为技术因素的2.4倍、需求减少六成的价值损失区间为46.57%至52.05% [15]。

本报告未使用任何实际项目的拆解记录与核对成本数据，也未采集任何一手访谈材料。因此凡涉及成本与改善幅度的内容，本报告一律以结构假设或公开研究读数呈现，并明确标注参数。文中提及的公开活动与报道仅用于说明方法的应用场景，不代表本报告对其结论的认同或评价；涉及具体技术路线与时间判断的内容，本报告不作预测，读者应以可核对的口径为准。