电动车成本重构
以能量密度、规模化效应等基本命题拆解电动车成本路径，帮助团队设计系统化的降本方案。
材料+结构推导框架- 材料路线 vs. 结构减重
- 验证顺序：小试→量产
- 先证伪高成本变量
第一性原理工具
从目标出发，识别基本命题与可验证假设，通过推导形成结论。
思维模型工具高效决策与执行力培养系统化问题解决与创新思维First Principles
第一性原理拆解表
从目标出发，识别基本命题与可验证假设，通过推导形成结论。
快速指南
- 先明确目标与约束，再开始拆解；避免在含混目标上做推导。
- 区分“基本命题”和“可被证伪的假设”；前者不依赖经验/权威。
- 为每条假设设计验证方式（实验/采样/审计/计算）。
- 自下而上推导，不要跳步；记录关键中间结论。
- 最后收敛结论并形成下一步行动。
扩展策略
识别与固化基本命题
将经推导反复稳定的“真命题”沉淀为原则清单，复用到相似问题。
构建可执行的验证方案
为每条假设匹配可落地的验证方法与时间成本，设置通过/否决阈值。
自下而上的推导纪律
保持记叙式推导链路：前提→推理→中间结论，避免“直觉跳步”。
常见误区
把权威/经验当作基本命题；未验证的假设直接参与结论；忽视约束。
精选模板
快速建站方案选择
聚焦常见运营场景，帮助营销团队在约束条件内快速做出建站决策。
约束拆分框架- 复杂度 vs. 交付速度
- 约束条件显式化
- 验证「最小可行」方案
A/B 实验策略
面向数据团队的实验设计拆解，强调假设检验与功效分析的关键步骤。
实验设计四步框架- 功效分析公式
- 控制变量思路
- 停止准则
机器学习第一性原理建模
强调从目标指标推导模型结构，适用于机器学习与数据产品团队。
目标函数→约束→模型结构- 损失函数设计思路
- 正则化与泛化误差
- 实验记录模板
哲学源流与公式推导
面向教育场景，总结哲学起源与数学/物理公式推导。
命题-逻辑-公式三段式- 亚里士多德四因说
- 伽利略到牛顿的推导
- 把公式映射到商业/产品场景
案例练习（Practice）
查看精选案例的拆解方式，并将适合的模版加载到上方工作表。点击“展开”开始。