第一性催产术 · 方法目录
调研对象：有哪些公认的、能用来把一个问题从表面拆到 substrate 的方法。
来源：每条方法都有原典或 Tier 1 二手参考（SEP、IEP、Wikipedia 等学术权威）。
A. 已在 `/first-principles` skill v1.1.0 里的（验证过）#
1. 亚里士多德四因说（Functional / Final cause）#
- 原典：Aristotle, Physics Book II
- 二手权威：Stanford Encyclopedia of Philosophy: Aristotle on Causality
- 核心：四种因——material（材料）、formal（形式）、efficient（动力）、final（目的）。"目的因"是问"X 为了什么而存在"，是 FP 催产里最直接可用的那一种。
- 示例：青铜雕像的目的因是"作为艺术作品被欣赏"，而不只是它由青铜构成。
2. 苏格拉底反诘法（Socratic Elenchus）#
- 原典：Plato 早期对话录（Euthyphro, Ion, Meno, Theaetetus）
- 二手权威：Wikipedia: Socratic method + Routledge: Socratic elenchus
- 核心：定义 → 反例 → 修订 → 反例 → 直到对手承认无知（aporia）或定义自洽
- 特殊术语：在 Theaetetus 里 Socrates 自称"接生婆"（maieutikós）——这正是"催产"的原始隐喻来源
3. 5 Whys（5 个为什么）#
- 原典：丰田佐吉（Sakichi Toyoda）1930s 起源 → 大野耐一（Taiichi Ohno）在丰田生产体系（TPS）里推广
- 二手权威：Wikipedia: Five whys
- 大野耐一原话："repeating why five times the nature of the problem as well as its solution becomes clear"
- 核心：连续 5 层"为什么"追到根因。简单但被严重低估。
4. Inversion（反向思考）#
- 真实原典：Carl Gustav Jacob Jacobi（19 世纪德国数学家）— "man muss immer umkehren"
- 现代推广者：Charlie Munger
- 二手权威：Farnam Street: Inversion + James Clear: Inversion
- Munger 原话："All I want to know is where I'm going to die, so I'll never go there."
- 核心：不问"X 怎么成立"，问"什么条件下 X 不成立"。暴露隐含假设。
5. Feynman Technique#
- 原典/出处：Richard Feynman 在 Princeton 期间的笔记本方法（"用最简单语言记下不懂的东西"）
- 二手权威：Farnam Street: Feynman Technique
- 核心：能用一个孩子听得懂的语言解释 X，才说明你真懂 X。否则说明没到 substrate。
- 检验方式：把术语拆掉，强制用日常语言表达。
6. Genealogy（谱系学）#
- 原典：Nietzsche, On the Genealogy of Morality (1887) → Foucault, "Nietzsche, Genealogy, History" (1971)
- 二手权威：Wikipedia: Genealogy (philosophy))
- 核心：不寻求纯净起源，而追溯 X 历史上是为解决什么问题而出现的。"权力关系"是 Nietzsche 的解释机制。
- 关键认识："Genealogy 不是寻找单一起源，是揭示多元的、有时矛盾的过去"——所以它能区分 X 的必然结构和偶然结构
B. 没在 skill 里、值得加进去的（候选）#
7. Cartesian Reduction（笛卡尔分析法）#
- 原典：Descartes, Rules for the Direction of the Mind (写于 1628，1701 出版) + Discourse on Method (1637)
- 二手权威：SEP: Descartes' Method
- 核心："把复杂的拆到简单的，简单到不能再拆——那就是不可怀疑的 substrate"（Rule 5）
- 关键差别：和 Aristotle 不同——Aristotle 问"X 为何存在"，Descartes 问"X 由什么不可还原的部分组成"
- 方法：Rule 4 定义 method 是"一组可靠规则……不会让你把假当真"
- 为什么值得加：当问题里的概念是"复合"的（比如"web 应用"），Cartesian 拆分比 Aristotle 目的因更直接可用
8. Phenomenological Reduction / Epoché（现象学还原 / 悬置）#
- 原典：Husserl, Ideas I (1913)
- 二手权威：IEP: The Phenomenological Reduction + SEP: Edmund Husserl
- 核心：epoché（希腊语"holding back"）——主动悬置一切自然态度的判断，不否认事物存在，但不预设它们的存在方式，重新观察这件事呈现给你的样子。
- 关键差别：和其他方法不同——它是个"减法"动作，是"剥掉假设"，不是"找根因"
- 应用场景：当你被既定术语 / 范式锁住的时候（"我以为 GUI 就是 app 的载体"——bracket 这个假设，重新观察）
9. Polya's 4-Step Method#
- 原典：George Pólya, How to Solve It (1945，Princeton)
- 二手权威：Wikipedia: How to Solve It + PDF 全文
- 核心 4 步：
1. Understand the problem（先吃透问题）
2. Devise a plan（找类比、子问题、反例）
3. Carry out the plan
4. Look back（回看：能不能更好？）
- 关键启发："如果问题太难，找一个相关但更简单的问题，先解决它"——这是 FP 催产里"通过简化案例找根因"的具体技法
- 价值：Polya 提供了几十条 heuristic dictionary 条目——比如"working backward"（从目标倒推回已知）、"specialization"（把一般问题特例化）。这本书有几十条这类技法。
10. TRIZ（发明问题解决理论）#
- 原典：Genrich Altshuller，1946 起，研究了几十万项专利后总结
- 二手权威：Wikipedia: TRIZ + 40 Inventive Principles
- 核心：识别"技术矛盾"——改善 A 必然恶化 B——然后用 40 条发明原理之一去化解。
- 和 FP 的关系：TRIZ 不是拆解到 substrate，而是绕过表面冲突找深层原理。比 FP 更工程化、更具体。
- 应用场景：当问题表现为"两个目标互相冲突"时，TRIZ 比 5 Whys 更有用——它直接处理"contradiction"
C. 是 first-principles 的同源思想，但不是"催产术"#
Reductionism / Methodological Reduction#
- 原典：广泛——Newton、Galileo、20 世纪科学哲学
- 二手：IEP: Reductionism
- 关系：reductionism 是一个哲学立场（"复杂可还原为简单"），不是一种操作方法。Cartesian / Aristotle / Feynman 都是 reductionist 框架下的具体方法。
- 结论：作为"立场"加入 skill 没意义，作为方法已经被上面 7-9 涵盖。
Dialectic（辩证法）#
- 来源：Aristotle 用"dialectic"指通过对话探讨意见达到第一性；Hegel 的 thesis-antithesis-synthesis
- 关系：Dialectic 是通过冲突的论点达到更高综合的过程，更适合"价值判断 / 真理探究"类问题，不太适合"X 是什么 / X 为何存在"的纯分析问题。
- 结论：不直接加入，但 Socratic Elenchus 已经吸收了 dialectic 的核心动作。
Elon Musk's first-principles thinking#
- 来源：2013 起 Musk 在多次访谈中说的"physics framework"——拆到不可怀疑的 fundamental，再 reason up
- 本质：不是新方法，是 Aristotle / Cartesian 的现代普及版
- 结论：作为"现代普及者"提一句即可，方法已被 Aristotle + Cartesian 涵盖。
D. 对 `/first-principles` skill 的建议#
加 2 个新方法#
| 方法 | 原因 |
|---|---|
| Cartesian Reduction | 处理"X 由什么不可还原的部分组成"问题——是"X 是什么"shape 上的最强工具，比 Feynman 更结构化 |
| Phenomenological Reduction (Epoché) | 当被既定术语/范式锁住时，先 bracket 掉再观察——是其他方法的前置条件（你假设 X 是 Y 类，所有方法就只能在 Y 范畴里跑） |
Shape dispatch 表更新#
| Shape | 例 | 主方法（更新） |
|---|---|---|
| "Will X happen / change / disappear" | "GUI 会消失吗" | Functional + Inversion + Substitutes |
| "Why does X exist / happen" | "Why did SaaS take off" | 5 Whys + Genealogy |
| "What is X / how does X work" | "Transformer 怎么工作" | Cartesian + Feynman + Functional |
| "Should I do X" | "Should I use Rust" | Inversion + Functional + Comparison |
| "我被卡在某个范式里"（新 shape） | "我以为 SaaS 就是订阅软件" | Epoché + Genealogy |
Polya 和 TRIZ 不直接加入#
它们更适合作为"adjacent skills"——可能未来值得做成独立 skill（`/polya` 或 `/triz`），而不是嵌入 first-principles。
E. Quick Reference 模式的诚实声明#
我用了大约 30 分钟。覆盖了 10+ 主要方法。没有覆盖：
- 系统论 / cybernetics（Wiener）— 适合 systems thinking 而非 FP
- OODA loop（Boyd）— 决策循环，不是 FP 催产
- Theory of constraints（Goldratt）— 找系统瓶颈，不是 FP
- Bayesian reasoning — 证据更新，不是 FP
- Wittgenstein family resemblance — 概念分析工具，不是 FP 催产
如果你想再深一层覆盖这些 adjacent 领域，告诉我，做 Deep Research 模式。