第一性原理在大公司难,主要不是智力问题,而是它反常规、反人性,且大公司的预算和流程习惯按过去延续,不按“今年到底需要多少”重算。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
它反的是人的常规,不只是公司的常规
第一性原理要求你不断追问为什么,直到拆到无法再拆的物理定律或人性公理,剩下的那个才是基础。这件事本身反人性、反常规,所以哪怕在天天讨论它的硅谷,真正能做到的人也被估计只有百分之一二。大公司里人更多、层级更多,这种反常规的思考在每一层都更容易被磨掉,不是因为员工不聪明,而是因为顺着常规走阻力最小1,2。
预算按去年延续,而不是按需要重算
材料里的观点一个具体场景是预算:下属报上来今年要一亿美元,理由往往是去年也是一亿。第一性原理的问法是,今年这件事到底需要多少——也许五千万就能做得更好。绝大多数大公司不会这样想,因为按过去延续最省事、也最不容易被问责。所以第一性原理在大公司难,难在它要求推翻一个已经运转的默认规则,而不只是提出一个新想法3。
它和“不可规模化”的做法天然冲突
大公司倾向把一切流程化、可复制,而真正有价值的事往往要先做不可规模化的事,比如亲自处理一次事故、亲自盯一笔小支出。这类做法在大公司里会被视为低效、越权或不合流程,于是被系统挡回去。第一性原理要落地,通常需要有人愿意承担这种“不合群”的代价,而组织越大,这种代价越明显2,4。
材料里对“大公司”没有统一定义,也没有系统统计成功案例,所以“很少有成功例子”只能作为一种观察,不能当作已核实的比例。
出处
- 1AI浏览器,才能让AI真正走入大众?|把AI写进pitch deck,是十年前就在发生的事情|只有2%的人真的有第一性原理?|硅谷徐老师_上
解释第一性原理为什么反人性、反常规,以及为什么大多数人做不到。
- 2第一性原理难在哪里?难在孤独
说明第一性原理的定义和它带来的孤独感,帮助理解在大公司做这件事的代价。
- 3理解AI泡沫的规律,如何选公司,如何在工作中未雨绸缪|硅谷徐老师访谈_下
给出预算按去年延续的具体场景,说明大公司为什么不按需要重算。
- 4想成功,要做“不可规模化”的事情|来自独角兽创业公司的经验总结
用不可规模化做法的例子,说明大公司流程与第一性原理的冲突。
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 怎么深刻理解第一性原理,如何应用在日常工作和生活中?
第一性原理的拆解本身不难,难的是拆完之后敢不敢不随大流,并承受由此带来的现实损失。
- 现在转码还有意义吗?AI 时代如何转码?
转码的旧红利(毕业即多个大厂 offer)已经过去,但 AI 时代真正稀缺的不是会写代码,而是能用廉价代码换取认知确定性、把真实任务交给 AI 做完的人。
- 現在AI創業還賺得到錢嗎?
能赚钱,但赚钱的位置从「做软件」移到了「拥有客户和定价权」;AI让试错变便宜,也让只会执行的人更难赚到钱。
- espresso
espresso 在这批材料里主要出现在三个话题里:在家做一杯的流程与水温控制、用便宜豆子集中练习拉花、以及把“咖啡体验”当作理解 FDE 的类比。
- Ai时代,文科专业毕业生的出路如何?
文科的出路不在“专业对口”,而在把表达、判断和审美变成市场愿意付钱的东西;AI 让这条路更宽也更挤。
- “前亚马逊VP教我们职业发展”这个视频中最有价值的信息都有什么?
这期最值得记的是:升职不只靠技术过硬,还要让决策者看见你把技术转成了业务价值,并和你建立信任关系。