每個系統中存在一個最基本的命題，他不能被違背或刪除
- 我們看不到，因為我們缺乏「硬學科」訓練
- 我們看不到，因我們「自以為知道」
- 我們看不到，因為我們「急功近利」的學習態度
相比起心理學、經濟學和社會學等人文學科需經常配搭前置假設才能應用，「硬學科」是完全建立在基礎假設及邏輯思維分析之上，例如數學就是一個完全不依托真實存在的世界，透過假定範圍，幾乎所有的推論都是正確，因此它的知識可以算是更可靠，更貼近「第一性原理」（ First Principle ) 的本質。
因為我們大多數人在日常認識問題時，一般只會依靠直覺、個人經驗、簡單的線性思維、因果關係、意識形態和價值觀偏好，而這些思維卻會引發 :
（1）我們無法發現事情之間深層次的關聯，我們眼前的認知都是一個分散的點，是一種孤立且斷裂式的認知，例如你無法明白到底 SpaceX 和 Tesla 電動汽車到底有什麼關係？
（2）我們面對超出自己日常工作的問題時，不知從何下手，更無法準確把握關鍵環節並合埋地預測事情的發展趨勢，例如你無法理解如何由電池組的構成基本原素，預測到解決澳洲電力危機的解決方向？
你可以透過「第一性原理」（ First Principle ) ，從底層的規律，以跨領域的方式，不停地活潑游走並累積，而隨著你的知識愈多，你的成長曲線會增長得愈來愈快，而當你能整合的知識愈多，你的知識就開始產生了爆炸性的威力 （股神巴菲特最親密的戰友 Charlie Munger 稱之為「Lollapalooza Effect」），透過這種學習和成長，你會更容易獲得對未來更準確的「預測」，從而獲得先機，成為產業中的新先知。
—-
一般人在生活中使用的是「類比」，「類推」的思維方式——這樣只能產生細小的疊代式發展。但是「第一性原理」要求你從物理角度看待世界，要把事物回歸到本質（you kind of boil things down to the most fundamental truth），然後再從中推論。
- 以最本質最基礎的無法改變的條件作為出發點
- 推演過程需要有嚴密的邏輯關係，盡量少引入估計
- 不可隨意參照同類方案或現有經驗，尊重客觀推演過程
https://wiki.mbalib.com/zh-tw/%E7%AC%AC%E4%B8%80%E6%80%A7%E5%8E%9F%E7%90%86