第一性原理的陷阱：當你用工程思維誤讀人性

在當下的商業與知識社群中，「第一性原理」（First Principles Thinking）已經從一個思考工具，延伸與轉變成一種社交貨幣。

你在任何創業路演或高階訪談都很可能會聽到：「讓我們回到第一性原理……」

這句話通常伴隨著一種像是摩西分開紅海般的自信，彷彿只要唸出這個五字真言，複雜的市場混沌就會自動退散，留下一條通往真理的筆直大道。

但如果你仔細思考他們所說的內容，你會發現有時候他們口中的第一性原理，只是一個用來逃避現實的修辭裝置。特別是在涉及「人與人互動」的社會科學領域，如果發生誤用所推導出來的結論不僅無效而且危險。

這裡要強調我反對的不是第一性原理。我反對的是把它當成「免除脈絡成本」的通行證。讓我們來聊聊為什麼它在社會領域經常失效。

▉ 為什麼大家這麼愛用？

真正的第一性原理是把假設壓到最少，讓推論去碰撞現實（Betting on reality）；而口號化的第一性原理是把現實壓到最少，用語言去碰撞自身原有的偏見。

那為什麼「第一性原理」這個詞本身會這麼流行，很大的原因是這麼做有極高的回報/成本比：

* 省成本策略：真正的第一性原理不是代表我們要廢棄現有框架，重新開展思考模式。而引用文獻、理解歷史脈絡、處理既有反例，這些都很耗時費力。但宣稱「讓我們回到第一性原理」，讓許多人自以為可以省掉許多前置作業，把一切歸零。這是一種知識上的偷懶。

* 地位訊號：在十幾年前Elon Musk尚未出名時，沒有多少人會把「第一性原理」當成口頭禪。但自從這套思考模式幫助Musk成功創立Tesla和SpaceX後，矽谷文化便把它當作圭臬，把遵循舊規被視為平庸。宣稱使用第一性原理，好像是在發送一個訊號：「我是有遠見的思考者，而不是普通的管理者」

* 免責裝置：第一性原理還有一個從「風險控管」角度的好處。當你宣稱自己應用這個思考模式但還是失敗了，你可以說：「我的邏輯是完美的，只是現實還沒跟上」

它同時滿足了：看起來聰明、做起來省力、錯了也不丟臉三種好處。這也難怪會這麼容易被濫用。而當這種濫用從社交場合進入到實際的商業決策時，問題就出現了。

▉ 第一性原理解釋不了的：制度摩擦

我一直都還記得某一年我們倫敦研究部大主管給我的年度評語中，包含了一句：「Vincent should exercise more first principle thinking」

可惜我們內部沒有開放答辯系統，否則我真的很想跟他分享將第一性原理用在覆蓋中國市場有多困難。

舉個例子來說：我看過一家私人醫院集團，專攻三四線城市，成長速度迅猛（特別是癌症治療領域）。它固然提供了三四線城市病人一些醫療可即性（accessibility），但仔細看它的收費標準卻比很多省會城市的醫院還高，而提供的服務品質（特別是醫生團隊）並沒有更好。

從表層的第一性原理（以病人為中心）來看，這家醫院既不便宜服務也普通，理應被市場淘汰。但它為何能維持高成長與高利潤？難道是邏輯失效了嗎？

不，邏輯沒有失效，是我們找錯了「原子」。

如果我們將分析的層級往下再挖深一層，你會發現這家集團真正解決的痛點，並不是病人的醫療需求，而是地方官員的「醫保赤字恐懼」。

在中國每個地方政府都有自己的醫保資金池。過去三四線城市的病人一旦生大病，就會往省會的大醫院跑，導致鉅額的醫保資金跨區流出。這對地方官員來說，是極大的財政壓力與政績扣分。

在這個特殊的脈絡下，這家醫療集團商業模式的第一性原理，根本就不是「治癒病人」，而是「降低地方政府的資金流失與赤字風險」。他們幫助官員把錢留在轄區內。而作為交換，官員給予廉價土地與政策保護。

所以在社會科學中，第一性原理之所以難用，往往不是因為推論工具壞了，而是因為在多重主體的世界裡，推論者選錯了主詞。工程師習慣面對單一目標函數（火箭必須飛起來）；但在社會系統裡，病人的「最優解」，往往是官員的「次優解」，甚至是醫院股東的「最劣解」。

真正的第一性原理思考者，在社會領域裡要找的不是物理原子，而是權力結構中，那個真正說了算的人的核心誘因。

▉ 錯置的圖層：封閉系統 vs. 開放系統

人們會在社會科學中誤用第一性原理這個概念，往往源於一種對自然科學的誤讀。他們認為物理學的成功來自於「找到了永恆的定律」，所以社會科學也應該如此。

這是一種把成功原因簡化過頭的誤解。這兩者的區別不在複雜度，而在於組成系統的參與者是否會根據你的模型調整行為：

* 死物的系統（物理/工程）：雖然結構極其精密，甚至可能有混沌效應，但你的研究對象不在乎你怎麼想。重力係數不會因為你準確預測了它而突然改變，試圖給你一個驚喜。

* 活人的系統（市場/社會）：這裡的變數是「人」。而在社會科學裡，你將面對兩個物理學沒有的幽靈：反身性與多重均衡。

1. 反身性（Reflexivity）：在社會世界裡，預測本身會改變結果。一旦某個獲利規則被揭露（例如「三月買進必漲」），參與者就會根據這個規則改變行為（提早到二月買進），導致原本完美的模型瞬間崩潰。

這就是為什麼工程師思維容易在股市與創業中遇到沒想過的風險：他們在找一條永恆的公式，但對手卻在根據他們的公式不斷改寫規則。

另一個經典的翻車現場，莫過於 2022 年算法穩定幣 UST/Luna 的崩潰。

當時工程師們設計了一個數學上完美的閉環：只要 UST 價格跌破 1 美元，系統就增發 Luna 讓套利者買入，價格自動回歸。這在「理性人假設」的代碼世界裡是無懈可擊的。

但他們忽略了，信心不是常數，而是變數。當 UST 輕微脫鉤，沒有驅動理性的套利，反而帶來非理性的恐慌與擠兌。這種恐慌是一個自我強化的迴路，最終在極短時間內蒸發了數百億美元市值。這套系統在封閉的邏輯裡是對的，但在開放的人性裡是致命的。

除了像 Luna 這種死亡螺旋，反身性也有它「無中生有」的一面。在社會科學裡，有時候「聽起來有道理（Plausibility）」比「真理（Truth）」更有力量。當足夠多的人相信這張紙有價值，它就真的有了價值。這在物理學裡是不可能的——你再怎麼相信萬有引力不存在，你跳樓還是會摔死；但在社會學裡，信念本身就是基本粒子。

2. 多重均衡（Multiple Equilibria）：同一套假設，卻推導出不同的世界。

在商業語境中，人們誤以為「只要想得夠底層，就會得到唯一正解」。但這種想法有很大的風險。就算我們接受「人追求效用最大化」這個最乾淨的假設，我們仍然可能推導出完全相反的世界。

想像一個社區，每個人都想追求安全最大化（第一性）：

* 均衡 A：大家互相信任，建立社區守望，實現「低成本、高安全」。

* 均衡 B：只要有一個人開始猜忌（沒有原因，單純就是這個人腦袋突然這麼想），就會逐漸擴散開來，各自買槍裝鐵窗，陷入「高成本、低安全」。

同樣的起點，同樣的邏輯，卻導向了天堂與地獄兩種結局。差別在哪？在於「信任」這種無法從個體理性單獨推導出的湧現屬性。

▉ 社會科學中的「第一性」：不是定律，是約束

那麼我們是否應該在社會科學中徹底拋棄第一性原理？

我覺得未必需要走到這麼極端，但我們需要重新定義它。

社會科學的「第一性」，通常不是像 F=ma 那樣的定律（Laws），而是「約束（Constraints）」。

在這個領域，真正不可撼動的底層假設通常是這些：

* 資源稀缺性

* 資訊不對稱

* 激勵不相容

* 交易成本

這些不是完整清單，但它們是最常在商業世界裡，決定一個設計「能否活下去」的底層約束。

在這個領域，真正有用的思維方式不是「找到唯一正解」，而是「排除必定失敗的選項」。它告訴你的不是「怎麼做一定會贏」，而是「哪些組合高機率會輸」。這是在剩餘的生存空間中，尋找堅固結論的起點。

例如你想設計一個平台規則：只要它要求參與者長期無私、資訊完全透明、且激勵永遠一致。那它就是遲早爆炸的炸彈。在這裡第一性不是定律，是拒絕自我感動的清單。

也許社會科學中的第一性原理，應該建立在「生物性的演化限制」上，例如鄧巴數限制了組織規模，趨利避害的本能限制了純粹的利他設計。不過依然要小心：人性的生物機制也許相對穩定，但社會互動還是開放系統。換句話說，演化給你的是「約束」，不是「預測」。它限制你能怎麼設計，但不保證你會走到哪個均衡。

▉ 結論：從「求真」到「堅固性」

最後我們需要把對第一性原理的追求，從哲學上的深度拉回到工程上的生存。

在自然科學，我們追求唯一真解；在充滿反身性的社會系統中，我們追求的是堅固性（Robustness）。這意味著，與其幻想找到一條能貫穿所有情境的永恆真理，不如設計一套能穿越多重均衡、即使假設稍微偏離也不會導致系統崩潰的策略。

第一性原理不是讓你更有道理，而是讓你更容易被證偽；而你願意被證偽，所以你進步得更快。

但請記住在處理社會問題時，你興高采烈地用剃刀刪除的那些「二手規則」與「傳統慣例」，很可能不是愚蠢的遺跡。

它們是災難後留下的疤痕。

這就是為什麼在社會科學裡，我們必須敬畏那句老話（Chesterton’s Fence）：

拆掉柵欄前，請先搞清楚它為什麼建在那裡。

這些看似不合理的柵欄，往往是針對某個「隱藏」的第一性原理所演化出的解決方案。

真正的第一性原理思考，要能深刻地理解現狀背後的演化邏輯。只有當你比建造柵欄的人更理解為什麼要有柵欄時，你才有資格拆掉它。