235
2大家好，我是阿秋。
今天我们继续深入第一性原理这个话题。
在上一期我们系统讲解了它的基础方法和商业应用，本期播客我们则依托另一本书《半小时讲透第一性原理》，来重点补充讲解在信息爆炸、AI席卷一切的今天，第一性原理为什么变得更重要，以及我们普通人该如何用它和AI协作，并在买房、育儿、工作等日常生活中进行刻意练习，最终获得不被AI取代的深度思考能力。
希望大家能从今天的内容里学会回归本质思考，不再被海量信息裹挟，做出更清醒的人生选择。
#highlights 本期要点
本周借助《半小时讲透第一性原理》继续聊
为什么AI让第一性原理更重要了
第一性原理是人类独有的原创推理能力，AI没有肉身，无法分清事实
如何用第一性原理来使用AI
第一性原理在日常生活中的应用，买房、学习、运动、育儿、消费、职业选择、商业
刻意练习第一性原理的5个习惯
第一性原理不是万能的，四个必须知道的使用边界
其他思维工具配合第一性原理使用
实践过程中容易踩的四个坑，保持谦逊
遇重要问题，行动之前先花两分钟问自己三个问题
下期预告
如果你有收获或疑惑，欢迎在评论区给我们留言；如果你喜欢本期节目，欢迎转发给你的家人、朋友。
最后，欢迎加入我们的「奇迹人生实验室」社群，一起实践科学生活方式，养成健康、富足的好习惯，每月深度交流、见证彼此成长～你值得且有能力过你想要的生活！❤️
#more 拓展阅读
📖 本期播客中提到的书
《半小时讲透第一性原理》樊中恺
《第一性原理：马斯克颠覆行业的秘密武器》雷神
《形而上学》亚里士多德
📝本期播客提到的文章
#wiki本期小百科
第一性原理（First Principle Thinking）：一种回归事物最基本前提，从根本出发拆解问题、推导逻辑的思考方式，拒绝依靠经验类比和已有结论进行判断。
苏格拉底提问法（Socratic questioning）：通过连续、有针对性的深度提问，帮助提问对象打破原有固有认知，审视自身信念与逻辑的漏洞，澄清底层假设的思辨方法。
主题阅读（Subject reading）：围绕某个特定主题，同时阅读多本相关领域书籍，整合不同观点来深入吃透该主题内容的阅读方法。
类比推理（Analogical Reasoning）：通过两个对象之间的相似性，推导出它们在其他属性上也存在相似性的推理方式，是当前人工智能大语言模型的核心能力之一。
大语言模型（Large Language Model, LLM）：一种基于大量文本数据训练的深度学习模型，能够理解和生成人类语言，完成文本生成、问答、推理等自然语言处理任务。
具身智能（Embodied Intelligence）：让智能体通过自身肉身或物理载体与环境进行交互，在交互过程中学习和进化出认知与决策能力的智能范式。
认知科学（Cognitive Science）：是一门交叉学科，研究人类认知、思维和大脑的工作机制，包括知觉、记忆、学习等认知过程。
费曼学习法（Feynman Technique）：也叫费曼技巧，以物理学家理查德·费曼命名的高效学习方法，核心是用简洁通俗的语言向他人解释所学内容，通过解释暴露理解漏洞、强化知识连接。
变焦（Zoom out）：原指摄影中缩小取景放大场景的操作，引申为跳出当前细节，把视角拉远、从更高更宏观的维度审视问题的思考方式。
发展心理学（Developmental Psychology）：研究个体从受精卵开始到出生、成熟直至衰老的生命全程中心理发生发展规律的心理学分支。
依恋关系（Attachment Relationship）：个体与重要他人之间建立的特殊情感联结，是儿童社会性发展的核心内容之一。
心理韧性（Mental Resilience）：也叫复原力，指个体面对逆境、挫折等压力时，能够适应并恢复调整、维持心理健康的能力。
护城河（Moat）：商业领域术语，指企业拥有的可持续的、难以被竞争对手模仿复制的竞争优势，能够帮助企业长期抵御竞争、保护自身市场份额和利润。
刻意练习（Deliberate Practice）：一种有明确目标、专注投入且包含及时反馈的针对性练习方法，被认为是提升专业能力的有效方式。
多元思维模型（Multiple Mental Models）：指集合多个不同学科的基础思维框架，从多角度分析问题，避免单一思维局限，用来更完整地理解复杂世界的思维体系。
系统思维（System Thinking）：把认识对象作为系统，从系统和要素、要素和要素、系统和环境的相互联系与相互作用中综合地认识对象的思维方式。
概率思维（Probability Thinking）：基于概率统计理论，在不确定性场景中通过分析不同结果发生的可能性大小辅助决策的思维方式。
逆向思维（Reverse Thinking）：指对司空见惯的、已成定论的事物或观点反过来思考，从问题的相反面进行探索，从而找到解决问题思路的思维方式。
隐性知识（Tacit Knowledge）：指难以用文字、语言、图表等形式清晰编码和表达，依赖于个人经验、直觉的知识。
贝叶斯定理（Bayes' Theorem）：一种基于新获得的信息，更新对事件发生概率估计的概率统计定理，核心是根据新事实不断调整原有认知的置信度。
先验假设（Prior Assumption）：在获得观测数据之前，预先对问题或者事件概率分布做出的假设。
后验概率（Posterior Probability）：结合观测数据更新后，得到的对事件概率的新估计值。
🎠 🎡 🎢
更多交流方式
阿秋vx：cndcchn（加好友备注来意）
公众号「秋导小剧场」
小红书/微信视频号/新浪微博：「修仙辣妹秋」
