第一性原理

一间四十分钟的教室里，也有一笔「520 美元」

一、2013 年，有个人去翻了翻金属价格表

马斯克说过一句话：「如果你真的想做一些新的东西出来，就必须依赖物理学的方法。」这话不是修辞，他确实是这么干活的。

2013 年，他在一次公开访谈里说：电池组的成本可以降到每千瓦时 80 美元。

当时行业的共识是 600 美元。这不是谁在骗人。从原材料供应商到电池厂再到整车厂，整条产业链的定价、预算、长期合同，都建立在这个数字上。说它应该是 80，等于说整个行业的账本都算错了。

马斯克做的事情其实很笨。他把电池拆开，数了数里面有什么：钴、镍、铝、碳、聚合物，再加上人工和折旧。这些东西在伦敦金属交易所和期货市场上有公开报价，任何人都能查到。加起来，大约 80 美元。

那 520 美元的差额是什么？不是物理规律，是「行业一直以来就是这么干的」。

同样的事他后来在火箭上又做了一遍。一次商业发射的报价在几千万到上亿美元这个量级，所有人都接受「火箭是一次性消耗品，就该这么贵」。马斯克让人算了另一笔账：一枚火箭由什么材料构成？航空级铝合金、钛、铜、碳纤维，这些在商品市场上按吨计价。广为引用的一种说法是，原材料只占火箭价格的 2% 左右。

问题于是变了。原来是「怎么把报价砍下来一点」，现在是「这笔钱到底花在哪了」。这个转向，最终带来了可回收火箭。

值得注意的不是他们算出了 80 美元，而是他们愿意去翻那本金属价格表。

这件事后来被反复引用，用来解释一个来自亚里士多德的概念：第一性原理。而它真正的用处，恰恰在教师最熟悉的地方，一间四十多分钟的教室。

二、第一性原理：一个两千年前的提法

亚里士多德在《物理学》第一卷里讨论「本原」（archē），一个事物存在与生成的起点。到了《形而上学》第五卷，他把话说得更硬：第一原理是每一类事物中第一位的、不能再被推导的原因。它不是某一个观点，而是一条底线，往下再问，就没有东西可问了。

需要说明的是，这原本是一个哲学与认识论的概念，不是一套商业方法。它后来能解决实际问题，是因为它在西方科学传统里被反复验证过。

欧几里得做了第一次示范：只用五条公设、几条公理，推出整个几何体系。这不只是数学成就，它示范了一件事：只要地基足够少、足够可靠，就能在上面盖起一整座楼。

笛卡尔在《谈谈方法》里把它变成一条个人操作规则：怀疑一切，直到找到一个无法再怀疑的点（他找到的是「我在怀疑」这件事本身），再从那里重新往上搭。

牛顿在《自然哲学的数学原理》里把这条原则用到了物理世界。他声明自己「不做假设」，只从现象归纳出原理，再用原理去解释现象。

二十世纪的费曼在课堂上反复做同一件事。他有一个著名的说法：如果人类的知识遭遇一场大灾难，只能留下一句话给后来者，那句话应该是「万物由原子构成」。因为只要知道这一条，给足够的时间和实验条件，剩下的都能重新推出来。

到了工程和商业语境里，它被简化成一句更好记的话：不要照着别人做出来的结果做微调，回到那件事的物理事实，重新算一遍。

它的反面是「类比思维」：看同行怎么做、看现成的方案是什么样，然后在此基础上改良。

类比思维并不愚蠢。它便宜、快、风险低，人类绝大多数决策都靠它。你不可能每天上班都从原子开始推导怎么上课。

问题在于它的副作用：它会把「别人的结论」当成「世界的事实」。一旦发生这种替换，一个本来可以突破的问题，就被锁死成一个只能优化的难题。你会在 600 美元这条线上，认真讨论怎么把它降到 550。

换个更技术的说法：类比思维让系统做局部搜索，第一性原理允许它跳出当前这座山头，去找另一座可能更高的山。多数时候，附近那座山头确实就是最高的；但如果你发现自己在原地优化了很多年、收益始终是百分之几，那大概率是站错了山。

把它翻译成教师能直接用的三步。每一步都有一个容易卡住的地方。

1. 找出隐藏假设。列出我现在的做法，逐条问：这一条里，哪部分是世界的事实，哪部分只是「大家都这么做」？卡点在于，假设很少写成完整的句子，它常常藏在一个动词里：「得补课」「要抓基础」「多练练」。要把它改写成陈述句才能审，「补课能提高成绩」，这句话到底对不对？爱因斯坦说过，如果给他一小时解决问题，他会花 55 分钟想清楚这到底是个什么问题，剩下的 5 分钟想方案。这一步值这个时间。乔布斯的两个动作也是这一步的示范：别人都在琢磨怎么把屏幕做小、把键盘做薄，他问的是另一个问题，音乐播放器为什么需要屏幕？手机为什么需要键盘？答案一出来，那两个零件就都拿掉了。
2. 拆到基本事实为止。一直往下问，直到再问下去就不属于我的问题：记忆的规律、注意的容量、一节课的长度、学生已有的词汇量。卡点在于，「基本」没有客观标准，容易拆得过早，也容易拆得没边。用一把尺子量它：这条事实能不能被观察、能不能被测量。能测的（词汇覆盖率、反馈延迟的天数）才算拆到底。也不必强求拆到物理学的层面，比大多数人深入一两个层次，收益就已经出来了。
3. 从事实重新往上搭。允许新方案长得和现在完全不一样。卡点在于，这一步最难，因为从零搭出来的方案会得罪进度表、得罪评价方式、得罪同事默认的做法。所以真正可行的版本，通常是「先在可控的一小块上试」，而不是全校推行。这一步能走多远，取决于手上有多少可调用的思路，查理·芒格因此反复讲要多读、要跨学科读：你能从别的领域借来的模型越多，越容易搭出不一样的东西。

把两种思维放在一起对照，差别会更清楚。

维度	类比思维	第一性原理
起点	别人怎么做、现成方案	这件事的物理与心理事实
提问方式	怎么把 600 降到 550？	80 是怎么构成的？
能到的地方	渐进改良，10% 量级	可能颠覆，10 倍量级
成本	低，随时可用	高，只值得用在少数关键处
最大风险	天花板由别人决定	拆错前提，推导越严密错得越深
适合场景	日常绝大多数决策	长期无解的核心瓶颈

三、教学里那笔「520 美元」

在教室里，类比思维的痕迹到处都是。它并不等于懒惰，而是被时间、进度和考核逼出来的默认答案。下面七条，几乎每一间办公室里都能听到。

3.1「单词记不住，就是抄得不够」

这是最典型的一条。它把「学生没掌握」归因到「练习量不足」，而练习量的默认形式是抄写。

把这句话拆开看：抄写这个动作，检验的是手部动作的熟练度和短时描摹，几乎不产生「从记忆里把它调出来」的认知努力。而我们真正想让学生获得的能力，是「在需要的时候把它取出来」。这两件事在认知层面不是同一种活动。

一个人可以把一个单词抄二十遍，同时在抄的过程中完全不看它在写什么。抄写的容错性太高了，它不要求大脑参与。默写就不一样：写不出来，就是写不出来。

3.2「我讲清楚了，就等于学生学会了」

这条假设的隐藏前提是：知识可以从教师的讲述直接搬运到学生的大脑。

但工作记忆的通道是有限的，学生必须在自己的脑子里把新信息与旧知识重新组织一遍，才可能留下痕迹。教师讲得越多、越流畅，通道被占用得越久，学生自己加工的时间越少。

更麻烦的是错觉：讲得越流畅，学生越容易产生「我听懂了」的感觉。流畅性被误当成了掌握，这是学习中最普遍的一种自我误判。

3.3「题做得多，成绩自然好」

练习量确实与成绩相关，但相关不等于因果。也可能只是「能坚持多做题的学生，本来基础就好」。

真正起作用的是练习的形式：是重复已经会做的题，还是在恰好够不着的难度上做提取和纠错？前者带来的是熟练感和时间消耗，后者才带来能力增长。

有一个很便宜的检验方法：把学生这周的十道错题，下周原题再考一次。如果错的还是那几道，说明题量并没有转化成能力。

3.4「一节课就该讲满四十分钟」

课时是硬约束，但「讲满」不是。这条假设把「教师讲授时长」当成了「教学时长的等价物」。

事实上，讲授、练习、反馈、纠错是四件不同的事，它们争夺的是同一段不可延长的时间。讲满，意味着后三件事被挤到课后，而课后没有教师。

这里藏着一个算账错误：讲授是教师唯一能批量完成的动作，所以它最省教师的时间；而它的成本，被转移给了学生和课后。

3.5「生源就这样，天花板在这」

这是七条里最需要小心的一条。生源差异是真实存在的约束，但「生源决定上限」是一个结论，不是一个事实。

它是把某一批学生在某一种教学法下的表现，当成了这批学生的固有属性。换一种教法，这个「上限」常常会移动，这也是教育研究中最容易被忽略的一条。

它之所以危险，是因为它自带「免检」效果：一旦认定是生源问题，所有教学改进都自动失效了。

3.6「先讲后练，天经地义」

这条不太会被说出来，因为它太像常识。但它是可以被拆的：为什么一定要先讲？

它的隐藏假设是「学生不知道，所以要先告诉他」。可学生进课堂时并不是空白的；而且从「知道一个规则」到「能实际使用它」，中间隔着一整段自动化过程，讲一遍只能完成前面很小的一段。

从事实反推，更有效的顺序常常是「先试后讲」：让学生在一个略高于当前水平的任务上先失败一次，再讲。失败带来的注意定向，比被动听讲的吸收率高得多。

3.7「考完，这节课就结束了」

在中小学的语境里，考试几乎只承担一个功能：评价。考完、讲完、翻页、往下走。

但测试效应是认知科学里证据最硬的结论之一，「考」本身就是最有效的「学」。一次不评分的小测，对记忆的巩固效果通常好过再读一遍材料。

把「考完就结束」改成「考完才刚开始」，要做的只是把试卷从「终点」挪到「下一个循环的起点」：错题重新提取、隔周再测、把错误归类。

把这七条放在一起看，会发现它们有一个共同的结构：都把「某一种做法的量大」当成了「学习发生的原因」。抄得多、讲得多、做得多、考得多，量是看得见的，学习是看不见的，于是前者被当成了后者的证明。

四、在拆之前，先分清「事实」的成色

如果第一性原理是「从事实往上搭」，那么第一件事就是判断：手里这条东西，算不算事实？教学领域的「事实」来源太杂，可以粗分一个等级，从强到弱。

• 系统综述与元分析：把几十上百项研究放在一起算平均效应，有明确的纳入标准。
• 对照实验：有对照组、有随机分配。样本大、程序规范的，适用范围宽；单项小样本实验则窄。
• 长期观察经验：二十年教龄的老师，见过很多届学生。信息量大，但没有对照组。
• 个人印象与转述：「我听说」「大家都说」。

需要单独说的是第三条。经验不是没用，它恰恰是最重要的假设来源，一位老教师能看见很多研究看不见的东西。但它没有对照组：你无法知道「如果当初不那么做会怎样」。所以经验最合适的地位是提出假设，而不是提供结论。

判断手里这条能不能当地基，有三个几乎不花时间的检验：换人、换班还成立吗（只在一个班成立的东西，多半是情境，不是规律）；它能不能被推翻（想不到任何反例，它就不是一个可检验的判断，而是一个信念）；是相关还是因果（两件事一起变化，中间很可能有第三个变量：家庭投入、学习时间、睡眠）。

做这些判断，目的不是把经验全扔掉，而是为了知道：现在手里这条，究竟该被当成地基，还是该被当成待检验的假设。

五、教学的第一性事实长什么样

把上面的假设逐条推开，剩下这些才是那一层「再问下去就不属于我的问题」的东西。它们是当前认知科学与语言教学研究里的共识性结论，不是个人经验。

领域	基本事实	对教师的含义
记忆	遗忘在学完后立即开始，先快后慢（艾宾浩斯）；从记忆里「提取」一次，比再读一遍更能巩固（Roediger & Karpicke）；自己生成的内容比读到的记得更牢（生成效应）	复现要摊到几天、几周里，而不是集中在一节课；小测、默写、复述的价值被长期低估；让学生先猜、先写、先说，再给答案
注意	短时记忆一次大约只能操作 4 个组块（Cowan）；与学习无关的负荷会挤占学习容量（认知负荷理论）；专注周期远小于一节课	新信息必须成块、分层；无关装饰、冗长指令、同时多任务都在偷走学习容量；单次连续讲授撑不满一节课
学习	学习发生在「合意困难」处，太顺或太难都不产生（Bjork）；交替练习不同题型，长期优于集中练同一类（交错练习）；人对「自己是否学会」的判断极不准确	略高于当前水平、需要努力才能完成的练习才有效；按题型排列的卷子让学生只会「识别题型」；「听懂了」和「学会了」之间，需要一次外部检验
语言	无辅助理解的词汇覆盖率阈值在 98% 左右（Hu & Nation, 2000）；约 2000 个高频词族覆盖八成日常文本；一个词要在不同语境反复相遇多次，才可能被较好掌握	生词密度决定学生是「在读」还是「在猜」；高频词的教学投入产出比远高于低频词；一次讲透一个词是幻觉，多次弱接触更可靠
反馈	反馈的平均效应量很可观，但方差极大，取决于是否指向过程（Hattie）；提问后教师平均等待不到两秒，延长到三秒以上即见效（Rowe, 1972）	「很好」「重做」都算不上反馈；等待时间是极少数「零成本、立刻生效」的改动
动机	自主感、胜任感、归属感是内在动机的三个支点（Deci & Ryan）；动机约等于期望乘以价值	动机问题很少靠讲道理解决；只讲「这对你未来有用」，对不觉得自己能做到的学生无效
约束	一节课 40 或 45 分钟、班额、大纲、评价体系，是不可改的硬条件	硬条件不是惯例，不能拿它当「惯例」来拆

也要诚实说明，这些结论本身也在被修订。比如「注意力周期」那个数字，不同研究的口径差别很大，把它当成精确的生理常数是不对的；真正稳定的只有一条：它远小于一节课的长度。所有效应量也都是群体平均，具体到某一个班、某一个学生，可能完全不适用。事实是起点，不是结论。

六、从事实重新搭：课堂会变成什么样

把事实摆齐之后，原来的做法会显得很不一样。下面七个例子，每一个都是从上一节某一条事实直接推出来的。

6.1 单词：把「抄十遍」换成「三次间隔提取」

基本事实是提取效应加间隔效应。一个单元的词汇，可以这样排：

1. 第一天，课堂内首轮接触：带着语境读，在句子里用一次，然后立刻做一次无提示自测（哪怕全错）。
2. 第二天，课前五分钟：无提示默写，自查，错的当场标出。
3. 第四天，做一个填空或改写句子的小任务，要求把词用对。
4. 第十天，混在旧词里做一次随机提取：不按顺序，不提前告知范围。

每次的用时都远小于抄写，但每一次都在「从记忆里调出来」。代价是教师需要排表，而不是布置一句「抄十遍」。

还有一个点要从事实反推：复习间隔要和「需要用它的时间点」匹配。下周就要小测，就以天为单位安排；期末才考，就以周为单位。集中在考前一夜背完，能撑过考试，撑不过考试之后。

6.2 阅读课：先攻覆盖率，再谈技巧

如果一篇材料里生词密度高到 15%，学生做的事情其实不是阅读，而是逐词解码。这时候讲再多的主旨题技巧都没有用，他的工作记忆全用在认词上了，没有余量做推断。

按 98% 覆盖率这条事实反推：选材时先统计词频，把超出学生已知词汇的部分控制在一个很小的比例内；超出的部分提前处理成「预教词汇」，控制在 5 到 8 个，并且要在语境里教，不要列成一张生词表。

课堂上省下来的时间，用来做长句的结构拆解和推断训练，那才是阅读理解真正的瓶颈。

6.3 课堂结构：把「讲满」换成「5 + 10 + 20 + 5」

按注意力与合意困难两条事实，一节 40 分钟的课更合理的分配是：

• 开场 5 分钟，提取式导入。不是「上节课我们讲了什么」的口头回顾，而是两道题，让学生自己把上节课的东西调出来。
• 中段 10 分钟，讲授。其间至少中断一次，让学生做一分钟的复述或预测。
• 后段 20 分钟，学生在略高于当前水平的任务上练习，教师在教室里走动、观察、给个别反馈。
• 最后 5 分钟，提取式小结。合上书本，让学生写下今天最重要的两点，或者做一道当堂题。

关键不在于 10 这个具体数字，而在于讲授时长是被「学生需要多少时间来自己处理」这个事实决定的，而不是被课时长度决定的。

6.4 语法：从「讲透」到「三段走」

语法教学里最顽固的假设是「讲透了学生就会用」。这混淆了两类知识：能说出来的规则（陈述性知识）和能自动运用的规则（程序性知识）。前者靠理解，后者靠反复的、在有意义语境中的调用。

从事实反推，三段是：

1. 短呈现：把规则讲清楚，但控制在十分钟以内，配两三个典型例子。
2. 控制性练习：填空、改写、句型转换，目标是准确，允许慢。
3. 真实产出：在写作或口语任务中强制使用这个结构，目标是能用出来，允许出错。

多数课堂停在了第二段，因为第二段最容易布置、最容易批改。而恰恰是第三段，决定学生能不能真的用。

6.5 提问：把「是不是」换成三层问题，并等三秒

课堂提问的实际功能，常常不是引发思考，而是填充时间。很多问题的答案只有「是」或「不是」。

按「提问质量」与「等待时间」两条事实反推，可以这样做：

• 问题分层：记忆型（是什么）、解释型（为什么）、迁移型（如果换成另一种情况呢），三种各占一定比例。
• 明确等待时间：提问后停三到五秒，不重复、不点名催促。研究显示这个改动几乎不增加任何成本，却能同时提高回答质量与举手人数。
• 先想后说：让学生先写下一句话，再叫人回答。这样参与的是全班，而不是那三五个反应快的。

6.6 作文批改：让反馈指向过程

反馈的效应量高度依赖它指向什么。只给分数或等级，学生得到的是一个评价；指出「第三段的论据和论点之间缺了一步推导，把它补上」，学生得到的是一条可以立即执行的修改路径。

按这条事实反推，批改量必须下降。一篇作文上写十条批语，其实一条都不会被执行。宁可只标两处，要求学生改完再交。

如果班额大，还有一个更省力的版本：一次只批一个维度。这次只批「论据是否支撑论点」，下次只批「段落之间有没有连接」。学生把注意力集中在一件事上，改起来也快。

6.7 作业与考试：从题海换成少而准，把考试当学习工具

如果提取和反馈才是起作用的变量，那么「多做题」里被浪费的部分相当可观。可操作的改法是：

• 每天只留十道以内的题，但必须在第二天上课前给出答案与解析，并要求学生标注错因。
• 错题不抄写，重新做。抄题是在抄写，重做才是在提取。
• 把测试用起来：每单元开始时做一次不评分的「预习测」，让学生先错一遍。错过的内容，在后续讲授中的注意定向会明显增强。

这比「发一本练习册」更费力，因为它把教师的工作从「布置」挪到了「接收和回应」。这也解释了为什么题海会流行：它省的是教师的时间。

七、把它用起来：一次一周的实验，和一页纸拆解卡

第一性原理听起来像大工程，但落到教师手里，最小的可用版本只需要一周。

做法：选一个班，选一个可数的输出，比如某单元 30 个单词在一周后的默写正确数；把班按座位单列双列分成两组，A 组按老办法抄写，B 组按「三次间隔提取」；用同一个标准、同一个时间点评量，评价的人最好不是你，如果只能是你，至少先把评分标准写下来，事后再看；一周后对比两组的正确数分布。

几个要点：

• 不要追求统计显著。二三十人的班一次实验说明不了什么，你要的只是关于「我以前坚信的这件事，在这个班是否成立」的第一手材料。
• 一次只改一个变量。同时换教材、换作业量、换讲法，结果就没有意义了。
• 记下来。日期、班级、做法、数据，一年下来你会有一份自己的证据库，这正是第一性原理最缺的东西。
• 允许失败。如果抄写真的更好，那也是重要发现，你把一条「惯例」变成了「在你的情境下被验证过的事实」，这两者的分量完全不同。

这件事的意义不在于那 30 个词，而在于你以后说「这个办法有用」的时候，手里有东西。

接下来是那张可以贴在办公桌上的表。它由五个问题构成，每次遇到一个「一直这么做」「大家都这么做」的做法，填一行。

要填的一列	这一列真正要回答的问题
我现在的做法	写成一个能观察到的动作，不要写「重视基础」这类抽象说法
我默认它是事实的部分	这句话里，哪一部分我从来没有验证过
这条假设是谁告诉我的	追到具体的人、具体的场合，追不动就说明它只是空气
什么证据能推翻它	想不出任何反例，说明它不是判断，而是信念
只信事实的最小改动	小到今天下班前就能试一次

三个填好的例子：

我现在的做法	最可疑的那条假设	最小改动
考前一周集中背单词表	只有集中背才记得住	改成每天课前五分钟随机提取
讲完新课就发练习册	多练才能巩固	减到五道，第二天给答案并要求标错因
课上提问用「是不是」「对不对」	提问就等于互动	每节课设计两个解释型问题，提问后停三秒

不一定要填满。但「这条假设是谁告诉我的」这一列，往往会填出最有意思的答案。

八、第一性原理最容易用错的四种方式

第一，把未经检验的判断当成基本事实。这是最危险的一种。「学生不努力是因为没有内驱力」听起来像事实，其实是一个归因。从错误的前提往下推导，过程越严密，结论越难被纠正，因为整套推论都自洽，你找不到破绽，只能眼看着它把一个班带向错误的方向。

第二，拆到一半就停。从「成绩不好」拆到「学生不努力」，然后开始解决努力问题，这不是第一性原理，只是换了一个更精致的老办法。要一直拆到可以观察、可以测量的层面：任务难度是多少？反馈要几天才能到？学生已有的词汇量覆盖了多少？

第三，把真实的硬约束当成惯例一起拆掉。班额五十人、课时四十分钟、教材进度、考试范围，这些是约束条件，不是惯例。第一性原理要拆的是「我们为什么要这样做」，不是「我们可不可以不计成本」。忽略约束的推演，只会得到一份无法落地的方案，然后用「现实太残酷」收场。

第四，把它当成锤子，看什么都想敲。每次都走一遍完整拆解，教师的精力会被耗光，而且大多数日常决策根本不值得。类比思维在日常里是对的、有效的。第一性原理是少数派工具，只值用在少数关键处：一门课的核心难点、一条长期无效的做法、一个你认为不可能改变的瓶颈。判断标准很简单，如果一件事你已经优化了很多年、每年只能提高百分之几，就值得拆一次。

九、把「因为大家都这样」换成「因为事实是这样」

第一性原理不是叛逆，也不是要推翻一切。它只是一个更朴素的提问习惯：在动手改之前，先问一句「这件事里，哪些是事实，哪些是惯例」。

如果一整篇只能留下一句话，可以留这三问：

1. 我现在的做法，建立在哪个假设上？这个假设被验证过吗？
2. 如果我只相信事实，那么从事实出发，这件事最少需要几步？
3. 我遇到的这个障碍，是事实，还是别人告诉我的事实？

它不会让你每次都找到 80 美元。但只要有一次找到，那笔差额就够抵很多次没找到的成本。

而在教室里，那笔差额不会记在账本上，它会记在某个学生终于能把一个词用在正确位置上、终于读懂一段他本来会放弃的文章的那个瞬间。

文 / 张浩 · 2026 年 10 月

← 返回理论学习  ·  相关：学习迁移