AI 时代让我们重新回顾第一性原理——《半小时讲透第一性原理（轻思维）》

AI 编程的占比越来越高，程序员群体对于“谁会先被替代？”这个问题争论的也很凶。完全不亚于当年“PHP是不是最好的语言”这个议题。

后端开发觉得：主要业务逻辑都在我这里，业务我比你懂。还有系统架构你们前端整得明白吗？
前端觉得：后端框架都是定式的，AI 就能解决。前端要 IE兼容、机型适配，我都整不明白，AI能整明白吗？

关于这个问题的答案，我们不妨按照第一性原理来思考

一、什么是第一性原理？

第一性原理（First Principles Thinking）是一种物理学思维，它要求我们将事物剥离到最基本的真理（即“公理”），然后从那里开始重新推导，而不是依赖类比或过往经验。

SpaceX 与火箭成本
在马斯克决定造火箭之前，航天界的“常识”是：火箭发射极其昂贵，一枚火箭动辄数千万甚至上亿美元。

类比思维（常规做法）： 看看别人是怎么做的？看看过去的报价是多少？结论是：火箭就是这么贵，因为历史数据告诉我们要花这么多钱。
第一性原理思维（马斯克的做法）：
1. 拆解： 火箭到底是由什么组成的？马斯克发现，火箭的原材料不过是航空级铝合金、钛、铜和碳纤维。
2. 追问： 这些原材料在伦敦金属交易所的市场价格是多少？
3. 发现真相： 经过计算，他发现原材料的成本仅占火箭传统报价的 2%。
4. 重构： 既然材料成本这么低，那么昂贵的部分一定在于“中间环节”——低效的制造工艺、层层分包的供应链以及一次性使用的浪费。

结论： 马斯克没有去买现成的火箭（类比），而是决定自己买原材料，通过垂直整合和研发可回收技术，将发射成本降低了近 10 倍。这就是第一性原理：不看“别人怎么做”，只看“物理极限在哪里”。

二、AI 时代为什么第一性原理很重要？

AI 最擅长的就是模仿和优化现有的流程。但是这恰恰成为了 AI 能力的枷锁。举个例子：
假设一个部落居民穿越到现在。他对 AI 提问：如何才能跑的更快？
AI 输出了跑的更快的建议，并提供了训练计划和方案。但是我们按照第一性原理去分析，这个居民真实的目的其实是 “ 如何更快的从 A 点到 B 点”
如果我们把提问换成这个，AI会帮他规划开车自驾、骑车、骑马的路线。这个居民得到了更合适的解决方案。
你看，不同的提问方式，AI 能得出不同的答案。 AI 中专门有一个词，Prompt 工程，就是教你如何去写提示词。

三、第一性原理如何解决前后端之争？

我们不妨用大部分程序员最熟悉的系统——商城系统来做一个全流程的拆解

客户：想要一个类似淘宝的商城。
PM：包含订单、支付、物流模块，每个主要的模块功能是xx，原型图在这里。
UI/UX：按客户偏好和行业偏好完成了 UI 稿的设计，用户确认完成
后端：已经完成接口设计，接口设计文档，开始技术评审
前端：已经按照 UI稿开发完成，开始联调
测试：按用例执行完成，无问题可以上线
运维：已经完成发布

最终项目开发完成。

按照第一性原理，我们重新去看这个过程，对于客户来说，他需要的是：

一个商城系统，细节功能我不清楚，就类似淘宝那种。
能减少在电商平台销售的成本
能看更多的数据
给我个网址能打开并使用

我们假设这个 PM，能使用 Agent 完成 UI 和 UX 设计，最后还能用 Claude Code 完成开发、上线，最后基于 AiOps 的功能完成上线。好像一个人就能完成，这时候我们开始大呼：除了 PM 大家都要失业了！

其实这还是研究了“如何跑得快？”的问题。

你可以看到，这些需求其实都是结果导向的，至于你前后端分离不分离、有没有UI/UX，其实根本不关心。客户更多关心的是，我能找到一个对接人，我跟他对话，实现我的需求。

而 PM、UI、前端、后端这些岗位，都是 Web2.0 时代的需求创造的，比如年纪大一点的工程师最早还是用 JSP 来完成 Web 页面的开发呢。
我们重新看这种可能，用户和一个人/Agent对话（这个角色应该叫什么我也不知道）。通过引导提问和用户需求分析，最终用户获得满意的系统。

到这里，我觉得我还是违背了第一性原理，因为我局限在了商城这个系统中。再往上，用户的需求其实只有一个：我要提升销售额，获取更多利润。
用户通过降低成本和价格，获得了更多的利润。这个时候，商城系统这个需求都不存在了，PM 也要失业了吗？

实际情况不会有这么夸张，AI 还在发展期。我举这些例子，只是为了让你看到——AI时代，很多我们认知中的东西会被重塑。因此思维变得更重要了。

回到前后端谁会先被淘汰这个问题，答案我觉得是渐进的：

第一步：解决不了前端问题的后端和解决不了后端问题的前端
第二步：没有产品思维的开发和没有开发思维的产品
…
…
第X步: 没有系统需求，演化为算力的需求、成本控制的需求，更关注原本的物理规律

四、AI时代，如何训练我们的思维方式？

思维需要刻意练习，最终去训练成我们的肌肉记忆，这本书中也提供了一些方法

1. Day 1 心态（归零思考法）

这是亚马逊创始人贝佐斯推崇的理念，也是应用第一性原理最直接的切入点。通过假设“一切归零”，强制大脑切断对过往经验的依赖（类比思维），重新审视当下的最优解。

场景：岗位/工作
- 提问： “如果我今天是第一天来到这个公司/岗位，看着现在的流程和报表，我会觉得哪些步骤是多余的？我会怎么安排工作？”
- 目的： 识别并剔除那些“因为一直是这么做，所以一直这么做”的无效流程。

2.每天找一件事情问五个为什么？

** 为什么我的代码总是出现 Bug？**

1 Why：为什么出现 Bug？
答：因为空指针异常。
2 Why：为什么会有空指针？
答：因为上游接口返回的数据结构变了，我没处理。
3 Why：为什么上游变了，我不知道？
答：因为我们之间没有定义严格的接口文档，且没有自动化契约测试。
4 Why：为什么没有接口文档和测试？
答：因为项目赶进度，大家觉得写文档和测试浪费时间。
5 Why：为什么项目总是赶进度？
根本原因：需求评审阶段缺乏对“变更成本”的评估，导致开发时间被压缩。
结论：解决 Bug 的方法不是“更小心地写代码”（表象解），而是“建立严格的接口契约和自动化测试流程”（根本解）。

3.记假设日记，后期来回顾

日记模板：

日期： 2026年4月18日
假设情境：假设现在是 2027 年，AI 已经能够完成 90% 的编码工作。
回顾问题：
1. 我现在的核心竞争力是什么？是写代码的速度，还是设计系统的能力？
2. 如果我的岗位消失了，我能利用现有的技术积累转型做什么？（例如：独立开发者、AI 训练师、业务架构师）
3. 我今天花 3 小时优化的这个 CSS 动画，在明年看来还有价值吗？

4.跨领域阅读

5.技能学习

提问： “如果今天重新开始学这个技能（比如编程、设计、外语），在有了 AI 辅助的情况下，我会选择什么路径？我还会背单词吗？我还会手写代码吗？”
目的： 找到技能树中真正的“元知识”（不可再分的核心），放弃过时的细枝末节。

五、别忘了，具体问题具体分析

我们这里所有的思维认知，都是建立 AI 的未来能力基础上，更像是一种升维的思维碰撞。千万不要以为这就是无所不能的“大师球“，能把一切问题都装进去。

这时候别忘了“具体问题具体分析”，带着升维的眼光，去解决现有的问题！