马斯克第一性原理工程分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_f8c4945a/76b590ac-4e92-11f1-a3d1-00155d4133b5。
技能介绍
要解决什么问题
当项目报价、工程造价、调研报告或系统方案显得“太贵”时,常见分析容易停留在功能对比和供应商砍价层面:知道价格高,却不知道高在哪里;知道方案复杂,却难以证明哪些模块、材料、流程或认知冗余可以删除。马斯克第一性原理工程分析 针对这类问题,把成本分析从类比式判断转为可度量的结构分析:先质疑需求,再拆解到基本事实单元,计算理论成本,识别溢价类型,最后提出可验证的零基重构方案。
技能如何工作
该技能提供一套五步工程分析框架:
- 质疑需求:区分真实需求与假设需求,检查需求是否隐含解决方案、是否来自“别人这样做”的类比。
- 系统拆解:将物理实体、信息处理、服务流程或能量转换拆到
原材料清单、基本数据单元、原子操作等不可再分单元,并用市场基准价形成理论成本基准。 - 识别溢价:计算结构溢价指数
SPI,区分品牌溢价、信息不对称溢价、路径依赖溢价、风险溢价、监管套利溢价和认知负荷溢价,并给出对应消除策略。 - 重构方案:遵循 先删除,后简化;先简化,后加速;先加速,后自动化 的顺序,输出至少一个零基方案,并比较成本、效率和风险。
- 验证假设:通过原型测试、供应商询价、A/B 测试或试点采购验证关键假设,并定义回退条件。
适用边界与注意点
它适合设计方案成本优化、工程造价审减、商业调研、报告结构优化和投资价值评估等需要量化拆解的场景。使用时要注意:方法本身不替代真实采购报价、法律合规审查或工程仿真;若缺少可靠市场数据、单元指标或可测试假设,结论会退化为估算。分析时应避免停留在模块层、遗漏隐性溢价,或用过于保守的“微调方案”冒充重构。
使用场景
- 在设计评审前,把系统拆成材料、计算资源和人工单元,给出理论成本基准。
- 面对供应商报价离散度大,用 SPI 识别信息不对称溢价并整理询价依据。
- 做工程造价审减时,对比 C30 混凝土、Q235 钢材和技工单价,形成报价合理性分析。
- 写调研报告前,先用根问题判断哪些数据必要,降低数据采集和分析成本。
适合人员
- 负责项目设计评审,需要把报价拆到材料和人工单元的工程师。
- 做工程造价审减,需要用基准价判断混凝土、钢材和人工是否偏高的造价员。
- 需要降低商业调研成本并重构数据采集框架的业务分析师。
- 需要判断投资标的溢价来源并找出结构性套利机会的投资研究员。