360 Secure SkillHub
360 安全技能中心

Essence Trace

对观点、现象或问题做纵向深钻:用5 Whys连续追问逼近根因,用第一性原理剥离假设回到不可分节点,识别2-3个高杠杆点,最后给出一句话本质结论;同时给出终止条件判定标准与上下游技能串联说明。

jack-long-2022
jack-long-2022
热度 16.00
最近更新 2026-06-26 21:59:19
分类:知识依赖:纯提示词应用场景:概念解释 / 研究

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add essence-trace
Metadata
name
追本溯源 (Essence Trace)
slug
essence-trace
version
1.0.0
created
"2026-06-26T00:00:00.000Z"
author
builder (EvoSkill 小组)
reference
ljg-rank (lijigang/ljg-skills) + 第一性原理
priority
P1
level
L2 (认知工具级)
description
对观点或现象纵向深钻至不可拆分的本质。5 Whys + 第一性原理融合。 触发词:「追本质」「溯源」「为什么」「第一性原理」「essence-trace」

追本溯源 · essence-trace

定位:对任何观点/现象/问题,纵向深钻到底——直到物理/逻辑层面不可再分。 方法论:5 Whys(丰田)+ 第一性原理(马斯克)+ 善人「投资思维」杠杆解。 版本:v1.0.0 | 2026-06-26


🎯 技能目标

核心价值:把"对一个问题的浅层理解"提升到"看见其本质结构"。

核心能力:

  1. 5 Whys 追问:连续追问 5 次"为什么",逼近根因
  2. 第一性原理:剥离所有假设/类比/惯例,回到物理/逻辑起点
  3. 识别不可分节点:找到"物理/逻辑层面无法再分"的节点
  4. 杠杆点识别:在追问链中找到 2-3 个高杠杆点

与"普通思考"的核心差异:

  • ❌ 普通思考:"房价会涨是因为政策支持"
  • ✅ essence-trace:"房价会涨 → 政策支持 → 政策目标是稳增长 → 稳增长靠什么 → 投资驱动 → 投资需要融资 → 融资靠土地信用 → 土地信用是房价的锚"

🔔 触发条件

用户说 触发
"追本质"、"溯源"、"为什么"、"第一性原理" ✅
"essence-trace"、"找根本原因"、"根因分析" ✅
"我想搞明白 [现象/观点/问题]" ✅
"这件事的根本原因是什么" ✅
用户给出一个观点,问"为什么这么说" ✅

触发词(5 个):

  1. /essence-trace
  2. /追本质
  3. /溯源
  4. /为什么
  5. /第一性原理

不触发:

  • 用户问"是什么"(应用 deep-questioning 或 concept-anatomy)
  • 用户做决策(应用 shanren-investment-decision)
  • 用户要执行(应用 task-dispatch-flow)

📥 输入格式

类型 格式 示例
观点 完整陈述句 "房价会一直涨"
现象 描述性陈述 "为什么大城市堵车越来越严重"
问题 疑问句 "为什么要做第二曲线"
决策疑问 完整描述 "我应该辞职创业吗"

输入校验:

  • 必须有明确可追问的对象
  • 接受任何粒度的输入(可从模糊开始追问)

🧠 认知框架:5 Whys × 第一性原理

核心命题:任何"看起来复杂"的问题,必有可识别的底层结构。把这个底层结构挖出来 = 看透本质。

5 Whys(追根究底)

原理:对一个现象,连续问 5 次"为什么",每次都基于上一步的答案。

示例(汽车抛锚):

Q1: 为什么汽车抛锚?→ 发动机停了
Q2: 为什么发动机停了?→ 没油了
Q3: 为什么没油了?→ 油表坏了没发现
Q4: 为什么油表坏了没发现?→ 仪表盘没报警
Q5: 为什么仪表盘没报警?→ 传感器设计缺陷
→ 本质:单一传感器设计,缺乏冗余

注意:不是机械地问 5 次,而是问到根因。有时 3 次就够,有时要 7-8 次。

第一性原理(First Principles)

原理:剥离所有假设/类比/惯例,回到物理/逻辑/数学的不可分节点。

步骤:

  1. 识别问题中的所有假设("通常是这样")
  2. 把假设逐个剥离
  3. 剥离后剩下的就是"第一性原理"

示例(电池成本):

假设 1:电池很贵 → 真的吗?
  剥离:电池 = 碳 + 镍 + 铝 + 一些聚合物
  市场上这些材料:碳 $X/kg + 镍 $Y/kg + ...
  计算:$80/kWh
  → 实际售价:$1000/kWh
  → 巨额差价来自什么?→ 供应链整合/规模不经济/工艺壁垒
  → 第一性原理:原材料成本极低,溢价来自过程

善人融合:杠杆点识别

原理:在追问链中,识别出2-3 个高杠杆点——小改变带来大影响的位置。

杠杆点判定:

  • 这点改变 → 上游/下游多个节点都受影响?
  • 这点改变 → 长期/短期都有效?
  • 这点改变 → 系统整体效率提升?

🔄 处理流程(6 步)

详细流程见 PROCESS.md。简要步骤:

Step 1: 初始问题陈述 → 用 1 句话清晰陈述
Step 2: 第 1 层追问 → 前置问题是什么?
Step 3: 连续追问 → 5 Whys(不限于 5 次)
Step 4: 识别不可分节点 → 物理/逻辑终点
Step 5: 回溯链条 → 画出从问题到本质的链
Step 6: 杠杆点识别 → 2-3 个高杠杆节点
        ↓
Final: 一句话本质 = "这个问题的本质是 ______"

🛑 终止条件:什么时候不能再拆了

核心问题:深钻到什么程度停?

终止判定标准

1. 物理/数学不可分

  • 抵达物理定律(牛顿三定律/热力学/相对论)
  • 抵达数学公理(1+1=2 / 集合论基础)
  • 抵达物质基本单位(原子/基本粒子)

2. 逻辑/概念不可分

  • 抵达不可定义的基本概念(存在/意识/时间——本身需要被定义)
  • 抵达公理化体系起点(欧氏几何 5 公设)
  • 抵达"自明之理"(axiom)

3. 经验/实证终止

  • 抵达"实验事实"(水的沸点 100°C / 光速 30 万 km/s)
  • 抵达"统计规律"(大数定律 / 中心极限定理)

4. 选择/价值终止

  • 抵达"个人选择"(本质上是偏好问题,无对错)
  • 抵达"价值判断"(善恶/美丑/好坏——无法再追问"为什么")

终止的标志

当追问遇到以下情况时停:

  • "它就是这样"(事实/定律)
  • "这是定义"(概念基础)
  • "这是选择"(价值判断)
  • "我想要"(个人偏好)
  • "循环论证"(已经回到起点)

注意:没有绝对的"不可分"——任何"不可分"都是当前认知框架下的边界。 哲学上"为什么存在"等终极问题没有终点,但在实用层面,上面的标准足够用。


📤 输出格式

完整示例见 examples/。核心结构:

🎯 essence-trace: [输入观点/问题]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
初始问题:______

追问链:
Q1: ______
  → Q2: ______
    → Q3: ______
      → [不可分节点]: ______

关键杠杆点:①______ ②______ ③______

💡 本质:[一句话,< 30 字]

🚧 边界

不做 原因
哲学终极问题("为什么存在") 实用层面无终点,转向 philosophy 类技能
纯事实查询("地球半径多少") 不需要溯源,直接查
涉及情感/价值("什么是幸福") 溯源到价值判断会终止,但可能缺乏实用价值
不可证伪的命题("上帝是否存在") 缺乏终止条件,转向 belief 类讨论

🔗 上下游串联

上游

  • deep-questioning:先用 5 层追问初步探索
  • concept-anatomy:解剖概念后再溯源
  • shanren-lens:善人视角过滤后再追问

下游

  • shanren-investment-decision:基于本质做投资决策
  • article-writing:把溯源结果转为文章
  • scenario-sop:建立新 SOP 处理类似问题

预拼装工作流

deep-trace-flow(深度溯源):

deep-questioning (5层初步追问)
  → concept-anatomy (8维度解剖)
    → essence-trace (追本溯源)
      → article-writing (输出文章)

decision-essence-flow(决策溯源):

shanren-lens (善人视角)
  → essence-trace (决策本质)
    → munger-decision (决策模型)
      → shanren-investment-decision (执行决策)

🎯 与现有技能的关系

现有技能 关系 互补点
deep-questioning 前置 deep-questioning 是"5 层追问",essence-trace 是"无限追问到本质"
concept-anatomy 前置 concept-anatomy 解剖概念"是什么",essence-trace 追问"为什么是这样"
munger-decision 后续 munger-decision 决策,essence-trace 提供决策依据
thinking-toolbox 体系 thinking-toolbox 是"思维工具列表",essence-trace 是"工具应用"

📊 评级

  • 优先级:P1(思维工具)
  • 认知层级:L2(认知工具级)—— 强方法论,但不是完整 OS
  • 使用频率:⭐⭐⭐⭐(遇到"想不通"的问题时高频)
  • 价值密度:⭐⭐⭐⭐⭐(避免"治标不治本"的解决方案)

📚 方法论参考

  • 5 Whys:丰田生产方式(大野耐一),通过连续追问找根因
  • 第一性原理:亚里士多德 → 笛卡尔 → 马斯克(火箭/电池案例)
  • 杠杆点:Donella Meadows《系统之美》—— 12 个杠杆点层级
  • 善人融合:「投资思维」原则 3 = 找四两拨千斤的点

详见 PROCESS.md 和 examples/。