ASTELAYA
质疑需求
Make the requirements less dumb所有需求都要经得起追问。马斯克要求每条需求标注提出者姓名——因为聪明人提出的需求最难被拒绝，但也最危险：大家默认它一定是对的。
核心原则
- 反问：这是物理/法律必需，还是「一直这么做」？
- 挑战隐含假设，回到第一性原理
- 需求越少，系统越可靠
经典案例
SpaceX 质疑「火箭昂贵是因为一次性使用」的行业共识，将可回收火箭从「不可能」变为工程现实，大幅降低了发射成本。
Elon Musk · The Algorithm
Elon Musk Five-Step Algorithm
顺序不能乱，否则越优化越混乱。
-
01
质疑需求
Question追问每一个需求，尤其是聪明人提出的——它们往往最危险。
-
02
大胆删除
Delete能删就删。若删完后悔不到 10%，说明你还删得不够。
-
03
简化优化
Simplify在删除之后才能优化，别给本不该存在的东西打补丁。
-
04
加速迭代
Accelerate流程精简后再提速，让试错与反馈跑得更快。
-
05
最后自动化
Automate自动化是最后一步，别把错误固化成机器。
Make the requirements less dumb
质疑需求
追问每一个需求，尤其是聪明人提出的——它们往往最危险。
- 每条需求标注提出者与原始假设
- 区分物理定律必需 vs 人为习惯规定
- 定期审查：这个需求还成立吗？
Delete the part or process
大胆删除
能删就删。若删完后悔不到 10%，说明你还删得不够。
- 删除零件、步骤、会议、审批，而非只减预算
- 删完后若后悔不到 10%，说明删得仍不够
- 对「以后可能用到」的功能保持警惕
Simplify or optimize
简化优化
在删除之后才能优化，别给本不该存在的东西打补丁。
- 优化必须排在删除之后，顺序不可颠倒
- 优化不该存在的东西 = 高效地做无用功
- 追求更少零件、更短路径、更低认知负担
Accelerate cycle time
加速迭代
流程精简后再提速，让试错与反馈跑得更快。
- 缩短设计 → 制造 → 测试 → 反馈的循环周期
- 在精简后的流程上提速，而非在臃肿流程上狂奔
- 鼓励快速试错，用数据而非争论驱动决策
Automate
最后自动化
自动化是最后一步，别把错误固化成机器。
- 自动化是最后一步，前四步完成后再考虑
- 自动化错误流程 = 把浪费永久固化到机器里
- 先手工跑通，验证正确后再交给机器
DEEP DIVE
五步深度解读
马斯克在特斯拉与 SpaceX 制造体系中总结的工程哲学——适用于产品、工程与组织决策。
大胆删除
Delete the part or process如果某零件存在，就该有充分理由；如果某流程存在，就该创造明确价值。删除是五步中最难的一步——加东西容易，减东西需要勇气。
10% 法则
- 删完后若后悔不到 10%，说明你还删得不够
- 删除零件、工序、会议、审批，而不只是削减预算
- 对「以后可能用到」的功能保持高度警惕
经典案例
Tesla 大幅削减车内物理按键与线束数量，用中央触摸屏与软件迭代替代——零件更少，迭代更快，成本更低。
简化优化
Simplify or optimize常见错误是在删除之前就开始优化——给本不该存在的东西做精修，等于高效地做无用功。优化必须排在删除之后。
优化方向
- 更少零件、更短路径、更低认知负担
- 降低制造与维护复杂度
- 每个优化都要回答：删了之后还能达成目标吗？
经典案例
Model 3 内饰极简化——一条通风管道替代多条、一体化铸件减少焊接点，用设计简化降低制造难度与故障率。
加速迭代
Accelerate cycle time流程精简后才能提速。在臃肿流程上加速，只会让混乱跑得更快。缩短循环周期意味着更快获得反馈、更快学习。
提速方法
- 缩短设计 → 制造 → 测试 → 反馈的完整周期
- 用快速实验替代漫长争论
- 鼓励「快速失败」，从失败中提取数据
经典案例
SpaceX 采用「测试失败即学习」策略，通过高频试飞与爆炸测试快速迭代，远比传统航天的一次性完美发射模式更快逼近目标。
最后自动化
Automate自动化是最后一步。过早自动化会把错误永久固化——机器会不知疲倦地重复你的错误，而且速度更快、规模更大。
自动化前提
- 流程已经过质疑、删除、简化、加速验证
- 先手工跑通，确认正确后再交给机器
- 自动化的是「已验证的正确」，而非「尚未验证的假设」
经典案例
Tesla 千兆工厂在制造工艺成熟后才大规模部署自动化产线——先弄对，再放大，避免机器人高效地生产错误。
ANTI-PATTERNS
常见陷阱
跳过步骤或颠倒顺序，往往比什么都不做更危险。
跳过质疑，直接优化
在错误需求上精修，得到的是精致的错误。团队越努力，离真正目标越远。
不敢删除，只会堆砌
功能、流程、会议只增不减，系统复杂度指数上升，维护成本最终将拖垮团队。
先自动化，再简化
把尚未验证的流程交给机器，错误被永久固化，返工成本成倍放大。
在臃肿流程上加速
不删减就提速，混乱跑得更快。PPT 更多、会议更密，产出却不见改善。
把顺序当成建议
五步不是菜单，是严格流水线。打乱顺序等于重新引入浪费。
用自动化掩盖问题
上线脚本、CI、机器人不是为了省事，而是放大已验证的正确——否则只是高效地制造技术债。
PRACTICE
实践指南
五步工作法不只属于工厂——产品、工程、创业与团队管理都能套用同一逻辑。
产品设计
质疑每个功能是否解决真问题；大胆砍掉「也许有用」的特性；简化交互路径后再做体验优化；快速发布 MVP 收集反馈；最后才考虑自动化运营。
问自己：用户真的需要这个吗？工程开发
质疑架构中每一层是否必要；删除冗余代码与过度抽象；简化 API 与模块边界；缩短 PR 合并与发布周期；流程稳定后再引入 CI/CD 与自动化测试。
代码行数不是产出，解决问题才是。团队管理
质疑每条流程是否创造价值；取消无效会议与重复审批；简化决策链条；加速信息流转与反馈闭环；成熟后再用工具自动化协作。
会议是最后手段，不是默认选项。创业决策
质疑市场假设与商业模式；聚焦核心业务、砍掉分散精力的事；简化产品与运营；快速试错验证 PMF；规模化与自动化放在验证之后。
先做对一件事，再考虑做更多事。
QUOTES — INNOVATION
创新洞见
以第一性原理重新定义可能性的边界 —— 关于突破、失败与坚持。
如果一件事足够重要，即使胜算不大，你也会去做。
在这里，失败是一种选择。如果没有失败，说明你的创新还不够。
坚持非常重要。除非被迫放弃，否则你不应该放弃。
我认为普通人也可以选择变得不平凡。
早上醒来时，如果你认为未来会更好，那就是美好的一天；否则，就不是。
第一步是证明某件事是可能的；然后，概率才会出现。
QUOTES — INTELLIGENCE
智能未来
以算力为引擎，推动 AI 时代的新工业革命。
AI 的 iPhone 时刻已经到来。
我们正处于一场新工业革命的开端。
加速计算是一个全栈问题，从芯片到软件，每一层都必须重新设计。
每家公司都将成为 AI 公司，每一位开发者都将成为 AI 开发者。
生成式 AI 是计算史上最重要的平台转型，它将改变每一个行业。
买得越多，省得越多。