事件
過去 20 年，航太產業形成了一個集體信念：火箭昂貴是宿命。發射費用每公斤數千美元，航天局、民營公司都默認這是常數。直到 Elon Musk 在 SpaceX 用一個簡單問題打破僵局：『火箭由什麼製成？』
答案：鋁、鈦、銅、碳纖維——都是地球上買得到的元素。原料成本只占最終火箭價格的 2%。如果市場價是 $100M，而原料才 $2M，那代表什麼？存在 50 倍的降本空間。
SpaceX 沒有發明新技術，而是問了一個簡單的分解問題，然後通過垂直整合、自製引擎與結構件、優化供應鏈，慢慢收窄那 50 倍的缺口。
同樣的思路出現在 Jeff Bezos 手中。他沒有問『大公司的資料中心怎麼建』，而是拆解：電力成本、機架、冷卻系統、網路頻寬。發現規模化下，雲端基礎設施的單位成本可以低於企業自建 10 倍。AWS 由此而生。
為什麼這個方法這麼強
類比推理的陷阱：『因為行業都這樣做，所以應該這樣』。這句話在穩定環境裡很高效（不用重複發明輪子），但在 bounded constraints 改變時就成了天花板。
第一性原理的力量：從物理事實或邏輯基礎出發，問『理想狀態下的下限是多少』，然後反推『現在比理想狀態高多少倍』。這個倍數就是創新空間。
火箭案例： - 理想下限（physics）：原料成本 $2M - 當前市場價：$100M - 創新空間：50x
AWS 案例： - 理想下限（規模經濟）：雲端基礎設施成本 - 企業自建成本：10x 更高 - 創新空間：市場轉移
應用框架
遇到『這個領域的常見做法』時，用三層問法：
1. 拆解層：系統由哪些原子組件組成？成本 / 時間 / 品質各占多少？ 2. 下限層：從物理 / 邏輯基礎，每個組件的理想下限是多少？ 3. 缺口層：現狀與下限的差距是多少倍？那倍數從何而來（低效率、壟斷、技術限制、規模經濟未發揮）？
最容易找到機會的產業，往往是第 3 層缺口最大的地方。