# Axiomatic Thinking

> 当用户需要构建一个系统/理论/知识体系、寻找问题的底层原理、或在问"如何从根本原理出发推导一切""怎么找到事物的本质""为什么物理学/哲学思维有用"时激活。 核心信号：用户在做体系化思考、寻找"第一因"、或试图从少量前提推导出完整方案。 不适用于：纯粹的执行层面问题、不需要理论指导的实操任务。

- Skill: `kangarooking/axiomatic-thinking` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add kangarooking/axiomatic-thinking`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kangarooking/axiomatic-thinking/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: kangarooking (https://skillmd.com/u/kangarooking)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/kangarooking/axiomatic-thinking

---


# 公理化思维框架

## R — 原文 (Reading)

> "公理化思维就是人类在生活和工作中，以公理或第一性原理为根基，运用逻辑思维去推理，并建立其他理性思维体系的一种方式。理论家的工作可分为两步，首先是发现公理，其次是从公理出发推出结论。"
>
> — 李善友，第二章

---

## I — 方法论骨架 (Interpretation)

从少数几条不证自明的公理（基石假设）出发，通过演绎法的逻辑推导，构建完整的理性系统。

核心范式来自欧氏几何：5个公设 + 5个公理 + 23个定义 → 演绎推导出 48条定理 + 467个命题 → 整个平面几何系统，沿用2000多年无需修改。

思维方式的本质转变：
- 普通思维：从已知推导已知（归纳法，在系统内打转）
- 公理化思维：从已知推导未知（演绎法，从公理拓展系统边界）
- "一切学问都是证明系统"——中间的逻辑推导过程比最终结果更重要

---

## A1 — 书中的应用 (Past Application)

### 案例 1: 牛顿经典力学的公理化架构
- **问题**: 天体运动和地上物体运动各有各的规律，无法统一
- **方法论的使用**: 以2条公理（惯性假设 + 引力假设）为基石，演绎推导出F=ma和万有引力定律
- **结论**: 统一了天上和地上的运动规律
- **结果**: 引发了第一次工业革命

### 案例 2: 达尔文进化论的公理化架构
- **问题**: 物种多样性如何解释
- **方法论的使用**: 不是通过归纳观察总结规律，而是以2条公理（遗传变异 + 生存竞争）为基石，演绎推导出自然选择理论
- **结论**: "我的《物种起源》从头到尾就是一篇长篇论证"

---

## A2 — 触发场景 (Future Trigger) ★

### 用户会在什么情境下需要这个 skill?

1. 需要构建一个完整的知识体系或方法论框架
2. 面对一个复杂系统，想要找到底层原理
3. 在商业/产品/技术决策中，想从"第一性原理"出发推导方案
4. 学习新领域时，想要抓住"几条核心原理"而非海量细节

### 语言信号

- "这件事的本质/底层逻辑是什么"
- "能不能从根本原理推导出来"
- "我想建立一个完整的框架/体系"
- "有没有几条核心原则能统领所有细节"

### 与相邻 skill 的区分

- 与 `reductionism-deconstruction` 的区别: 公理化思维是"从上往下"（从公理推导系统），还原论拆解是"从下往上"（从要素重新组合）。一个是构建，一个是拆解
- 与 `boundary-innovation` 的区别: 公理化思维是构建新系统的思维工具，破界创新是打破旧系统的方法论。前者是"建"，后者是"破"

---

## E — 可执行步骤 (Execution)

1. **找到你所在领域的"公理"（基石假设）**
   - 完成标准: 列出 2-3 条不证自明的、决定整个系统运作的基本假设
   - 方法: 追问"如果这条不成立，整个系统就崩溃了"的条件

2. **检验公理的正确性**
   - 完成标准: 每条公理都能经受逻辑三洽检验（自洽/他洽/续洽）
   - 判停条件: 如果某条公理不成立，需要寻找更深层的公理

3. **从公理出发演绎推导系统**
   - 完成标准: 每个推导步骤都有公理支撑，逻辑链条完整
   - 关键: 推导过程比结论更重要——确保每一步都有依据

---

## B — 边界 (Boundary) ★

### 不要在以下情况使用此 skill

- 处理纯粹经验性问题（如A/B测试、用户反馈分析）—— 归纳法在此更有效
- 紧急决策（来不及做体系化推理）—— 此时用启发式/经验更合适
- 公理无法确定的领域（如艺术创作、情感判断）

### 作者在书中警告的失败模式

- 东方思维原型以"结论"为实体，容易跳过逻辑推导过程直接接受结论
- "发现公理"比"从公理推导"难得多（爱因斯坦原话），公理化思维不保证能找到正确的公理

### 作者的盲点

- 强调了公理化思维的强大，但几乎没有讨论"如何找到公理"的可操作方法
- 对东方思维的批评过于简化

---

## 相关 skills (阶段 3 填充)

- depends-on: implicit-assumption
- contrasts-with: reductionism-deconstruction
- composes-with: boundary-innovation

---

## 审计信息

- **验证通过**: V1 ✓ / V2 ✓ / V3 ✓
- **蒸馏时间**: 2026-04-23