挑战100天100个GPTs084.破界思维模型—慢慢学AI
#挑战100天100个GPTs
写在前面
一位制造业 CIO 跟我说：「我们这种重资产行业，AI 只能做做质检这种边角，核心产线碰不得。」我让他做一件小事：把「碰不得」这三个字后面跟的每一句理由写下来。他列了七条——「工艺参数是老师傅的经验，不可数字化」「设备厂商不开放接口」「出问题停线一小时损失几十万」。然后我让他逐条问一句：这条是物理边界，还是隐含假设？七条里有五条，他自己都答不上来来源。那一刻他愣住了：原来挡在产线前的，不是设备，是一堆没人验证过的「理所当然」。
破界思维模型，看的就是「不可能」背后那些没人质疑过的前提。它来自李善友《第一性原理》（混沌大学）里讲的”破界创新”——一个理性系统的边界，是由它的第一性原理（系统的元起点、基石假设）决定的；想扩边界，不能在外部修修补补，得回到那个支撑整个系统、也同时禁锢这个系统的隐含假设，把它击碎，再建一个新的。所以这条的关键词是「破」：先识别那个看不见的隐含假设，再质疑它是不是真的，最后在新的地基上重构。它最常被误读成两副样子：一副是把它当「不顾现实地莽撞颠覆」（其实它要求先把假设找出来、再用实验验证，比拍脑袋谨慎得多）；另一副是把它和「颠覆式创新」「破坏式创新」划等号（李善友自己说，破界创新才是「真正意义上的颠覆式创新」，因为它是从内部认知边界动手，而不是外部业务改良）。这款 GPT 是个边界审查陪练：你给它一个你认定的「不可能」，它不替你冲，逼你想清「这个边界从哪来、是物理的还是假设的、有没有反例、能不能小步验证」。本文先把归属和边界讲清（这条挂李善友、不挂芒格；和颠覆式创新挨着但不等同），再用十个场景和十个步骤帮组织里的人把「不可能」拆成可验证的假设。
效果呈现
把下面的整段 yaml 提示词粘进支持系统提示的对话框（ChatGPT 创建 GPTs 的「Configure」、Gemini Gems，或任意可设系统提示的客户端），给它一个你认定的「不可能」或「碰不得」——可以是业务上的（AI 进不了核心产线）、组织上的（这个部门不能扁平化）、个人的（我学不会新东西）。它会先把你的「不可能」拆成隐含假设，再分清哪些是物理边界、哪些是假设边界，最后给一个「能不能小步验证、怎么验证」的判断和最大风险。
实测对话
三个角度测这个 GPT（个人 / 组织 / 边界），挑顺手的丢进 Gem，把对话粘回对应块，不用的发布前删掉。
破界·实测①（个人·”我学不会”）
🙋 我
2026 这波 AI 把很多岗位的边界都冲了。我做了十几年传统行业的运营，最近公司要全员上 AI 工具，我第一反应是”我都 40 了、没技术背景，这种东西学不会”。帮我看看这个”学不会”，到底是真的边界，还是我自己设的假设边界。
🤖 破界 GPT
（运行 Gem 后填入回答）
破界·实测②（组织·”AI 进不了核心产线”）
🙋 我
我们是中大型制造企业，AI 在质检、客服这些边角场景跑了一年都还行，可一到核心产线（工艺参数、排产、设备联调）就推不动，车间和厂商都以”碰不得”挡掉。我作为 CIO，想知道这个”碰不得”里，哪些是真实边界（合规、安全、物理），哪些是没人验证过的隐含假设？2026 这种局面该怎么切？
🤖 破界 GPT
（运行 Gem 后填入回答）
破界·实测③（边界·”破界就是莽撞颠覆”）
🙋 我
听完”破界思维”，团队里有人兴奋地说”那就大胆颠覆、把老规则全推翻”。我觉得不对劲但又说不清哪里不对。帮我讲讲：破界和莽撞颠覆差在哪？什么情况下破界反而会闯大祸（比如合规、安全这些真碰不得的地方）？
🤖 破界 GPT
（运行 Gem 后填入回答）
期望目标
把”这事不可能”换成”这个’不可能’是从哪个隐含假设来的”。具体到一个困境上：能分清物理边界和假设边界、能把假设找出来并质疑其来源、能设计小实验验证假设真假。
GPTs 源码
1 | # 角色：破界思维模型专家 |
Prompt 收获
做这个 GPT 的时候，几个设计点比提示词本身更值得记下：
- 这条最容易挂错名，归属必须先拆清。和 #037/#039/#041 一样先查”谁说的”——“破界思维模型”的实质内容来自李善友《第一性原理》（混沌大学）讲的”破界创新”，关键词是”破”（先破后立）。它不是芒格的原创（芒格讲的是多元思维模型 + 能力圈，方向是”凑够模型、不越界”，和”击碎隐含假设”是两套）。Background 据实写、明确划线，GPT 才不会把”破界”挂到芒格头上、也不会和颠覆式创新搅成一团。
- **杀手问题要逼到”这个’不可能’从哪个假设来”**。”这事能不能做”太软，会引出泛泛的乐观或悲观；换成”你认定的这个不可能，依赖哪几条隐含假设、它们是物理的还是假设的、有没有反例”就难躲——它把用户从”我觉得不行”逼到把假设一条条摊开，而摊开假设本身就是破界的第一步（识别）。
- 最容易跑偏是把破界做成莽撞颠覆。破界听着像”大胆推翻一切”，但李善友的三步是”识别 → 击碎 → 重构”，识别和验证占了两步，重构才动手。所以 Goals 和 Constrains 都专门写了”区分破界和莽撞颠覆”，并明确物理边界、硬合规不能破，逼 GPT 先诊断再动手，而不是见边界就劝冲。
- 必须给”不能破”留位置。多数思维模型类提示词只讲”怎么破”，但破界这条最危险的副作用就是把真边界当假设硬破（合规出事、安全出事）。所以 Background 和 Constrains 都专门标了三类边界（物理/合规/假设），GPT 被要求只对假设边界动刀——这条克制比”敢破”更值钱。
一句话总结这次的收获：破界类工具最大的陷阱是停在”敢不敢破”，好的提示词得把”识别假设 → 分类边界 → 小步验证 → 重构”四步连起来——先找到那个看不见的隐含假设，再分清它是不是真能破，最后才谈重构。
补充说明
破界思维模型，看的是挡在”不可能”前面那个没人质疑过的前提。一件事你说”做不到”，背后通常藏着几条”理所当然”——“我们一直这么做””行业就是这样””专家说不行””我没那种天赋”。这些”理所当然”大多数没被验证过，可它们一旦被当成公理，整个系统的边界就被锁死了。李善友在《第一性原理》里把这层讲得很直白：第一性原理是系统的元起点，它支撑了整个系统，也禁锢了这个系统；想扩边界，得回到那个支撑点，把它当成假设（而不是公理）重新审视，能立就立、该破就破。这就是”破界”——不是破外在现实的墙，是破内在认知的墙。
它最常被误读成两副样子。一副是把它当”莽撞颠覆”——好像只要敢想敢干、把老规矩全推翻就行。其实李善友的破界三步（识别隐含假设、击碎基石假设、构建全新系统）里，前两步都在做诊断和验证，真正”重构”是最后一步；而且它明确区分物理边界（不能破）和假设边界（才该破），比”颠覆一切”谨慎得多。另一副是把它和”颠覆式创新””破坏式创新”划等号——克里斯坦森的颠覆式创新讲的是市场层面的低端颠覆，破界创新讲的是认知层面的击碎假设，角度根本不同（李善友自己把破界定位为”真正意义上的颠覆式创新”，恰恰说明他知道两者容易混，才特意划线）。
经典源头要分清两头。一头是归属：”破界思维模型”这个中文名，是中文”100 个思维模型”类清单对李善友”破界创新”思想的概括名——内核（击碎隐含假设、由内而外创新）来自李善友《第一性原理》（混沌大学/人民邮电出版社，2021），不是芒格原创，也不是西方某个独立模型。另一头是边界：它和芒格的”多元思维模型”（凑跨学科模型来思考）、”能力圈”（知道自己不知道什么、不越界）方向不同——芒格讲的是”建模 + 守界”，破界讲的是”拆假设 + 破界”，一个收敛、一个突破，常被读者搅一起（详见文末引用）。两头里，李善友给了内核和三步法，芒格给了对照面（守界）——理解破界，恰恰要同时知道什么时候该守。
10 个案例分析及思考逻辑
下面十个场景，前几个落在四行业最常见的”假设边界”里（电信、金融、制造、电商），中间是 DEC、Netflix 两个真实范例，后面接个人、深挖一刀、模型边界和组织级，让十案例的姿态各不相同。带”示意”标记的，是用来说明思考逻辑的构造案例，非真实公司披露。
1. 电信：”运营商就是管道”（示意）
某运营商的高管层长期把”我们就是卖流量和语音的管道”当成公理，所有新业务提案都要回答”这跟管道有啥关系”，回答不上来就被毙。换破界视角：先拆假设——这条依赖三个隐含假设（运营商的核心资产是网络、客户只为连接付费、做服务不是我们的强项）。再分类边界——网络资产是物理边界（真有），但”客户只为连接付费””做服务不是强项”是假设边界（没人验证过）。质疑：客户真的只为连接付费吗？有没有反例？能不能做个小步实验（拿一个政企客户试推安全/云服务，看付费意愿）？对治：别一上来喊”转型数字化服务商”——先用一个低风险政企客户验证”客户愿为服务付费”这条假设，验证通过再放大；这条假设一松动，”我们就是管道”的公理就站不住了。
2. 金融：”风控模型不能让 AI 碰”（示意）
某银行的风控部门把”核心风控模型不能让 AI 碰”当成铁律，理由是”监管要求可解释、可审计”。换破界视角：拆假设——这条依赖两个隐含假设（AI 不可解释、AI 进风控一定不合规）。分类边界——“监管要求可解释可审计”是合规边界（真不能破，但能循合规路径绕），但”AI 不可解释”是假设边界（2026 年已有可解释 AI、SHAP/LIME 等工具，假设过时了）。质疑：监管到底要求的是”可解释”还是”不能用 AI”？有没有同行用 AI 风控过了审？对治：别在核心模型上硬上 AI——先在辅助环节（反洗钱可疑交易初筛、贷后预警）跑可解释 AI 试点，过了合规审再看要不要进核心；把”AI 一定不合规”这条假设，用一个过了审的反例松动掉。
3. 制造：”核心产线 AI 碰不得”（示意）
某制造企业的 CIO 推了一年 AI 都进不了核心产线，车间和设备厂商都用”碰不得”挡。换破界视角：拆假设——“碰不得”后面跟着七条理由（工艺参数是老师傅经验、设备厂商不开放接口、停线一小时损失几十万……）。分类边界——“停线损失大”是真约束（物理/经济边界，要尊重），但”工艺参数不可数字化””厂商不开放接口”是假设边界（多数没问过厂商、没试过数字化）。质疑：老师傅的经验真的不可数字化吗？有没有同行做了？厂商真的不开放吗（还是没谈过）？对治：别一上来就碰主产线——先在一条非关键支线/夜班空窗期做工艺参数数字化的小步实验，把”不可数字化”这条假设测一下；同时重新跟厂商谈接口（很多”不开放”只是没谈过商务条款）。2026 年的行业共识是”AI 试点易、规模化复制难”（WAIC 2026 多篇报道印证），卡点往往不在技术，在这些没人验证过的假设上。
4. 电商：”大促库存只能人盯”（示意）
某电商的大促库存调度长期靠资深运营”人盯”，AI 排产提案被毙的理由是”大促出不起错”。换破界视角：拆假设——这条依赖三个隐含假设（AI 排产不准、出错的代价无法承受、运营的经验不可替代）。分类边界——“大促出错代价大”是真约束（经济边界），但”AI 排产不准””运营不可替代”是假设边界（没拿历史数据回测过）。质疑：AI 排产到底准不准？拿过去三次大促的历史数据回测一下，准确率多少？对治：别在大促当天上 AI——拿历史数据离线回测，再用下一次小促做影子模式（AI 出建议、人决策），对比 AI 建议和人决策的差距，差距小了再逐步接管。
5. 经典：DEC 错过个人计算机（真实）
DEC（数字设备公司）在小型机时代是霸主，却四进四出错过个人计算机（PC）浪潮，最终 1998 年被康柏收购。换破界视角：DEC 的隐含假设是”客户需要更大更快的计算机，且只用于大型企业或政府”（李善友《第一性原理》分析）——这个假设支撑了它的小型机霸业，也禁锢了它看不见 PC 市场。李善友原文用 DEC 做破界创新的正反教材：DEC 当年打破了 IBM 的隐含假设（”计算机只能给大机构用”），重构了”小公司也需要计算机”的基石假设，开辟了小型机市场；可屠龙少年成恶龙，等到 PC 这一代拐点来时，DEC 自己被”小型机才是正道”的新假设锁死了。一个教科书级的破界范例（它破过 IBM 的界），也是一个教科书级的”破完一界又被新假设困住”的警示——破界不是一次性的。
6. 经典：Netflix 击碎 Blockbuster 的隐含假设（真实）
Blockbuster（百视达）的隐含假设是”租碟生意靠滞纳金赚钱、实体店是不可替代的入口”。Netflix 把这个假设找出来、质疑掉，重构了”订阅制 + 邮寄 DVD（后转流媒体）”的新系统。最戏剧性的一幕是 2000 年 Netflix 主动找 Blockbuster 合作（甚至把自己卖给对方），Blockbuster 高管”笑着把 Netflix 团队送出会议室”——因为他们困在”租碟就得收滞纳金、实体店才是王道”的隐含假设里，看不到 Netflix 的逻辑。结果 Blockbuster 2010 年破产，Netflix 成为全球流媒体龙头。换破界视角：Blockbuster 不是输在技术上（它后来也做了 DVD 邮寄、也做了流媒体），是输在它的基石假设（滞纳金 + 实体店）被 Netflix 击碎后，整个商业模式的地基塌了——所有后续追赶都是在塌掉的地基上盖楼。一个”破界创新由内而外”的活教材：Netflix 破的不是 Blockbuster 的店，是它脑子里的那条公理。
7. 代际：苹果 iPhone 击碎”手机是通讯工具”（真实）
2007 年苹果推 iPhone，不是在功能机的规则里做得更好，而是击碎了”手机是通讯工具”这个隐含假设，重构了”手机是口袋里的个人电脑 + 应用生态”。诺基亚困在”手机要耐摔、信号好、待机长”的通讯工具假设里，把触屏、应用生态当花架子，反应慢了，到 2013 年把手机业务卖给微软。换破界视角：这是破界 + 代际拐点的叠加——苹果破的是行业级的隐含假设（手机 = 通讯工具），诺基亚的失败不在技术（它的硬件其实不差），在它被自己的核心假设锁死。代际拐点上的破界最贵也最值：贵在要承认自己赖以成功的假设过时了（最难的一步），值在站对新一边能掀翻整个旧秩序。
8. 深挖一刀：”破界”不是”破坏”，真边界不能碰（原理/边界）
破界思维最反直觉的一刀，不是”什么都敢破”，而是”知道什么不能破”。物理边界（光速、热力学定律、人体的生理极限）是硬的，破了一定出事；合规边界（金融监管、医疗资质、数据安全红线）是硬的，硬破要付法律代价；安全边界（产线停机、人身安全）是硬的，破了要算经济账和人命账。破界只对假设边界有效——那些”我们一直这么做””行业就是这样””我没那种天赋”的软边界。把这一刀讲清楚，比讲一百句”敢想敢干”有用：它让破界从一句热血口号，变成一个能用的判断框架——先问这是哪类边界，再决定破不破。罗杰·班尼斯特（Roger Bannister）1954 年 5 月 6 日跑出 sub-4 分钟一英里（3:59.4），46 天后约翰·兰迪（John Landy）以 3:57.9 打破他的纪录（维基百科/Quote Investigator 可查）——这个经典例子的重点不是”心理边界一破大家都行”（事实上一年内只有兰迪一人跟进，”一年内多人打破”是流传误读），而是”4 分钟”原本就是个被当成物理边界的假设边界，班尼斯特做的，是把它从物理边界重新归类为假设边界，然后用训练验证。
9. 个人：”我都 40 了学不会”（个人）
一个做了十几年传统运营的人，面对公司全员上 AI 工具，第一反应是”我都 40 了、没技术背景、学不会”。换破界视角：拆假设——“学不会”依赖三个隐含假设（年龄大就学不会新东西、没技术背景就学不会 AI、学习是年轻人的事）。分类边界——年龄增长带来的认知速度变化是真约束（物理/生理边界，要承认、要调整方法），但”学不会”是假设边界（没试过系统学）。质疑：40 岁真的学不会新东西吗？有没有反例（大量 40+ 转型成功的案例）？AI 工具的学习门槛真的高到学不会吗（2026 年的 AI 工具很多是自然语言交互，比传统软件门槛低）？对治：别定”学会 AI”这种模糊目标——先定一个具体的小目标（用 AI 工具完成一件你日常要做的具体任务，比如把一份周报自动整理出来），一周内做到，”学不会”这条假设就被一个反例松动掉了。个人的”自我设限”边界最隐蔽，因为它披着”我有自知之明”的外衣。
10. 边界：把破界当万能药，会闯大祸（原理/边界）
破界思维最该警惕的，是把它当万能药——见边界就破、见假设就质疑、见惯例就推翻。物理边界硬破会出事（监管处罚、安全事故、人命代价）；合规边界硬破会付出法律代价（金融、医疗、数据这些强监管行业，红线就是红线）；甚至假设边界也不是都能立刻破——有些是”现在不能破”（技术/成本还没到），不是”永远不能破”。能用好破界的，是那些既敢破假设边界、又懂守物理/合规边界的人。所以这套模型的使用纪律是：先诊断（这是哪类边界），再决定（破/守/绕/等），最后才动手（小步验证、可控重构）。否则破界就成了莽撞的借口，闯的祸比它解决的问题还大。
学习破界思维的 10 个步骤
学这套模型，顺序比内容更重要。下面十个步骤按”懂概念 → 拆假设 → 学经典 → 分类边界 → 设计验证 → 防跑偏 → 上组织 → 建节奏”的弧线排，每步配一个实例。
1. 懂概念：破界 = 击碎隐含假设、由内而外重构
先把定义咬死：破界不是破外在现实的墙，是破内在认知的墙——找出支撑系统的那个未验证假设，击碎它，再在新地基上重构。实例：DEC 当年破 IBM 的”计算机只给大机构用”这条假设，开了小型机市场；后来自己被”小型机才是正道”的新假设困死，错过 PC。破界不是一次性的。
2. 拆开它和”颠覆式创新””逆向思维”的混淆
这是最容易翻车的地方。实例：拿”克里斯坦森的颠覆式创新”（市场层面、低端颠覆在位者）和”李善友的破界创新”（认知层面、击碎隐含假设）对照——前者是市场动作，后者是认知动作，落点根本不同；逆向思维是”反过来想”（从结果反推），破界是”往深处挖”（找底层假设），方向也不同。
3. 学经典源头：李善友《第一性原理》破界三步
读真东西把感觉建立起来。实例：找李善友《第一性原理》破界创新那章，把”识别隐含假设 → 击碎基石假设 → 构建全新系统”三步读懂，再看他用 DEC、IBM 做的正反案例。三步里最难的是第一步（识别），因为它要你看见自己看不见的东西。
4. 练杀手问题：”这个’不可能’从哪个假设来”
把这个问题变成条件反射。实例：拿一个你认定的”不可能”（比如”AI 进不了我们核心产线”）问自己——这个判断依赖哪几条隐含假设？把它们一条条写下来。写不出来，说明你连自己的假设都没看清，谈不上破。
5. 学分类边界：物理 / 合规 / 假设
养成先分类再动手的习惯。实例：一个边界丢过来，先判断它是物理边界（物理定律，不能破）、合规边界（监管红线，不能硬破、可循合规路径绕）、还是假设边界（经验/惯例/自我设限，才该破）——分清了才知道往哪使劲，避免把真边界当假设硬碰。
6. 找反例：谁能打破、在什么条件下
一条假设最有效的松动方式是一个反例。实例：你说”AI 风控不合规”，那我就去找有没有同行用 AI 风控过了监管审——找到一个，”一定不合规”这条假设就站不住了。找反例比讲道理有用十倍。
7. 设计小步验证：用一个低成本实验测假设真假
假设不能只靠辩论分真假，得用实验测。实例：你说”客户不愿为服务付费”（运营商想做数字化服务时的常见假设），那就在一个低风险政企客户上试推一项服务，看付费意愿——一个客户、一个服务、一个月，成本可控、结果可观察。验证通过再放大。
8. 案例对照：拿一个真实破界/被破界案例复盘
找一个你熟知的案例，用破界视角重走一遍。实例：拿 Netflix vs Blockbuster，逐段问”Blockbuster 的隐含假设是什么、Netflix 怎么击碎的、击碎后 Blockbuster 为什么所有追赶都失效”——这种事后复盘能训练你事中识别假设。
9. 应用到组织：决策前先过”边界审查”
把对治做成流程。实例：重要决策前，对那个”不可能”做一次边界审查——列出它依赖的假设、分清物理/合规/假设、对假设边界设计小步验证。审查完再决定做不做，能挡掉一大批”被自己脑子里的线困死”的错失，也能挡掉”把真边界当假设硬碰”的莽撞。
10. 定期复盘：盘点你破过的假设和守住的边界
真正的纪律会留下痕迹。实例：每季度盘点一次，过去一年你击碎过哪些隐含假设（破界）、守住了哪些真边界（不莽撞）、又有哪些”现在不能破”的假设变成了”可以破了”（技术/成本到了）——通常这种盘点会让你看清，多数”不可能”只是假设，而多数闯祸是把真边界当成了假设。
对决策者的启示
落到带组织的大企业一把手身上，破界思维有三条最值得焊进决策习惯：
第一，困住大组织的，往往是组织自己脑子里的那条线，不是市场。组织越大、越成功，越容易被”我们赖以成功的假设”锁死——DEC 被小型机霸业锁死、Blockbuster 被滞纳金 + 实体店锁死、诺基亚被”手机是通讯工具”锁死。程维那句被广泛转述的话（”创始人的认知边界，才是企业最大的边界”）点破了这层：组织的天花板，通常是决策者认知的天花板。决策者要逼团队定期做一件事——把我们这个行业/这家公司”理所当然”的几条前提写下来，逐条质疑它们是不是还成立。这件事很疼（要承认自己赖以成功的假设可能过时了），但不做就永远困在里面。
第二，破界前先分类边界，别把真边界当假设硬碰。决策者最容易犯的错有两个：一是把假设边界当真边界（该破的不破，错失机会），二是把真边界当假设边界（不该破的硬破，闯合规/安全大祸）。在金融、电信、医疗这些强监管行业，合规红线是硬的，硬破要付法律代价；在制造、能源这些重资产行业，安全边界是硬的，破了要算经济账和人命账。决策者要逼团队对每个”不可能”做边界分类——物理/合规/假设三类分清，只对假设边界动刀，对真边界守、对”现在不能破”的等。这条克制，比”敢破”更值钱。
第三，把”边界审查”做成重大决策的前置流程。多数组织做决策，是直接讨论”做不做”，跳过了”我们认定的’不可能’是从哪个假设来的”这一步。决策者要把这一步前置——对每个关键判断，先做边界审查（列假设、分类边界、找反例、设计验证），审查完再决策。这一步能挡掉两类错：一类是”被假设困死的错失”（该做的没做），一类是”把真边界当假设硬碰的莽撞”（不该做的做了）。在 2026 年这个 AI 试点易、规模化难的节点上，卡点往往不在技术（WAIC 2026 的共识是”AI 工程化落地和跨领域协同的断层，是最大卡点”），而在组织脑子里那一堆没人验证过的”碰不得”——破界思维的价值，就是把这些”碰不得”一条条摊开来重新审一遍。
文末引用
- “破界思维模型”的归属：这个中文名是中文”100 个思维模型”类清单对李善友”破界创新”思想的概括名；内核来自李善友《第一性原理》（混沌大学/人民邮电出版社，2021），原书对”破界创新”的定义是”打破内在认知边界、由内而外的创新”，并给出了三步法（识别隐含假设、击碎基石假设、构建全新系统）。非芒格原创——芒格讲的是”多元思维模型”（凑跨学科模型来思考）和”能力圈”（不越界），方向是”建模 + 守界”，与破界（拆假设 + 破界）一个收敛、一个突破（来源：李善友《第一性原理》中文版及其公开课转述；analogypkm.com 等知识管理类词条）。证据层级：当事人著作 + 二手转述；立场：当事人，倡导；”破界创新”是否为李善友首次命名，逐字出处标”待核实”，但三步法内核可溯至其《第一性原理》。
- **李善友”第一性原理 = 系统的元起点 = 阿喀琉斯之踵”**：李善友在《第一性原理》中明确，第一性原理作为理性系统的元起点，既支撑整个系统、也是系统最脆弱之处（原文称之为”真正的阿喀琉斯之踵”），击碎它即可破界（来源：李善友《第一性原理》中文版电子书公开节选）。证据层级：当事人著作；立场：当事人。
- DEC 错过个人计算机案例：DEC（数字设备公司）在小型机市场称霸后，因隐含假设”客户需要更大更快的计算机、且只用于大型企业或政府”而多次进出 PC 市场未成，1998 年被康柏以约 96 亿美元收购；李善友《第一性原理》将 DEC 作为破界创新的正反教材（DEC 先破 IBM 的假设开辟小型机市场，后自己被新假设困死）。（来源：Wikipedia “Digital Equipment Corporation”；李善友《第一性原理》中文版；Quote Investigator）证据层级：百科 + 当事人著作；立场：中立。
- Netflix vs Blockbuster：Blockbuster 的核心隐含假设为”租碟靠滞纳金盈利、实体店是不可替代入口”；2000 年 Netflix 主动寻求合作/被收购被 Blockbuster 拒绝（”笑着送出会议室”的细节源自 Netflix 创始人 Reed Hastings 与 Marc Randolph 的公开回忆，存在不同版本表述）；Blockbuster 2010 年破产，Netflix 转型流媒体后成为全球龙头（来源：CNBC 2020 报道；Foundernest、Medium 等案例复盘；Netflix 创始人公开访谈）。证据层级：权威财经媒体 + 当事人回忆 + 案例复盘；立场：中立偏复盘。
- 罗杰·班尼斯特 sub-4 分钟一英里：Roger Bannister 于 1954 年 5 月 6 日在牛津 Iffley Road 跑出 3:59.4，成为首位跑进 4 分钟的人；46 天后（1954 年 6 月 21 日）澳大利亚选手 John Landy 在芬兰图尔库以 3:57.9 打破该纪录（IAAF 认证为 3:58.0）；”班尼斯特之后一年内多人打破 4 分钟”是流传误读——事实上一年内仅 Landy 一人跟进，1955 年 5 月才有三人同场跑进 4 分钟（来源：Wikipedia “Four-minute mile””Roger Bannister”；bringbackthemile.com；Quote Investigator 及 No Meat Athlete 的考据订正）。证据层级：百科 + 体育史权威站；立场：中立。本文据实采用 46 天 + Landy 一人的版本，不采用”一年内多人”的流传说法。
- **程维”创始人的认知边界是企业最大的边界”**：此句被广泛转述并经李善友《第一性原理》引用（”程维曾经讲过一句话……创始人的认知边界，才是一个企业最大的边界”）。程维本人原始演讲的逐字出处与时间待核实，目前可查的多为李善友课程/著作中的二手转述（来源：李善友《第一性原理》中文版；前瞻经济学人等转载）。证据层级：当事人著作中的二手引用；立场：倡导性。
- **2026 制造业 AI “试点炼狱”**：2026 年制造业 AI 落地的共识性判断——“AI 试点易、规模化复制难”，卡点在跨领域协同与工程化能力，而非模型本身；WAIC 2026 多场产业链接会以此为主题（来源：腾讯新闻 2026-07-18 转半导体行业观察”在 WAIC 2026，打通 AI 落地制造业的最后一公里”；Microsoft Source Asia 2026-03”2026 制造业转折点”；中国制造业 AI 场景应用白皮书 2026）。证据层级：行业报道 + 厂商研究 + 行业白皮书；立场：行业媒体 + 厂商（Microsoft 等有厂商立场偏向，已标明）。
- DEC 之外文中 Blockbuster、苹果 iPhone 替代诺基亚：均为公开商业模式/历史事件，作为破界思维案例被引用，不涉及未公开披露；班尼斯特案例的事实数据已据维基百科/体育史站订正。
- 文中电信、金融、制造、电商的”示意”案例：均为说明思考逻辑的构造性案例，涉及的公司（”某运营商 / 某银行 / 某制造企业 / 某电商”）非真实具名主体，相关细节为说明性构造，非任何真实公司披露。已在正文统一标注”示意”。
- “破界思维模型”这个名称：非芒格或西方某学者亲口命名，是中文”100 个思维模型”类清单对李善友”破界创新”思想的概括名；本文据实区分了它与颠覆式创新（克里斯坦森，市场层面）、与逆向思维（反过来想）、与”打破常规/莽撞颠覆”（不顾现实硬冲）的关系，不挂芒格名下、也不混入颠覆式创新。
buymeacoffee
