反共识真理 · Contrarian Truth

"What important truth do very few people agree with you on?" — Peter Thiel

创业的边际收益不在共识里——共识赛道永远拥挤、回报趋零。机会在市场聚合错了的地方。Thiel 用这句招聘问题筛真创业者:你有什么重要真相,是很少有人同意你的?

真正的反共识真理必须同时满足两条:① 你能给出强证据;② 主流仍坚定持反方。缺①是妄想,缺②是已被消化的硬道理。"反着主流做"本身不算——那是叛逆,不是洞见。贝叶斯版本:市场 = 先验聚合系统,反共识真理 = 你的先验与聚合先验显著不同你的更可能正确。

实践:写下 3 件"你认为显然但同事不信"的事 → 对每条找最强反对论据 → 仍站得住的,是你的反共识候选。

经典例子

2009 年的 Airbnb——"陌生人愿意住进陌生人家"在当时所有 VC 眼里是疯子命题,Brian Chesky 几乎拿不到融资。但 Chesky 能给证据(couch-surfing 已存在、自己房客已付费)+ 市场坚定不信 = 真反共识。今天看显然,正说明 10 年前它是"显然不显然"。

场景 · BigCat

AI 时代的反共识候选:① "AI 替代知识工作者"是共识;"AI 把知识工作者杠杆放大 100×而不是替代"可能反共识——你有大量一线证据。② "更大模型 = 更好产出"是共识;"prompt 即先验工程,先验质量 > 模型大小"可能反共识。哪一条你能给出主流反驳不掉的证据?


Contrarian Truth — Thiel's interview question: "What important truth do very few people agree with you on?" Startup edge ≠ doing consensus better; it = finding what consensus misses. A real contrarian truth needs both (a) strong evidence and (b) the market still believing the opposite. (a) without (b) = conventional wisdom; (b) without (a) = delusion. Bayesian framing: the market is a prior-aggregation engine — opportunity lives where that aggregate is miscalibrated.

中文提示词
我目前在 [行业/赛道]。我相信的一条反共识观点是:[你的观点]。请: ① 列出主流为何持反方的最强 3 个论据; ② 评估我的证据是否真的反驳了这些论据; ③ 判断这是"反共识真理"还是"反共识幻觉",并给出我接下来 30 天可做的 1 个验证实验。
English Prompt
I work in [industry/domain]. My contrarian belief: [your belief]. Please: 1. List the 3 strongest mainstream counter-arguments. 2. Assess whether my evidence actually refutes them. 3. Judge — genuine contrarian truth or contrarian fantasy? Give me one 30-day validation experiment I can run.

零到一 vs 一到N · Zero to One vs One to N

垂直进步与水平进步——两类活动不能共用同一套指标

Thiel 的核心区分:0→1 = 创造新事物(垂直进步),1→N = 复制已有(水平进步)。两类根本不同的活动。混淆它们是创始人最贵的错误。

判别测试:如果竞品照抄你,需要重建一套基础设施才能赶上 → 0→1;只需调整营销预算 → 1→N。0→1 阶段"暂时无法量化"是特征不是 bug——可量化意味着已有先例,那就是 1→N。最危险的混淆:以为自己在做 0→1,实际只是在某个地理或小幅优化的 1→N。

实践:用 1→N 的量化做 0→1 = 杀死小苗;用 0→1 的耐心做 1→N = 烧钱。两套指标、两套时间感、两套耐心阈值,不可混用。

经典例子

SpaceX 火箭可回收 = 0→1(行业三十年无人成功)。十几年、多次爆炸、传统估值模型完全估不出。一旦成功,再开发射场、再压低复用周期 = 1→N,由此打开全行业可能性。混着看:用 1→N 的"年度发射次数"在前 10 年评估,SpaceX 早该被关停。

场景 · BigCat

用 LLM 写更快代码、做更快总结 = 1→N(同样的事更便宜);构造一套"多 agent 协同 + 自我反思层"的全新工作流 = 0→1。每天 80% 时间花在 1→N,长期你只是更便宜的自己。固定每周一块时段给 0→1 实验,明确不期望短期 ROI——否则你会用错误的尺子杀掉自己的小苗。


Zero to One vs One to N — Thiel: creating something new (vertical progress) is categorically different from copying what works (horizontal progress). Quick test: if a copycat must rebuild infrastructure to match you → 0→1; if they only need ad spend → 1→N. "Not yet quantifiable" is a feature of 0→1, not a bug. Don't apply 1→N metrics (KPIs, ROI, growth %) to 0→1 work, or 0→1 patience to 1→N execution.

中文提示词
我的项目是 [项目描述]。请帮我判断: ① 它本质是 0→1 还是 1→N?最关键的判别证据是什么? ② 如果是 0→1,列出我目前误用的 1→N 标尺(如季度 KPI、ROI、增长率); ③ 给出 3 个适合 0→1 阶段的替代信号(不依赖规模化数据)。
English Prompt
My project: [description]. Help me decide: 1. Is it fundamentally 0→1 or 1→N? What's the decisive evidence? 2. If 0→1, list the 1→N metrics I'm wrongly applying (quarterly KPIs, ROI, growth %). 3. Suggest 3 alternative signals that fit the 0→1 stage (not dependent on scale data).

创始人-市场契合 · Founder-Market Fit

VC 早期 bet 90% 是 bet on the founder, not the product

FMF ≠ PMF。指这个创始人对这个市场的结构性优势:领域 know-how、亲历痛点、稀有访问、网络深度。VC 早期赌注实际多在 FMF 上——产品会迭代,创始人对市场的内化模型才是真正的不可复制资产。

非平凡:① "我有热情"是入门票不是 FMF;FMF 要求你比 99% 玩家更懂某一具体维度。② FMF 可compound——3 年后会显著加强。"现在 FMF 不够"不是不开始的理由;"未来 2-3 年契合度会显著扩大"是好理由。③ "是用户"最强,但"曾经是用户"经常过期(市场每年演化)。④ FMF 可来自痛苦不必来自专业——Bumble 创始人不来自酒店/约会行业,FMF 来自"作为女性使用 Tinder 的不舒适"。

实践:写下"我 know 什么 99% 玩家 doesn't know" → 模拟一个比你聪明 10× 但无你这段经历的对手,他在哪卡壳——那就是你的 FMF。

经典例子

Whitney Wolfe Herd 创立 Bumble——曾任 Tinder 联创,亲历女性在男性主导约会 app 中的骚扰与不适。"女性发起对话"机制不是市场调研出来的,是亲历者直觉,男性创始人几乎不可能拥有这条 FMF。

场景 · BigCat

FMF 候选:① AI/分布式深度 + 学龄家长一线视角——"AI 如何赋能家庭学习"这个 niche,99% AI 创业者缺第二条、99% 教育创业者缺第一条;② 跨东西方哲学/佛学 + 工程背景——"东方智慧 × AI agent 设计"几乎无人同时持两层深度。识别信号:被反复问到的问题、两个领域都能 BS-detect、能让两边都不觉得 hand-wavy。


Founder-Market Fit (FMF) ≠ product-market fit. It's the founder's structural edge over this specific market — domain depth, lived pain, rare access, network. Passion is a ticket, not FMF; you must know one dimension better than 99% of incumbents. FMF compounds — "insufficient now" is no objection if it deepens over 2–3 years. Strongest form = being the user (not "was the user" — markets evolve). FMF can come from pain rather than expertise.

中文提示词
我想做 [市场/领域]。请审计我的 FMF: ① 我声称的"信息差"是真的还是错觉?请反问我直到我无法回答; ② 我 know 什么是 99% 玩家 doesn't know?标出我答案里最薄弱处; ③ 如果 FMF 不够强,给出 3 个 1-2 年内可构建 FMF 的具体路径。
English Prompt
I'm aiming at [market/domain]. Audit my founder-market fit: 1. Is my claimed information edge real or an illusion? Cross-examine me until I can't answer. 2. What do I know that 99% of players don't? Flag the weakest spots in my answer. 3. If FMF is insufficient, give 3 concrete 1–2 year paths to build it.

J 曲线 · The J-Curve

事情在变好之前总会先变差——这是物理事实,不是 bug

任何有意义的创业/转型——产出在变好之前会先变差。曲线先下行再 J 形上升。重组代码库、换技术栈、修复关系、孩子转学——短期内全部差于"什么都不做"。

非平凡:① J 曲线不是 bug 是物理事实——重组复杂系统必须先打破旧均衡,旧均衡的局部稳定就是下行段的来源。② 多数人在曲线最低点放弃,因为"看证据"只能看到下行——而 J 曲线的定义性质就是从底部看不到 J 的右半。③ 真 J 曲线 vs 无底深渊的判别:有人走通过这条曲线吗?你的下行幅度是否在已知 J 带宽内?④ 深度 ∝ 改变的根本性——表面改进无 J,范式转移(monolith→microservices, 单兵→团队)的 J 又深又长。⑤ 底部正是损失厌恶 + 沉没成本最强时——大脑要求你回到"不好但稳定"的旧均衡。理解 J 曲线本身就是抵抗"撤退冲动"的工程杠杆。

实践:启动前先画 J(估底部深度、底部时长、反弹形态),找 3 个走通过的人取经。在底部反复问"是否仍在事前估计范围内"——是则撑住,显著超出则重估而非机械坚持。

产出 时间 起点水平 最低点 ← 多数人在这里放弃 ①打破旧均衡 ②新均衡 compound 右半 ↗ 从底部看不到
J 曲线的定义性质:站在底部时,右半永远是不可见的
经典例子

Netflix 2011 从 DVD 转流媒体并尝试拆分 Qwikster——股价 $300 跌到 $63,70% 用户愤怒,新闻一边倒看衰。Hastings 公开道歉但坚持核心方向。教科书 J:他清楚 DVD 业务的天花板、清楚流媒体先期成本必须吞下、清楚短期数据无法反映长期。3 年后股价超原高点 5 倍。

场景 · BigCat

① 转型 AI 超级个体是高 J——前 3-6 个月产出反降(学新工具、重建工作流、试错失败),同事用旧法在 KPI 上看似更强。事先承认这段下行的存在。② 育儿 J 极常见——从"代孩子做决定"换成"陪她学决策",前几个月她做得肯定不如你直接代办,但你在投资她的 J 曲线。③ 系统化补量子力学/神经科学——前 2-3 个月脑里碎片化比"完全不学"还混乱。底部撤退是最大浪费——你已付的成本只有在曲线右半才能兑现。


The J-Curve — any meaningful transition gets worse before it gets better. Output dips, then J-curves up. Most people quit at the bottom because "evidence" only shows the descent — the defining property of a J-curve is that the right half is invisible from below. Real-J vs bottomless-pit test: has anyone walked this curve? Is your descent within their known band? Depth ∝ how fundamental the change is. The trough coincides with maximum loss aversion + sunk-cost pull — understanding the J is the engineering lever against the retreat impulse.

中文提示词
我正在做的转变是 [具体转变],目前感觉变差了。请: ① 帮我估计这条 J 曲线(底部多深、底部维持多久、反弹形态); ② 找 3 个走通过同类 J 曲线的真实先例,给出他们在底部时的关键决策; ③ 给我 3 个判别问题,区分"我还在 J 曲线内"vs"我走错方向了"。
English Prompt
I'm in a transition: [describe]. Things feel worse right now. Please: 1. Sketch the expected J-curve (depth, time at bottom, recovery shape). 2. Find 3 real precedents who walked the same J — what did they decide at the bottom? 3. Give me 3 diagnostic questions that distinguish "still inside the J" from "wrong direction entirely."