读《The Book of Elon》:别急着自动化,先问这一步为什么存在
读《The Book of Elon》最该带走的不是马斯克的强度,而是一个顺序:先质疑要求,再删除,再简化、加速、自动化。多数团队从最后一步开始。
本文目录
读《The Book of Elon》时,书里最值得停下来的一段,是“工程五步流程”。它把顺序写得很清楚:
“Make your requirements less dumb. Try very hard to delete the part or process. Simplify or optimize. Accelerate. Automate.”
先让要求变得没那么蠢,再努力删掉零件或流程,然后简化、优化,接着加速,最后才是自动化。这个顺序之所以值得停一下,是因为很多团队的工作方式正好相反:先自动化,再优化,最后才有人问一句“这件事为什么还要做”。我读这本书,最想带走的不是马斯克的强度,而是这个顺序。我的判断是:多数团队的问题,不是不够快,而是太快地做了一件不该做的事。

这本书由 Eric Jorgenson 按主题编选马斯克的公开观点,并非完整传记。下面依据官方在线版的三个章节展开:第一性原理、工程五步流程、生产约束。人物经历按书中自述理解,后面的工作案例与取舍是我的分析。官方在线版
先让要求变得没那么蠢
五步流程的第一步,不是画流程、买工具,而是质疑要求。
书里的原话很粗,但很准确:先让要求变得没那么蠢。因为大多数要求不是从基本事实推出来的,而是从上一任、上一个项目、上一次成功里继承下来的。假设一个团队每周要整理十几页汇报,时间总是不够。你可能也见过类似的会:大家讨论怎样统一模板、怎样自动合并,却没有人问,负责人到底要用这份汇报做什么决定。
已经知道的事实可能是:负责人需要了解进展与风险。惯例则是:每个小组各写一份演示文稿,再由一个人合并。两者并不等价。
如果只接受惯例,改进方向很自然:统一模板、自动合并、增加人手。可如果先确认汇报要支持什么决定,也许会发现,负责人实际只需要知道少数变化与待处理问题。接下来才有机会重新设计信息收集方式,而不是把旧流程自动化得更快。先问“这个要求是谁提出的、它服务于什么决定”,再问“怎样做得更快”。
拿你手上的一项例行工作,也可以先写三行:它服务于什么结果?这个要求是谁提出的?如果明天删掉它,谁会受影响?
但怀疑惯例,不等于当场删掉所有流程。某份记录可能还承担审计、交接或历史追溯的用途,只是自己不知道。需要向实际使用者确认用途,区分“我没有看见作用”和“它确实没有作用”。
第一性原理不是“不服惯例”
书里区分了两种推理方式:一种叫 reasoning by analogy,看到别人怎么做,再做一点轻微迭代;另一种是从基本事实出发,building their reasoning from the ground up。
第一性原理常被说成一种万能姿态:只要不服惯例,就好像思考得更深。其实真正困难的是分清:哪些条件已经有依据,哪些只是大家一直沿用。
书里用电池成本说明过这一点。历史上电池很贵,很多人据此认为它不可能便宜;但把成本拆到原材料、工艺和供应链,会发现价格并不是由某个物理极限决定的。书里提到,电池成本从约 600 美元/千瓦时降到约 80 美元/千瓦时,靠的正是这种拆解。
但材料成本不等于成品成本。
两者之间还有制造、设备、良率、测试、运输与组织。发现成品价格并非由某个物理极限决定,只说明值得继续研究;它不意味着剩余差额可以立刻消除,更不能据此把所有现有做法判为愚蠢。
放回汇报这个例子,“真正需要的信息只有一页”也不代表整理成本只剩一页纸的时间。信息可能来自不同系统,需要核对口径;有些问题只有经过讨论才会显现。输出变短,不等于前面的判断可以省略。
所以,第一性原理不是“什么都从头想”。日常生活大量依靠类比,只有重要问题里那些被惯例限制的可能性,才值得重新拆解。
先分清事实和惯例,再把精力放在真正限制选择的假设上。
删除之前,先确认它真的没用
五步流程的第二步是删除。书里的说法是:try very hard to delete the part or process。
书里有一个很具体的例子:马斯克曾花精力优化电池组上一种玻璃纤维垫的安装,后来追问它的用途、做对比测试,发现它并不是降噪或减震所必需,于是把部件和工序都去掉了。这个删除动作,省下了约 200 万美元的机器人成本。
这个案例最值得看的,不是“敢删”,而是判断顺序。团队已经在讨论机器人怎样更快,却尚未确认这项工作是否必要。局部优化很容易让人获得明确反馈,也因此可能把最前面的疑问遮住。
自动化的真正风险,不是机器出错,而是你把一个本来就不该存在的步骤,固定成了基础设施。机器越稳定,错误越难被看见;流程越自动,问“为什么”的人越少。在日常工作里,这种情况没有那么戏剧化。
比如每周把一份表格复制到另一份表格。先写脚本当然能省时间,但也可以先问:第二份表格由谁使用?为什么不能查看原记录?需要的是快照还是实时状态?
如果第二份表格确实承担独立用途,自动化可能合理;如果它早已无人使用,继续维护脚本只是在增加新的责任。优化动作本身是否先进,不能代替对工作必要性的判断。
删除也需要验证。可以在有权限的范围内试行调整,保留必要备份和恢复办法,再看接收者是否缺失重要信息。不能因为书中人物推崇激进删减,就把安全检查、合规责任和他人的使用需求当成阻碍。
局部更快,不等于交付更快
书里讲生产约束时,有一句话很值得记住:
“The production line will move as fast as the slowest and least lucky part of the entire production line.”
整条产线的速度,取决于最慢、也最不幸运的那个环节。
假设一个内容团队同时提高了选题速度与写稿速度,但每篇稿件仍然要等待事实核查,发布周期并没有变化。这不一定说明写作者效率不重要,而是当前阶段,多写的稿件可能只是在核查环节前积压。
下一步需要区分核查的困难:是原始材料没有随稿提供,导致核查者反复搜索;是文章涉及陌生领域,需要专业判断;还是只有一个人有最终确认权限?同样的等待时间,对应不同原因。
如果缺的是来源,可以在起稿时要求作者保留原文和对应论点;如果缺的是领域能力,需要调整选题范围或寻找合适支持;如果卡在确认权限,就要讨论分工。直接要求核查者再快一点,可能只会增加错误。
也不必把流程里用时最长的一步自动叫作瓶颈。有些工作耗时长但能并行,有些只占几分钟却必须等待特定的人。需要看实际队列、依赖和等待,才能知道改善哪一处会影响最终完成时间。
局部指标变好,不等于系统交付变快。先找约束,再决定要不要为提速付代价。
改完之后,限制会换位置
一个限制被处理,工作不会永远保持相同状态。
内容团队把来源记录做好以后,核查等待减少,接下来可能发现编辑确认成为新的问题。原来有效的改进不必否定,但它的优先级已经改变。
所以,验证不能只看局部指标。整理脚本运行更快,是否真的减少了汇报准备?稿件数量增加,是否真的改善了及时发布?沟通次数减少,是否把误解转移到了后面的返工?这些才接近最初想改善的结果。
改动前留下一份简要现状,会让比较更可靠。记录时间花在哪里、哪些任务在等待、出现什么返工,再看改动后是否变化。没有数据时,也可以做有限观察,但不能只因为方案听起来合理,就宣布已经找到了答案。
同时保留原判断被否定的可能。如果减少汇报页数后,负责人反而需要反复追问,也许删掉了有用背景。应该根据用途补回,而不是为了证明减法正确,把所有追问都解释成对旧习惯的依赖。
对个人来说,这样的试验也要有边界。选择一项自己有权调整、可以恢复、影响可观察的工作,先走一轮。没有必要把一套读书所得立刻升级成整个组织的改革方案。
读马斯克,要把决定和代价放在一起
这本书的编排很容易让人感受到一种强烈的行动取向。它确实能提醒人停止在抽象讨论里打转,但编选的观点并不能替你回答当前组织中的权力、资源和责任分配。
创始人可以决定承担某种商业风险,普通员工未必有相同权限;一个组织愿意把大量资源投入某个方向,另一项工作可能并不值得。这些差别会直接改变哪些做法可以使用,而不只是影响使用时的勇气。
如果你所在的岗位没有创始人的权限,能带走的不是“删掉一切”,而是先问一句:这个要求是谁提出的?它服务于什么决定?
同样,对结果负责不等于自己承担所有环节。识别需要协调的资源,把问题带给有决定权的人,说明当前方案会产生什么后果,也是推进工作的一部分。单纯加倍投入,有时只是让一个没有被解决的结构问题暂时看不见。读人物的方法,不是复制他的动作,而是看清他在什么条件下做了那个动作,以及那个条件你有没有。
把五步流程拆到底
如果把这本书拆到最底层,其实只有三个事实。
第一,任何流程都为一个结果服务。
如果一个步骤不再服务于结果,它只是在维护自己。流程越成熟,越容易把“一直这样做”当成“必须这样做”。
第二,系统的产出由约束决定。
优化非约束,不会让整体更快。局部效率提高,可能只是让半成品更快地堆在瓶颈前。
第三,删除、简化、加速、自动化都会改变系统,也会制造新的约束。
所以判断不是一次性的清单,而是一个循环:改完一处,要重新找限制。把这三件事连起来,我更愿意把书里的“五步流程”读成一个循环,而不是一张检查表:
定义结果 → 质疑要求 → 删除 → 简化 → 加速 → 自动化 → 找新的约束。
具体到一项工作,先问四个问题:
- 这项工作要求服务于什么结果?
- 哪个步骤只是惯例,删掉会怎样?
- 当前真正限制交付的环节是哪一个?
- 改动之后,新的限制会出现在哪里?
如果四个问题答不上来,先别自动化。自动化只是把现有的愚蠢固定得更快。不要用更快的速度,去做一件本来就不该做的事。