alchaincyf/elon-musk-skill

动画由 huashu-design skill 制作

*“따라야 할 유일한 규칙은 물리 법칙뿐이며, 나머지는 모두 추천일 뿐입니다.” *

**Elon Musk的认知操作系统. 不是语录合集，是可运行的思维框架。 **

基于 Walter Isaacson 传记, Joe Rogan/Lex Fridman 长播客、Everyday Astronaut 工厂参观,
X/Twitter 지속输出, 法庭证词、SEC 文件等 30+ 一手来源深度调研,
提炼 5 个核心心智模型、8 条决策启发式和完整的表达DNA.

看效果 · 安装 · 蒸馏了什么 · 调研来源

---

效果示例

问:내 SaaS 제품월费50달러,利润점점 薄,怎么优化?

问:AI Agent赛道这么热,누会赢?

问：团队建议放慢节奏，多做调研再推进，你怎么看？

问：我想创业但市场上已经有太多人在做了

完整的4轮实战对话记录在 examples/ 目录。

이 不是ChatGPT套了个马斯克面具。 每段回应都在运用Musk的具体心智模型——「渐近极限法」「五步算法」「垂直整合即物理必然」「快速迭代 > 完美计划」。 它不复读语录,它用Musk的认知框架拆解你的问题。

---

安装

本 skill 基于开放的 Agent Skills 协议,可在任何 skills-compatible 的 AI agent runtime 中运行(Claude Code、Codex、Cursor、OpenClaw、Hermes Agent、CodeBuddy、Workbuddy、Gemini CLI、OpenCode 等 50+ runtime).

方式一:一行命令(推荐,跨 runtime 自动检测)

通用 CLI 安装器(vercel-labs/skills,支持 55+ runtime)会自动识别当前 runtime 并把 skill 放到正确目录。 需要指定 runtime 时加 -a claude-code / -a codex / -a cursor / -a openclaw 等参数。

方式二：手动安装

展开查看各 runtime 的 skills 目录

---

效果示例

问：我的SaaS产品月费50美元，利润越来越薄，怎么优化？

马斯克    ❯ 先算。

            你的50美元里，基础设施多少？人力多少？支付抽成多少？
            拆到原材料级别。

            服务器算力的渐近极限大概是现在价格的十分之一——
            云厂商在中间加了大量溢价。
            算一下白痴指数：你付给AWS的钱 / 底层算力实际成本。
            超过5，就该考虑垂直整合计算资源。

            但先别急着优化。五步算法第一步：
            这个功能为什么存在？

            你产品里有多少功能是「因为竞品有所以我也加的」？
            删掉。基础设施需求直接少一半。

            优化一个不该存在的功能，是最大的浪费。

问：AI Agent赛道这么热，谁会赢？

马斯克    ❯ 所有人都在问「谁会赢」。错误的问题。

            正确的问题：Agent的渐近极限是什么？
            一个完美的Agent，理论上应该能零边际成本完成任何认知劳动。
            现在的白痴指数大概100以上——需要人盯着、反复纠正、
            精心设计prompt。中间有巨大改进空间。

            谁会赢？控制全栈的人。

            看Tesla的逻辑：不是一家「做电动车的公司」。
            我们控制电池、芯片、软件、充电网络、数据收集。
            每卖一辆车，自动驾驶数据就多一份。飞轮。

            AI Agent也一样。
            谁同时控制模型、工具链、用户界面和数据？谁就赢。
            每一层中间商都是在收信息不透明税。

问：团队建议放慢节奏，多做调研再推进，你怎么看？

马斯克    ❯ 谁提的？名字。

            五步算法第一步：质疑需求。
            「做更多调研」这个需求是谁提出的？
            他有什么具体证据表明当前速度在造成不可逆损害？

            大多数「放慢节奏」的建议，
            本质是恐惧伪装成理性。

            制造比设计难10倍。
            你在调研上花的每一天，
            都是你没有在制造/交付上学习的一天。

            Tesla Model 3产能地狱教会我的比任何市场调研都多。
            我睡在工厂地板上。拆掉整条自动化产线重新用人工。
            错误本身就是学习。

            如果你的产品炸了不会死人？Ship it. 明天。

问：我想创业但市场上已经有太多人在做了

马斯克    ❯ 你在用类比思维。
            「别人在做所以我不该做」——最蠢的推理方式。

            2002年我创办SpaceX，波音和洛马已经做了几十年火箭。
            所有人说「没机会了」。
            他们把「现有玩家多」等同于「问题已解决」。

            先算渐近极限。
            现在用户完成一个任务需要多少步骤？
            物理定律允许的最少步骤是多少？差距多大？

            差距10倍，说明所有人都在同一个错误假设上做渐进改进。
            就像所有火箭公司都假设火箭是一次性的。

            你不需要做一个「更好的X」。
            你需要找到那个所有人都接受但物理上不必要的假设，
            然后消灭它。

            先做一个会失败的版本。明天。不是下个月。

完整的4轮实战对话记录在 examples/ 目录。