№031 规模法则 · 百里路

一缘起 · 为什么世上没有巨人 ORIGIN

1638 年，被软禁在佛罗伦萨郊外的伽利略写下了他最后一部巨著《关于两门新科学的对话》。书里他问了一个看似天真的问题：为什么不能有一个身高十倍于常人的巨人？

他的回答是数学的：如果把一个人等比例放大十倍，他的体积和重量会变成 1000 倍（长度的三次方），而支撑体重的骨头横截面只变成 100 倍（长度的二次方）。于是巨人对自己骨头的压强是常人的十倍——他会被自己压垮。伽利略甚至画了一根能撑起巨人的腿骨，粗得畸形丑陋。这就是平方-立方定律：尺寸变化时，面积按 L²、体积按 L³ 变，二者永远不同步。

这是人类第一次意识到：放大一个东西，它的各种性质不会一起等比例变大。三百年后，瑞士出生的生理学家马克斯·克莱伯（Max Kleiber，1893–1976）在加州大学戴维斯分校研究牲畜的能量代谢时，把这条直觉变成了一条精确、普适、震撼的定律——生物学称这类"尺寸变、比例也随之变"的现象为异速生长（allometry）。

克莱伯本是农学家，研究"喂一头牛要多少饲料"这样朴素的问题。可当他把老鼠、猫、狗、羊、牛、大象的代谢率画在一张双对数图上时，一条跨越六个数量级、近乎完美的直线跳了出来——一条至今没有人能彻底解释、却处处应验的直线。

二原典 THE PRIMARY TEXT

KLEIBER'S LAW · 1932

一个动物的基础代谢率（维持生命每天消耗的能量），并不与它的体重成正比，而是与体重的 3/4 次方成正比：

B ∝ M^3/4

也就是说，体重每翻十倍，代谢率只增大约 5.6 倍（10^0.75），而不是十倍。越大的动物，每一公斤身体消耗的能量反而越少——大象的每一克肉，比老鼠的每一克肉"节能"得多。

——Max Kleiber《Body size and metabolism》（Hilgardia, 1932）

这条式子里藏着三层意思，是整个"规模法则"家族的根：第一，缩放遵循的是幂律 Y ∝ X^b，不是线性关系；第二，那个指数 b 才是灵魂——它决定了"变大"到底是变省还是变费；第三，3/4 这个数出奇地稳定，从细菌到蓝鲸、跨越 21 个数量级都大致成立，暗示背后有某种深层的、与具体物种无关的普适约束。

更惊人的是，同一个 1/4 家族的指数支配着生命的方方面面：心率 ∝ M^-1/4（越大的动物心跳越慢），寿命 ∝ M^1/4（越大的动物活得越久）。两者相乘，抵消掉了体重——几乎所有哺乳动物一生的心跳总数都是同一个数：约 15 亿次。老鼠心跳飞快活三年，大象心跳徐缓活七十年，但它们"用完"的心跳配额一样多。

三释义 · 三种"变大"的方式 PLAIN MEANING

剥去数学，规模法则说的其实是一件极朴素的事：当一个系统变大时，它的各种属性会以不同的速度变化。而"以多快的速度"，全看那个指数 b 落在 1 的哪一边：

b < 1 · 次线性（越大越省）——每单位规模的成本随体量下降。这是规模经济。代谢率的 3/4、城市基础设施（加油站、道路、电缆）的约 0.85 都属于此。大象比老鼠省，大城市每人摊到的马路比小城市短。大，是一种效率。
b = 1 · 线性（等比放大）——翻倍就是翻倍，最朴素也最少见。请一个工人干一天的活，两个工人干半天——世界很少这么听话。
b > 1 · 超线性（越大越快）——每单位规模的产出随体量上升，这是报酬递增。城市的工资、专利、GDP 按约 1.15 次方缩放：城市规模翻倍，人均产出不是不变，而是多出约 15%。但同一个 1.15 也作用在犯罪、疾病、拥堵上——大城市让你更富，也让你更快、更累、更危险。

所以"大象是放大的老鼠吗"？不是。如果真把老鼠等比放大到大象那么重，它的骨头会碎、心脏会因散热不及而烧毁、腿细得撑不住身体。自然界每一次"变大"，都被迫重新设计：腿更粗、心跳更慢、代谢更省。规模不是简单的缩放，规模会改变事物的本质。

"同一条数学曲线，既画出了大象为什么长寿，也画出了纽约为什么既是创新之都又是犯罪之城。尺寸一变，一切都变——只是变的速度各不相同。"

四后人之论 LATER INTERPRETATIONS

达西·汤普森 D'ARCY THOMPSON · 1917

苏格兰博物学家汤普森在传世名著《论生长与形态》（On Growth and Form, 1917）里，第一次系统主张：生物的形态不是纯由自然选择雕琢，而是被物理与数学的缩放规律强力约束。为什么昆虫可以有纤细的腿、大象必须有柱子般的腿？为什么小生物能靠表面张力"站"在水上、大生物一入水就沉？

他的回答都指向同一件事——尺寸本身就是一种设计力量。这本书启发了后世无数生物学家、工程师乃至建筑师，是规模思想的源头活水。

韦斯特 · 布朗 · 恩奎斯特 WBE MODEL · 1997

克莱伯定律成立了六十年，却没人能解释为什么偏偏是 3/4。1997 年，物理学家杰弗里·韦斯特（Geoffrey West）联手生态学家詹姆斯·布朗、布莱恩·恩奎斯特在《科学》发表了著名的 WBE 模型：答案藏在供养身体的分形网络里——血管、气管这样反复分叉、填满三维身体的运输网络，在数学上被优化时，必然逼出 3/4 这个指数。

这是把生命的普适规律还原为几何与物理的第一次严肃尝试。分形网络，成了连接老鼠、大象与森林的隐形骨架。

路易斯·贝当古 BETTENCOURT · 2007

物理学家贝当古与韦斯特把目光从生物转向城市。2007 年他们在 PNAS 用全球数百座城市的数据证明：城市也遵循精确的缩放律，而且分成两族——物质基础设施按约 0.85 次线性缩放（省），社会经济产出（工资、专利、GDP、也包括犯罪与传染病）按约 1.15 超线性缩放（涨）。

一句话：城市每翻一倍，每个人平均多创造约 15% 的财富，也多承受约 15% 的犯罪——好与坏由同一个指数驱动，无法只要前者。

杰弗里·韦斯特《SCALE》· 2017

韦斯特在集大成之作《规模》（Scale, 2017）里把生物、城市、公司串成一张网。最尖锐的洞见是公司更像生物而非城市：公司的营收、利润随规模次线性缩放，效率随年龄递减，因此像有机体一样有内在的死亡曲线——半数上市公司会在约十年内消失。

而城市因为超线性、能不断自我更新，几乎不死。"为什么公司会死而城市不死"，成了这本书最令人难忘的一问。

五案例 · 从鼩鼱到神经网络 CASE STUDIES

CASE 01 鼩鼱到蓝鲸的一条直线 1932

克莱伯把体重相差上亿倍的动物——最小的鼩鼱到最大的蓝鲸——的代谢率画在双对数图上，它们几乎全部落在斜率 0.75 的同一条直线上。这条"生命的直线"是二十世纪生物学最优美的实证规律之一。

它的震撼在于普适：无论心脏、体温、栖息地多么不同，一条纯数学的直线就把整个哺乳动物界串了起来。规律强到让人怀疑背后有某种物理必然，而非生物偶然。

CASE 02 伽利略的巨人与工程师的桥 1638 – 今

平方-立方定律不只是生物学玩具。它是为什么没有蚂蚁大小的大象、也没有大象大小的蚂蚁；是为什么把一座小桥的图纸等比放大十倍，桥会自重压垮；是为什么昆虫能扛起体重几十倍的东西、而人不能。工程师造任何东西，都要为"放大后自重失控"重新配比。

缩放不可外推——小尺度成立的设计，放大后常常崩溃。模型飞机能飞不代表同样构型的巨机能飞。"在小处行得通"从来不是"在大处行得通"的证明。

CASE 03 城市的 1.15：财富与犯罪同源 2007

贝当古-韦斯特的城市数据揭示了一个残酷的对称：把一座城市的人口从 100 万增到 200 万，人均专利、人均工资、人均 GDP 各涨约 15%，而人均严重犯罪、艾滋病例、通勤时间也涨约 15%。大城市是创新引擎，也是压力锅——二者是同一枚硬币。

这解释了为什么人们既涌向大城市又抱怨大城市。你无法只留下超线性的好处而甩掉超线性的代价——它们由同一个指数生成。选择城市，本质是选择这条曲线上的一个点。

CASE 04 公司会死，城市不死 20 世纪至今

韦斯特团队分析数万家美国上市公司，发现它们的规模缩放呈次线性，效率随规模递减，最终像有机体一样步入死亡——上市公司的"半衰期"约十年，多数以被并购或破产退场。标普 500 成分股的平均在榜年限，也从数十年缩短到二十年以下。

"大到不能倒"在缩放律面前是幻觉。公司越大越难维持超线性创新，官僚成本超线性膨胀。反倒是城市因为持续吸纳异质人口、不断自我更新，几乎从不消亡——底特律衰而不亡即是一例。

CASE 05 AI 的规模法则 2020 – 2022

规模思想在人工智能里意外重生。2020 年 OpenAI 的贾里德·卡普兰等人发表《神经语言模型的规模法则》，发现模型的预测误差随算力、数据、参数量的增加，沿着干净的幂律下降；2022 年 DeepMind 的 Chinchilla 论文校正了最优配比。正是这几条幂律曲线，让"把模型做大"从赌博变成了可预测的工程，直接点燃了大模型军备竞赛。

同一套幂律语言，跨越了生物代谢与硅基智能——这正是规模法则最迷人处。但它也埋着次线性的暗示：误差按幂律下降意味着每一次翻倍的收益在递减，纯靠"更大"终会撞上回报递减的墙。

六反例与限制 CRITIQUE & LIMITS

规模法则优美，但优美最容易让人放松警惕。下面几条是它被认真质疑的地方——读完才算真正"用过"它：

① 那个指数远没有传说中普适——3/4 还是 2/3？早在 1883 年，马克斯·鲁布纳就用"表面积散热"论证代谢率应按 2/3 缩放。克莱伯的 3/4 与鲁布纳的 2/3 之争至今未息，大量数据集落在二者之间，且随类群（鸟、哺乳、植物）而变。把 3/4 当成一条铁律，是最常见的过度自信。

② WBE 模型的推导被指循环与理想化科兹沃夫斯基与科纳热夫斯基（Kozłowski & Konarzewski, 2004）等批评：分形网络模型为了得出 3/4，暗中假设了它想证明的东西，且真实血管网并不严格分形。能拟合，不等于机制为真。

③ 城市缩放"是什么"清楚，"为什么"含糊超线性是稳健的统计规律，但驱动机制仍在争论；而且城市边界怎么划，指数就怎么变（可变面元问题 MAUP）。数据点的散布也很大——1.15 是趋势线，不是每座城市的命运。

④ 幂律常常是"眼睛在双对数纸上看出来的"克劳塞特、沙利齐与纽曼（Clauset, Shalizi & Newman, 2009）证明：许多被宣称的幂律经严格统计检验并不成立，对数坐标下几乎什么都像直线。看见一条斜线就喊"幂律"，是本领域的头号自欺（与 №016 帕累托的教训同源）。

⑤ 把生物类比套到公司与社会是危险的过度比附"城市是有机体""公司会新陈代谢"是有洞见的隐喻，但社会系统有意志、有制度、有政策干预，并非纯受物理缩放支配。用"缩放律"为裁员、摊大饼或宿命论背书，是把描述性规律偷换成规范性借口。

所以使用规模法则的正确姿势是：把它当一副"追问指数"的眼镜——遇到"变大"就问一句：这东西随规模是变省（b<1）还是变费（b>1）？好处和代价哪个涨得快？能让你不把"小处成功"当"大处必成"、不把生物比喻当社会铁律，就已经够回本了。

七相关理论网络 CONNECTIONS

幂律与帕累托

Power Law · №016

⟶ 数学母体

规模法则就是幂律的一种。也共享同一个陷阱：双对数纸上什么都像直线，须严格检验。

分形

Fractals

⟸ 机制根源

WBE 模型正是用分形的运输网络推出 3/4。自相似的分叉结构，是缩放律的几何引擎。

复利 / 指数增长

Compound Growth · №029

⟷ 根本对照

指数按 X 变、幂律按 X^b 变——两种截然不同的增长形态，最易被混为一谈。

网络效应

Network Effects · №028

∥ 超线性回响

城市的超线性产出与网络的越大越值钱同族——都是"报酬递增"在不同系统里的化身。

涌现

Emergence

⟺ 平行视角

城市 1.15 是无人设计的整体属性，从千万个体互动中"长出来"——典型的涌现现象。

熵与代谢约束

Entropy · №025

⟸ 物理底座

代谢缩放的深层约束，最终指向散热、能量流与热力学——规模受物理定律封顶。

邓巴数字

Dunbar's Number · №017

⟷ 组织尺度

组织超过某规模，协调成本超线性膨胀而须拆分——缩放律的人类社群版。

报酬递增 / 递减

Increasing / Diminishing Returns

⟶ 指数的两面

b>1 即报酬递增、b<1 即规模经济——"那个指数"正是这对老概念的精确刻度。

八致用 APPLICATION

规模法则不会告诉你某件事的指数具体是多少，但它会逼你问对问题：变大之后，什么涨得比规模快，什么涨得比规模慢？

职业杠杆

分清你的产出是线性的（用小时换钱，规模翻倍靠人翻倍）还是超线性的（代码、内容、资本、影响力——做一次，规模越大边际越省）。把精力尽量挪到 b>1 的活儿上，这是"睡后收入"背后的真正数学。

组织管理

团队变大，产出很难线性增长，而沟通、审批、内耗常超线性膨胀。别指望"人手翻倍产出翻倍"。到某个规模就拆小团队（呼应邓巴数字），用结构对抗缩放带来的复杂度税。

投资与企业

警惕"越大越安全"的错觉——韦斯特的数据说公司像有机体一样有死亡曲线。大公司的护城河是超线性创新，而非体量本身。当一家巨头只靠规模而非持续创新维持，它已在滑向次线性的老年。

居住选择

大城市的 1.15 是笔明账：更高的机会、工资、密度带来的碰撞，同时是更贵、更挤、更累、更高的犯罪与孤独。搬去大城市，就是在这条曲线上换位置——想清楚你要它的哪一半、扛不扛得住另一半。

判断与思维

有人拿一张双对数直线跟你讲"规律"，先问两件事：这是真幂律还是眼睛看出来的？指数到底多少？再问：小规模验证过的东西，凭什么放大后还成立？——缩放不可随意外推，是最省钱的一课。

九反观三问 THREE QUESTIONS

我正在做的事，产出是随投入"线性"增长，还是能"超线性"放大？我能不能把更多精力挪到 b>1 的地方？

我所在的组织或城市，规模翻倍时，好处（产出）和坏处（内耗、拥堵、成本）——哪一个涨得更快？我承受的是哪一半？

当我用"公司像有机体""社会像系统"这类缩放类比时，哪里是真洞见，哪里是把描述性规律偷偷当成了宿命的借口？

十延伸阅读 FURTHER READING

Geoffrey West《Scale》 Penguin Press, 2017 — 规模思想的集大成之作，生物·城市·公司一网打尽，首选
Max Kleiber《Body size and metabolism》 Hilgardia 6(11), 1932 — 3/4 幂律的原始论文；另见其科普专著《The Fire of Life》(1961)
West, Brown & Enquist《A General Model for the Origin of Allometric Scaling Laws in Biology》 Science, 1997 — WBE 分形网络模型的奠基论文
Bettencourt, Lobo, Helbing, Kühnert & West《Growth, innovation, scaling, and the pace of life in cities》 PNAS, 2007 — 城市超线性缩放的实证经典
D'Arcy Thompson《On Growth and Form》 Cambridge University Press, 1917 — 缩放与形态学的思想源头，博物学名著
Clauset, Shalizi & Newman《Power-law distributions in empirical data》 SIAM Review, 2009 — 冷静的方法论解毒剂，教你如何严格检验幂律
维基百科：Allometry / Kleiber's law en.wikipedia.org/wiki/Kleiber's_law — 含完整争议综述与数据