什么是定律

定律是客观规律的统称，是解锁宇宙奥秘的钥匙。定律是了解宇宙的基石。是从亘古到现代不曾改变的宇宙规律。

定律是为实践和事实所证明，反映事物在一定条件下发展变化的客观规律的论断。定律的特点，是可证，而且已经被不断证明。定律是一种理论模型，它用以描述特定情况、特定尺度下的现实世界，在其它尺度下可能会失效或者不准确。

——百度百科

常见的定律

李嘉图定律

简单地讲，它说的是一个地区中心和周边的经济关系。中心地价高，可以辐射到周边；经济好的时候，中心会带动周边一起涨；经济不好的时候，周边会暴跌，但中心地区因为总有人想挤进去，因此能够基本上维持住。
硅谷就相当于是全美国经济的中心地区之一，在全美国经济都不好的时候，这个中心地区因为具有全球竞争力，受到的影响相对小。这就是为什么硅谷整体的经济情况还不错。

维尔斯定律

维尔斯定律（Wirth’s law）

硬件总是变得越来越快，但软件总是变得越来越慢。

康威定律

1968年，计算机学家梅尔文·E·康威发表了一篇著名论文，后来被称为康威定律（Conway’s law）。

“软件系统的架构，反映了公司的组织结构。”

这个定律说，公司的行政组织架构，会反映在软件产品之中。举例来说，如果四个小组一起写编译器，那么这个编译器内部一定会分成四个环节。很多实证研究，都证实了这个定律。

为什么这样？原因是大公司里面，主管的地位主要取决于他的团队规模和预算。团队越大、预算越多，主管在公司里面的地位就越高，这就是为什么主管都会争取尽可能大的团队和预算。问题在于，团队变得越来越大时，你不得不做出安排，让每个成员有事可做。因此，当团队的所有人都在做一个项目时，随着组织结构的膨胀，软件的架构不得不跟着膨胀，以容纳所有的人手。

根据康威定律，大公司的大型项目一定会有复杂架构，哪怕这种架构可能是不必要的。另一方面，许多程序员崇拜复杂性，认为软件越复杂，表示作者的能力越高。这导致了这样一种状况：大公司（比如阿里腾讯）由于组织架构复杂，会做出复杂软件，然后大家认定，软件必须那么复杂，为了向业内前进水平看齐，自己的软件也必须模仿他们的复杂性。这种想法是不对的，仅仅因为阿里腾讯那样做，并不意味着你也应该那样做，他们无法摆脱复杂性，并不意味着你也需要那种复杂性。

增长的五大定律

定律一：幂次定律

也就是我们通常说的“马太效应”，这个世界的万物从来都不是均匀分布的。很多时候我们会面临大量增长的战术，但是天然有几种是最有效的。当资源有限的时候，与其将资源像“撒胡椒面”一样铺开，不如集中在ROI最高的增长杠杆上，然后把这个杠杆加足。幂次定律告诉我们要学会“做减法”，复杂的事情重点做。不是所有的点都是支点，一定要抓住最能带来增长势能的战术去投入精力。

定律二：复利定律

有一个心灵鸡汤的数学公式：1.01的365次方等于37.8，而0.99的365次方等于0.03。如果你比其他人平均每天优秀和努力1%，那么一年之后，你可能将对手甩开多个身位。做增长需要持续做最正确的事情，且尽可能让反馈和迭代速度更快一点，随着时间的累积，就可以借助复利效应获得领先对手的优势。病毒为什么那么可怕，病毒的复制传播天然就遵循幂次定律和复利定律。

结合定律一和定律二，好的增长框架简单说就是复杂的事情重点做，重点的事情持续做，日久就能爆发增长的威力。

定律三：系统定律

任何一个增长的业务本质上都是由一个或多个增长引擎构成的系统来实现。抽象来看，任何复杂的系统都是一组要素的连接，这些连接可以产生增强系统和削弱系统的效果。万物之间的连接最简单可以概括成四种连接关系——因果链，增强回路，调节回路和滞后效应。因果链不言自明；因果链动态化就形成增强回路和调节回路，其中因增强果、果增强因就是“增强回路”，因增强果、果抑制因就是“调节回路”；滞后效应也广泛存在。

按照系统思考的一项基本定律：结构影响行为，想要让人们产生你所期望的行为，最根本的办法是设计相应的结构，也就是上面四种连接的组合。否则，即使短期改变或被动遵从，长期来看还会回到从前的状态。

研究系统运作的学问就是系统动力学。从系统动力学视角来看，任何企业或机构、业务的健康持续增长都需要而且可以被设计和管理，小到经营一个路边摊、街角店，大到国家经济和公共卫生体系构建，乃至疫情的防控，都可以利用系统思维进行设计和管理。

我们通常说的增长飞轮，简单说就是找到“增强回路”。系统动力学大师伍尔斯滕霍姆把系统四种连接关系更复杂、更动态的组合总结成四种基础模型组和九个基础模型。其中“受阻模型组（Underachievement）”和“失控模型组（Out of Control）”都是“脆弱态”的典型结构。

受阻模型组是指预期的增强回路遭遇意外的调节回路，增长受阻。比如我们经常看到的三种情况——公地悲剧，成长与投资不足，以及成长上限。

公地悲剧指的是如果多方都通过抢夺有限的公共资源上来获利，导致彼此收益最终降为零。比如一片草地被过度放牧，最终导致所有牛都饿死。新冠疫情初期，由于检测能力不足，加上没有分级诊疗体系，大批恐慌的武汉人涌向医院，争抢医疗资源，导致医院系统迅速崩溃，这就是公地悲剧。

成长与投资不足，指的是快速增长的增强回路，遭遇研发、生产、服务乃至管理能力发育或投资不足的调节回路，导致服务口碑和体验下降。新冠病毒相对比流感的可怕之处就在于，重病患者比例是H1N1的15~20倍，危重病人比例是H1N1的几十倍，这样当确诊病例突然增多，医院的ICU病床、呼吸机、呼吸科医生和护士，及其他医疗装备迅速枯竭，这也是成长和投资不足一个典型例子。还有我们之前提到的伪增长，很多时候就是因为相关能力与投资没有跟上。

成长上限，是指快速增长的增长回路遭遇抑制增长的调节回路，也就是我们通常所说的增长天花板和高原期。例如中国口罩的每日产能，特别是N95口罩是有上限的。产能上限就是成长上限。疫情期间如果不是国家和部分企业找到突破口罩产能上限的方法，也会让疫情防治的系统濒临崩溃。

失控模型组（Out of Control），是指预期的调节回路，遭遇意外的增强回路，而情况失控。比如面对一些问题，因为见效慢不去找到根本解，而是拿出一个快速见效、但是治标不治本的症状解，久而久之问题依旧甚至更为严重，直到崩盘。

理解这些导致脆弱态的系统结构，可以帮助我们进行反脆弱系统的设计，或者逐渐从脆弱态困境中走出来，重建强韧态或者反脆弱态的增长系统。

我们常说“种瓜得瓜种豆得豆”，有时在做增长的过程中事非所愿，往往就是因为没有看到隐含的增强回路、调节回路或者是滞后效应。学会系统思考，避免我们在设计增长体系中，只见树木，不见森林；只看眼前，不思长远；只看现象，不看本质；头痛医头，脚痛医脚。

定律四：进化论

人类现代化、全球化的历史不过100多年，整个人类文明1万多年，和大自然物种相比历史非常短。从大自然的进化论中，我们可以得到很多关于商业竞争和增长的智慧。

在进化论中，物种演化有两条基本的规则：第一，所有物种的遗传特征基本是稳定的，基本可以代代相传，中间会有变异，但这些变异是随机的，没有明显的倾向性和目的性。第二，同一个物种下不同变异个体，对环境的适应性不一样。某些个体能够在环境中适应得很好、不断繁衍，其保留下来的遗传特征就是优势特征；而非优势特征就会被淘汰。

从进化论的角度看，大自然也好，人体的免疫系统也好，天然就是反脆弱的系统，能够通过牺牲少量的个体，去实现整个物种更好的生存和进化。

哪些特征是具有优势的呢？第一这些优势特征更能代表进化的速度，反馈特别快，具有快速的纠错能力；第二是系统可以处理更大的信息量，更能依据信息使系统朝着更智能的方向进化；第三是具有优势特征的物种善于选择适应生存的环境，也就是生态位，生态位越具有不可替代性和差异性，就越具有生存优势。基于这些特征的变异往往是有价值的。

用进化论的思维看商业社会，很多新品类、新产品层出不穷，但很多都是潮流性的、昙花一现的；而有些模式则能够在经历系统和环境大的变化之后，依然可以顽强发展，这些就是更具有价值的商业模式，例如电商行业在非典、金融危机和此次疫情危机后都获得了加速发展。

还有我们说的数字化，为什么数字化能力强的公司更容易反脆弱？因为数字化能力就是代表高信息量的优势特征，代表着进化的方向；如果你的数字化能力不行，在未来的竞争中很容易被淘汰。

在做增长时，我们不能只看到那些昙花一现的事物，而要从进化论中获得智慧，思考哪些是真正的优势特征，能够带来持续增长。当然，商业文明中的新物种比自然界的物种进化更快，因为没有所谓的“生殖隔离”，可以大范围进行创新模式的迁移和杂交，实现更多的创新。

定律五：杠铃法则

疫情期间很多人在读纳西姆·塔勒布的《反脆弱》。他认为万事万物有三元结构——脆弱态、强韧态和反脆弱态。脆弱态好比一个玻璃球，很坚硬、但是从高处摔落的时候很容易就摔碎了；强韧态像是塑料皮球，看起来柔软但是掉到地上丝毫无损、可以平稳落地；而反脆弱态就像乒乓球，落地不仅不会受到损伤还可以弹得更高。

墨菲定律

名词解释

任何事情，只要有发生事故，或者出现错误的可能性，那么不管这个可能性有多小，事故都迟早会出现。在心理学上，负面心理暗示会对人的心态以及行为造成不良影响，在墨菲定律中，如果你越是担心某种情况发生，它就越有可能发生。

解读

怕什么来什么，用一种极端的方式，把事务坏的方面无限扩大。但目的是为了强化人们的意识，督促大家在做事前，做好万全准备，避免意外的发生。

边际效用递减定律

亚当斯密曾提出一个非常经典的问题：水对我们的生命是必不可少的，但价格却很便宜；钻石对于我们的生命没有一点用处，却非常昂贵。这是为什么呢？

这涉及到一个经典的经济学问题，叫边际效用递减定律。

薛兆丰老师对边际的定义是新增带来的新增。新增的越多，新增带来的新增越少。

加尔定律

一个可运行的复杂系统，总是从一个简单系统演变而来的。似乎可以因此推断：从头开始设计一个复杂系统，永远不会奏效，必须从一个简单系统开始设计。
— 《加尔定律》