成功定律 (The Formula)
R — 原文 (Reading)
> "能力表现,或者你做了什么,是一个你可以控制的变量……然而,成功属于另外一个完全不同的范畴,它属于一种集体测量,是人们对于我们表现的反应。"
> — 巴拉巴西,引言
> "能力表现是有界的,但成功是无界的。泰格·伍兹的击球距离仅排第 30 名,但他的收入是其他选手的百倍。"
> — 巴拉巴西,第二定律/第 5 章
> "一件产品要具有社会适应度和初始的成功,它的长远成功则单独由社会适应度决定。"
> — 巴拉巴西,第三定律/第 7 章
I — 方法论骨架 (Interpretation)
巴拉巴西把"成功"分解成五条互相咬合的定律。不是五条独立规则,而是一个完整框架:
- 领域诊断(第一定律):你的领域能力可精确测量吗?能测 → 全力提升实力。不能测 → 社会网络决定成败。多数领域在中间,是权重问题。
- 有界性(第二定律):顶尖者差距小到不可测量(钟形曲线有上限),但回报差百倍(幂律无上限)。这不是"不公平",是数学。
- 动力学(第三定律):未来的成功 = 初始成功(优先连接/马太效应)× 社会适应度(内在竞争力)。两者缺一不可——光有好产品没人看不行,光有流量没真价值走不远。
- 团队与功劳(第四定律):最成功的团队 = 多样性成员 + 单一领导者。但功劳永远归于"被感知的那个名字",而不是干活最多的那个。
- 持久力(第五定律):你的 Q 因子(把想法变成影响力的能力)终身恒定。每件作品的成功概率均等。年轻时成功只因产量高——持续产出 = 多买彩票。
A1 — 书中的应用 (Past Application)
案例 1: 红色男爵 vs 雷内·方克
- 问题:两位王牌飞行员击落敌机数相当(方克可能更多),为什么红色男爵名垂青史而方克被遗忘?
- 方法论的使用:第一定律——空战能力表现可精确测量(击落数),但成功(被后世记住的程度)由社会网络驱动。红色男爵被德国宣传机器塑造成英雄符号,方克的网络对他没有价值。
- 结论:能力表现差不多时,网络决定谁被记住。
- 结果:红色男爵成为流行文化符号(史努比动画),方克在维基百科上甚至没有万神殿项目排名。
案例 2: J.K. 罗琳的匿名实验
- 问题:同一位作家,一本小说全球畅销 5 亿册(哈利·波特),另一本仅卖 500 册(以罗伯特·加尔布雷斯笔名出版的《布谷鸟的呼唤》)——直到身份曝光后才变成畅销书。
- 方法论的使用:第三定律——同一产品(同一位作家的同等品质),初始成功(罗琳名字的声誉信号)启动了优先连接。《哈利·波特》本身也是高社会适应度产品(首印仅 500 册、被拒 12 次,靠一个读者接一个读者累积起来的)。
- 结论:初始成功 × 社会适应度 = 未来成功。两者缺一不可。罗琳的名字提供了初始推力,哈利·波特的内容提供了长期燃料。
- 结果:《布谷鸟的呼唤》身份曝光后一夜之间变成全球畅销书。
案例 3: 普拉舍错失诺贝尔奖
- 问题:道格拉斯·普拉舍第一个克隆了绿色荧光蛋白基因,把样本寄给查尔菲和钱永健后离开学术界——16 年后查尔菲和钱永健因此获诺奖,普拉舍在汽车专卖店开面包车。
- 方法论的使用:第四定律——功劳归属由他人感知决定,而非实际贡献。普拉舍离开了领域,收件人持续在领域内发表高影响力论文,功劳的"所有权"从普拉舍转移到了他们身上。
- 结论:离开一个领域就等于把贡献的功劳拱手让人。
- 结果:沈华伟算法准确预测普拉舍应获奖,但诺贝尔委员会选择了留在领域中的人。
A2 — 触发场景 (Future Trigger) ★
四条路径的语言信号(精确到用户会说的话)
路径 A — 方向/赛道诊断:
- "该练技能还是搞关系?" / "要不要去大城市/大平台?"
- "努力了很久没结果,要不要放弃?" / "换了 5 种方向还是不行"
- "选 A 方向还是 B 方向?"
路径 B — 冷启动:
- "新号发了十几篇全是零阅读" / "产品上线一个月只有十几个注册"
- "怎么搞到第一批用户/读者?" / "开源项目 star 一直是 0"
路径 C — 长期价值判断:
- "这东西是真的好还是只是火?" / "大家都在追我要不要跟?"
- "排行榜/热门榜单上的东西靠谱吗?" / "竞品数据好但我总觉得不对"
路径 D — 团队/功劳:
- "团队里能人太多反而乱了" / "谁说了算?"
- "干最多的活功劳却被别人拿了" / "要不要跟大佬合作?"
与相邻 skill 的区分
- 与通用决策类的区别:本 skill 提供的是"成功动力学"框架,不是一般决策学
- 与纯教练/职业咨询的区别:本 skill 的结论有数据和公式支撑,不是鸡汤
E — 可执行步骤 (Execution)
第一步:识别路径(根据用户问题匹配,≤1 分钟)
用户的问题包含哪种语言信号?映射到 A/B/C/D 中的一条。如果跨越多条,优先走 A(因为领域诊断是最底层的地基)。
- 完成标准:明确说出"你走的是路径 X"
- 判停:如果用户问题不匹配任何路径 → 这些是纯技术、日常琐事、外部不可抗力,告诉用户"这不适用于成功定律框架"
第二步:执行对应路径的诊断
路径 A — 方向诊断:
1. 让用户列出所在领域评判"最优秀"的 3-5 个标准 → 标记每个为"客观可测"或"主观"
2. 主观标准占比 ≥50% → 网络驱动为主;30-50% → 均衡;<30% → 实力为主
3. 如果用户已尝试多个方向 → 列出 5-10 个项目,对比每个的"想法价值 r"和"实际影响力 S",看 Q=S/r 趋势
4. 判停:换了 ≥3 个高价值方向(r≥7)仍无突破 → 建议换赛道;否则继续在现有赛道上迭代
路径 B — 冷启动:
1. 列出 3-5 个可用的种子推力来源(朋友/社群/合作者)
2. 为目标争取最早 3-5 个公开认可(评论/转发/点赞/推荐)
3. 寻找一个与你方向相关的枢纽节点(已有受众的人/社区),设计一次合作
4. 判停:初始推力投放后 1-2 周观察是否有自然增长 → 有 → 继续加大产量;没有 → 说明产品本身适应度不足,回到产品层面修正
路径 C — 适应度判断:
1. 找 5-10 条最早的评价/反馈(最少受社会影响)
2. 做一次"匿名盲测":去掉品牌/作者/粉丝数/销量,只看内容/产品本身,打分
3. 对比:去掉"社会信号"后的判断 vs 大众认知的差异
4. 输出:高适应度(值得长期投入)还是纯流行度(可能不值得追)
路径 D — 团队诊断:
1. 画出团队关系图:核心 2-3 人需有信任基础 → 配 2-3 个新视角外部成员,避免全是熟人(小团体)或全是陌生人(松散)
2. 明确唯一最终决策者
3. 如果用户感觉功劳被吞没 → 检查:你有独立可见领域吗?如果没有,在别人阴影下太久会丧失功劳所有权
第三步:通用补丁(走任何路径都附带)
- 如果用户因为"差一点点"而沮丧 → 讲品酒师 80/90/96 分的故事(能力有界)
- 如果用户要面试/答辩 → 建议争取靠后出场(即时偏差)
- 如果用户有年龄焦虑 → 讲芬恩 85 岁获诺奖(创造力不过期)
- 完成标准:用户表示"我理解了"或"我知道下一步该做什么了"
B — 边界 (Boundary) ★
不要在以下情况使用此 skill
- 能力明显低于领域基准线(GPA<2.0 讨论该不该上常春藤——先提到可竞争水平)
- 纯技术/客观任务(写代码、爬数据、订日程)
- 日常琐事(晚饭吃什么、去哪旅游)
- 外部不可抗力(疫情倒闭、政策突变)——这不是成功定律能分析的
作者在书中警告的失败模式
- 全押网络忽视实力:巴斯奎特成功了不是因为只靠关系——他的艺术有内在价值。只搞关系不提升产品 = 社会适应度为零 × 优先连接 = 零(第三定律)
- 全押实力忽视网络:第一定律的反面——方克击落飞机比红色男爵多,但被遗忘。在不可测领域只埋头干 = 没人知道 = 不存在
- 把随机性当因果:第二定律——品酒师对同一款酒打分 80/90/96。在能力上界,"结果差一点点"大概率是随机,不是你的问题。但如果反复出现在同一位置,检查是否有系统性问题而非运气
- 用"Q因子恒定"逃避成长:第五定律的 Q 因子不变化不代表你不该学习——它说的是"转化能力"相对稳定,"技能"和"知识"是另一个维度
作者的盲点 / 时代局限(来自阶段 0 批判)
- 五定律数据主要来自美欧学术/体育/艺术界,东亚体制内和关系型社会的网络结构可能不同
- Q因子恒定与"成长型思维""刻意练习"研究结论存在冲突——审稿争议至今未解决
- 对结构性不公(性别、种族、地缘)的处理过度个体化——"换个赛道"对很多人来说根本不可行
容易混淆的邻近方法论
- 与 SWOT 分析不同:SWOT 分析你的优劣势,成功定律分析的是领域性质和集体动力
- 与一般的"做计划"不同:成功定律告诉你"在哪个维度上做计划"(实力还是网络),不是"怎么做计划"
- 与鸡汤成功学不同:每一个建议都有数据和实验支撑,没有"只要相信就能成功"
原子性 tradeoff 说明
本 skill 是复合型 skill,整合 4 条诊断路径。这违反了 cangjie 方法论的原子性原则("一个 skill 只做一个方法论单元")。这是主动的例外,理由:
1. 原书本身就是一个整体——五大定律互相咬合,单独使用会失去解释力
2. 用户真实问题几乎总是跨越多条定律——"我的新号没人看"既是冷启动问题(第三定律)也是"在该领域该不该做自媒体"的诊断问题(第一定律)
3. 在产品层面,一个总入口让使用门槛降到零;在方法论层面,4 个原子子 skill 保留作为深入参考
4. 触发设计通过具体的语言信号路由到对应路径,弥补了 A2 宽泛的问题
相关 skills
- 原子子 skill(深入参考): success-performance-diagnosis, q-factor-calibration, preferential-attachment-launcher, fitness-vs-popularity
- 可配合 darwin-skill 做自动进化
审计信息
- 来源: cangjie-skill 蒸馏《巴拉巴西成功定律》全书
- 原子性声明: 复合型 skill(主动例外,见 B 段说明)
- 子 skill 验证: 4 个通过独立 agent 盲测(trigger 精度 97.5%)
- 蒸馏时间: 2026-08-01
版本历史
| 版本 | 日期 | 变更 |
|---|---|---|
| 1.0.4 | 2026-08-01 | 执行质量验证: test-prompts.json 全面升级——每条 should_trigger 新增 expected_response.must_include 和 must_not_include 字段,指定回答必须包含的关键数据/原则/操作步骤,以及禁止出现的空洞鼓励/违反定律的建议。新增通用策略层测试用例(彩票模型)。edge_case 细化到 must_include + may_include + must_not_include 三维标准。针对 SkillHub TRACE 评测指出的"只知道会触发哪条路径,不知道回答得好不好"的缺憾。 |
| 1.0.3 | 2026-08-01 | 概述改用 README 钩子风格(方克开场 + 四大困境 + 反直觉三段 + 蒸馏方法背书) |
| 1.0.2 | 2026-08-01 | 概述从 API 文档模板改为产品介绍风格(痛点→能力→触发) |
| 1.0.1 | 2026-08-01 | 首次发布到 SkillHub。slug=success-formula-qitian,skillId=135771。基于 cangjie-skill 蒸馏《巴拉巴西成功定律》全书,12 原子子 skill 保留为深入参考 |