冪律分布：藏在爆款背后的數學真相

你有沒有想過，為什么你花兩周精心打磨的內容只有幾百閱讀，而隨手發的一條推文卻能獲得百萬瀏覽？為什么有些創業公司隨便拿個idea就能融到上億美元，而另一些精心策劃的項目卻無人問津？為什么 Spotify 上傳的 90% 歌曲連買杯咖啡的錢都賺不到，而極少數歌手卻躺著數錢？

我曾經以為這一切都是運氣。純粹的運氣，就像買彩票一樣。你要么中了，要么沒中，沒人知道為什么。但最近我讀到了 darkzodchi 的一篇文章，他用真實的數學公式解釋了這背后的規律。這不是什么成功學的雞湯，而是可以用數學驗證的客觀規律。他在文章中分享了一個讓我深思的經歷：2020 年，他花 4 分鐘在廁所里隨手做的一個 meme 獲得了 1700 萬瀏覽量。而在 2026 年 2 月，他花了整整兩周時間研究、編輯、重寫的一篇文章，只獲得了 200 次瀏覽。兩周的心血，200 次瀏覽。這種巨大的落差，背后藏著一個被大多數人忽視的數學真相。

這個真相叫做 power law（冪律分布）。一旦你理解了它，你看待世界的方式將徹底改變。你會明白為什么努力和回報不成正比，為什么"公平"從來不是這個世界的運行規則，以及為什么那些真正理解這個規律的人，會做出看起來完全不理性的決策。

我的新書《出海，產品全球化營銷實踐》即將出版發售，為了感謝各位一直支持深思圈的讀者，特地準備了這次贈書活動，可以在第一時間拿到免費的贈書，感興趣的朋友可以填寫以下信息。由于出版社給的數量有限，我會從填寫問卷的同學中篩選一部分贈書，可能沒有辦法保證每一位都拿到，請大家諒解。

什么是 Power Law，以及它如何顛覆你的認知

大多數人是這樣理解世界的：你付出兩倍的努力，就會得到兩倍的回報。你發兩倍的帖子，就會得到兩倍的粉絲。你學習兩倍的時間，就會掌握兩倍的知識。這聽起來很公平，對吧？努力越多，收獲越多。這是我們從小被灌輸的觀念，也是學校教育和職場培訓一直強調的邏輯。但這套邏輯在現實世界中，尤其是在任何真正重要的領域，完全不適用。

darkzodchi 用一個簡單的數學公式揭示了真相：y = C × x^(-α)。翻譯成人話就是：極少數事件捕獲了幾乎所有的價值。在內容創作領域，1% 的帖子獲得了 90% 的互動量，剩下 99% 的內容瓜分僅有的 10%。在音樂行業，1% 的歌曲獲得了 90% 的播放量。Spotify 每天有 9 萬首新歌上傳，但中位數歌曲的總播放量只有 30 次。是的，你沒看錯，終其一生只有 30 次播放。在創業領域，只有 0.00006% 的創業公司能成為獨角獸（估值超過 10 億美元的公司），而在風投的投資組合中，往往單一一家公司的回報就超過了所有其他投資的總和。在財富分配上，最富有的 1% 人群擁有的財富，超過了最底層 50% 人群財富的總和。

這不是系統的bug，而是網絡、注意力和資本運作的底層邏輯。如果你不理解這一點，你就是在玩錯誤的游戲。我花了很長時間才真正理解這個概念的深層含義。當我回顧自己過去幾年在內容創作和產品開發上的努力時，突然發現自己一直在用線性思維對抗指數級的世界。我以為只要保持穩定輸出，結果就會穩步增長。但現實是，我大部分的努力都淹沒在噪音中，只有極少數幾次突破真正產生了影響。

為什么我們花了這么多年才看清這個真相

darkzodchi 坦誠地分享了他從 14 歲到 22 歲這 8 年間的經歷。他每天都在創作內容，Telegram 群組、Reddit 帖子、X 上的推文，每一天都在發帖、發帖、發帖。他的策略很簡單：更多的輸出等于更多的結果。這是典型的線性思維。而這種策略確實有效，至少從表面上看是這樣。他的賬號在增長，慢慢地、痛苦地增長著。幾百個粉絲，然后一千個，再然后更多。他為這種持續性感到自豪，覺得自己在穩步前進。

但他完全是在玩錯誤的游戲。因為在 power law 主導的世界里，100 篇普通的帖子加起來的價值，遠遠小于 1 篇杰出的帖子。不是稍微少一點，而是指數級的差距。他那條 1700 萬瀏覽量的 meme，在一天內為他帶來的增長，超過了之前三個月每日發帖的總和。當他真正分析自己的數據時，結果讓人震撼：他發布的數百條內容中，排名前三的帖子占據了總曝光量的 85%。他那篇關于"隱藏數學"的文章，獲得的瀏覽量超過了他此前所有文章的總和。他 Telegram 頻道增長最快的那一天，新增訂閱者超過了此前 12 個月的總和。

我對這種經歷感同身受。回看我自己在微信公眾號和其他平臺上的內容表現，分布曲線幾乎完全一樣。大部分內容的閱讀量在幾千徘徊，但有那么幾篇文章，閱讀量突然躍升到幾萬甚至十幾萬。而那些爆款文章往往不是我花費最多時間的，反而是我在某個瞬間靈感爆發、快速完成的作品。這讓我長期感到困惑：為什么付出和回報之間的關系如此不確定？現在我明白了，這根本不是不確定性的問題，而是我一直沒有理解底層的分布規律。

darkzodchi 給出了內容分布的具體數據：排名前 1% 的帖子獲得約 85% 的總觸達量，接下來的 9% 獲得約 10% 的觸達量，剩余 90% 的帖子只分享了約 5% 的觸達量。這個數據不是某個平臺的特例，而是幾乎所有內容平臺、社交媒體的普遍規律。數學一直在那里，只是我們從未真正看清它。

同樣的公式支配著音樂和電影產業

當我看到 darkzodchi 將這個規律擴展到音樂產業時，我意識到這不僅僅是內容創作的問題，而是一個更普遍的現象。Spotify 上有超過 1 億首歌曲，但播放量的分布極其不均：排名前 1% 的藝術家獲得了約 90% 的流媒體收入，排名前 0.1% 的藝術家拿走了超過 50% 的收入。普通歌曲在 Spotify 上每次播放的收入在 0.003 到 0.005 美元之間，而中位數歌曲甚至賺不到一杯咖啡的錢。

這就是為什么唱片公司不會試圖制作 100 首"還不錯"的歌曲。他們每個季度會把大量資源投入到 2-3 首潛在的熱門歌曲上，而把其他所有歌曲當作彩票對待。同樣的邏輯也適用于電影產業。迪士尼不會制作 50 部中等預算的電影，而是每年押注 5-8 部大制作。大部分電影表現平平，但其中一兩部會成為價值數十億美元的系列IP，為所有其他項目買單。

這背后的公式永遠是一樣的：投資組合的期望值 = Σ (超級爆款的概率 × 超級爆款的回報)。那些"平均"的結果幾乎不重要，只有極端值才能驅動總回報。這就是為什么真正理解 power law 的音樂制作人、風險投資人和內容創作者，行為模式與那些不理解的人完全不同。不理解的人會優化每一首歌、每一篇帖子、每一次推銷，讓它們都"還不錯"，保持一致性，追求專業水準，力求平均以上。而理解這個規律的人則完全相反：他們會大膽出擊，冒巨大的創意風險，接受 90% 的嘗試會失敗的事實——因為那 10% 的成功會讓其他所有失敗相形見絀。

我在看到這個分析時，突然想起了我認識的幾位內容創作者。有些人每天都在發內容,追求穩定輸出，每一條都打磨得很精致，但增長始終緩慢。而另一些人則更加"激進"，他們會花大量時間在少數幾個大項目上，愿意承擔更高的失敗風險。從短期看，前者似乎更穩健，但從長期看，往往是后者獲得了突破性增長。這種差異的根源，就在于對 power law 的理解程度不同。

創業投資中的冪律效應更加極端

當這個規律應用到創業投資領域時，情況變得更加瘋狂。Y Combinator 已經投資了超過 4000 家公司，總估值超過 6000 億美元。但這個巨大的數字背后，絕大部分價值來自于其中的 5-10 家公司：Airbnb、Stripe、Coinbase、Dropbox、DoorDash。投資組合中排名前 0.25% 的公司，貢獻了總回報的大部分。

每個風險投資人都知道這一點。這被稱為"Babe Ruth 效應"（貝比·魯斯效應）——你不需要很高的擊球率，你只需要幾個全壘打。Peter Thiel 在 Facebook 上投資的 50 萬美元最終回報超過 10 億美元，單筆投資 2000 倍回報。他整個投資生涯基本上就是這一個決定。這就是為什么風投的行為在普通人看來完全不理性：他們寧愿投資一家有 5% 機會成為 100 億美元公司的項目，也不愿投資一家有 80% 機會成為 5000 萬美元公司的項目。他們鼓勵創始人"要么做大要么回家"，因為 5000 萬美元的退出根本無法撼動整體回報。他們會投資 30-50 家公司，明知大部分會失敗，因為一個 Stripe 就能為所有失敗買單。

darkzodchi 用數學算了一筆賬，讓這個邏輯變得清晰：選項 A：80% × 5000 萬美元 = 4000 萬美元期望值。選項 B：5% × 100 億美元 = 5 億美元期望值。選項 B 的期望值是選項 A 的 12.5 倍，盡管它失敗的可能性要高得多。這就是為什么從投資組合的角度來看，"安全"的創業想法實際上是最危險的策略。如果你已經決定要承擔創業的風險，那么數學告訴你：應該追求最大可能的結果。

這個洞察對我產生了深遠影響。我之前在做產品決策時，總是傾向于選擇"更安全"的方向，那些看起來更有把握的市場機會。但現在我開始重新思考：如果我已經決定投入時間和精力去做一件事，為什么不直接瞄準那個最大的可能性？即使成功率更低，但只要期望值更高，從長期來看就是更理性的選擇。這種思維方式的轉變，讓我對風險和回報的理解完全改變了。

如何利用冪律分布為你工作

理解了 power law 的運作機制后，關鍵問題是：我們應該如何行動？darkzodchi 分享了他的四個核心策略，而我在此基礎上加入了自己的實踐思考。

第一個策略是：停止優化平均水平，開始尋找極端值。darkzodchi 說他過去會在每一篇帖子上花同樣的時間，用同一套"結構"編輯所有內容。現在他的做法完全不同：80% 的內容是"足夠好"的水平——快速發布，最少編輯，只是為了保持可見度。而 20% 的內容獲得了他所有的創意能量——深度研究、個人故事、數學分析、視覺設計。這些是他的 power law 賭注。他那篇"隱藏數學"的文章花費的時間遠遠超過普通帖子，但產生的價值超過了他過去 100 條推文的總和。這不是巧合，而是他終于理解了分布規律后的必然結果。

我對這一點深有體會。在我的內容創作中，我開始刻意區分"日常更新"和"重點項目"。日常更新保持頻率和存在感，但不會投入過多精力。而重點項目，我會花幾倍甚至十幾倍的時間去打磨，確保它有機會成為那個 1%。這種策略的轉變，讓我的整體產出效率大大提高。

第二個策略是：數量仍然重要，但不是你想的那個原因。"多發帖"本身是糟糕的建議，如果你認為每一篇帖子的貢獻是相等的話。但如果你理解每一篇帖子都是一張彩票，而你需要買足夠多的彩票才能讓 power law 對你有利，那么"多發帖"就是極好的建議。darkzodchi 給出了具體的數學計算：如果每篇帖子爆火的概率是 0.5%，那么發 10 篇帖子后至少有一篇爆火的概率是 4.9%，發 100 篇后這個概率上升到 39.4%，而發 500 篇后概率達到 91.8%。在 500 篇的量級上，你幾乎肯定會至少有一次爆款。但你無法預測是哪一篇，所以你需要足夠的數量讓 power law 發揮作用。

這個計算讓我重新理解了"堅持"的意義。堅持不是為了讓每一次努力都有回報，而是為了積累足夠的樣本量，讓概率站在你這邊。很多人在發了幾十篇內容后就放棄了，認為自己"不適合"內容創作。但從數學角度看，他們只是還沒有達到統計學上有意義的樣本量。

第三個策略是：當你找到爆款時，加倍投入，不要繼續前進。這是大多數人犯錯的地方。你發了一篇爆火的帖子，開心一天，然后就轉向下一個隨機話題。這完全錯了。爆款帖子是你能收到的最有價值的信號，它準確地告訴你市場現在想要什么。正確的反應是積極地榨取它的價值：寫一篇深入的后續文章，創建一個擴展主題的系列推文，圍繞這個興趣點開發產品，把一次爆款變成一個系列。

我在實踐中深刻體會到了這一點。去年我寫了一篇關于 AI 工具使用的文章意外爆火，但我當時沒有意識到應該深耕這個方向，而是繼續寫其他話題。幾個月后回看數據時才發現，那篇文章帶來的流量和關注度遠超其他所有內容。如果當時我能夠及時跟進，做成一個系列或者深度專題，可能會獲得更大的影響力。這是一個深刻的教訓。

第四個策略是：把這個原理應用到你的職業生涯，而不僅僅是內容創作。power law 不僅適用于帖子和創業公司，它也適用于技能、人際關系和職業選擇。一項比平均水平高 10 倍的技能，價值遠超 10 項比平均水平高 2 倍的技能。這就是為什么"T 型人才"會贏——在一個領域有深度專長,在其他領域有基本能力。一段與對的人建立的關系可以改變你的整個軌跡。不是廣泛社交，而是與比你領先 2-3 步的某個人建立一段真實的聯系。一次職業賭注——在正確的時間加入正確的公司——可以把 10 年的線性增長壓縮成 2 年的指數級增長。

我用兩種職業路徑來對比：線性職業路徑是年薪從 5 萬到 6 萬到 7 萬到 8 萬到 9 萬,五年時間穩步增長。power law 職業路徑是 5 萬、5 萬、5 萬，然后突然跳到 20 萬（因為正確的賭注成功了）。線性路徑感覺更安全，但 power law 路徑的期望值更高——前提是你能熬過那些持平的年份。這個洞察讓我重新審視了自己的職業選擇。與其追求每年穩定的小幅增長，不如尋找那些可能帶來突破性改變的機會，即使這意味著要承擔更大的不確定性。

冪律分布的陰暗面以及我的深層思考

darkzodchi 提到了一個很少有人談論的冪律分布的陰暗面。如果 1% 的努力捕獲了 90% 的結果，那么 99% 的努力本質上都被浪費了。不是完全浪費——它們建立了技能、經驗和聲譽。但就直接結果而言？接近于零。這意味著：你發的大部分帖子幾乎沒人會看到。這不是失敗，這就是數學規律。大部分創業想法會死掉。不是因為它們不好，而是因為 power law 分布在定義上就只有極少數贏家。大部分歌曲永遠不會被聽到，大部分書永遠不會被閱讀，大部分產品永遠找不到產品市場契合。

而最讓人不安的部分是：你無法提前知道哪些努力會成為那 1%。power law 的本質是，極端成功在個體層面上根本無法預測——只有在統計層面上是必然的。這就是為什么唯一的策略是：以足夠的數量生產（買足夠多的彩票），在你的大膽嘗試上投入不成比例的質量（提高每張彩票的中獎幾率），當某件事成功時積極地復利它（不要浪費這個信號），有足夠的緩沖期來度過那 99% 不奏效的時期（不要在你的爆款到來之前就崩潰）。

這個框架與 darkzodchi 過去三篇文章中的主題是一致的：期望值、Kelly 資金管理、過程勝于結果、優勢會過期。所有這些概念都相互關聯。我在深入思考這個問題后，有了一些更深層的感悟。冪律分布揭示的不僅是一個統計現象，更是一種世界觀的轉變。我們從小接受的教育都是基于正態分布的假設：努力會得到相應的回報，表現會圍繞平均值波動，極端值是罕見的例外。但現實世界，尤其是在創造性工作、創業和內容創作領域，根本不遵循正態分布，而是遵循冪律分布。

這種認知差距導致了大量的挫折感和自我懷疑。當你的 99% 努力看起來都沒有回報時，很容易認為是自己的問題，認為自己不夠好、不夠聰明、不夠努力。但實際上，這只是 power law 的正常運作。問題不在于你做錯了什么，而在于你還沒有擊中那個極端值。理解這一點在情感層面上是一種解放。它告訴你，失敗不是個人缺陷，而是系統的固有特性。

但這種認知也帶來了新的挑戰：如何在長期的"看似無效"的努力中保持動力？如何在 99% 的嘗試都失敗的情況下不放棄？我認為答案在于重新定義"成功"。如果你把每一次發帖、每一次嘗試都看作是一次獨立的成功或失敗，你會很快耗盡動力。但如果你把整個過程看作是一個概率游戲，每一次嘗試都是在增加你的"中獎"幾率，那么即使單次失敗也不會讓你氣餒。

darkzodchi 在文章最后說，這個數學如果想太久會讓人感到沮喪，但它也以一種奇怪的方式讓人解脫。不要因為 10 次嘗試中有 9 次失敗而自責。那不是失敗，那只是分布按預期運行。你沒有做錯，你只是還沒有擊中你的極端值。停止試圖讓每一次出手都有價值，開始多出手，讓其中一些真正有價值，并無情地利用那些成功的機會。power law 不在乎你的感受，但如果你與它合作而不是對抗它，結果會令人震驚。

我完全認同這個觀點。在理解了 power law 之后,我的整個心態發生了根本性轉變。我不再為那些"失敗"的內容感到沮喪，因為我知道它們是必要的代價。我不再試圖讓每一篇文章都完美,而是接受大部分內容注定平庸的事實，同時把精力集中在少數幾個真正重要的項目上。我不再害怕嘗試和失敗，因為我知道失敗是通往極端成功的必經之路。這種認知的轉變，讓我在創作和創業的道路上變得更加堅韌和自由。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產品創業方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業化才是未來