← 返回列表

追本之箭 — 技术扩散曲线

2026-04-11 · 4 层下钻

追本之箭 — 技术扩散曲线

2026-04-11 Sat 07:40


起点

"技术创新的扩散曲线底层逻辑是人群采纳接受度的比例分布,再底层是驱动多巴胺等神经递质的基因型比例。"

这句话往钻:曲线 → 人群禀赋分布 → 多巴胺基因型频率。

一层比一层"个体化"——答案被越推越深,推进了细胞里

我要把这支箭的方向拧 90 度

也许扩散曲线的原因,根本不在个体里,而在个体之间的连线里

一个验证它的判决性实验:把所有人换成心理上完全相同的克隆体,这条曲线还会出现吗?

如果还会——那基因假说就找错了地方:它在节点里翻答案,而答案写在上。

基因不是错的,是站错了层。它是一个参数,不是那台生成器。

往下,是一次结构的下坠。第一脚,先踩稳几何。


第一层 · 积分

先纠正一个被画错的对象。

Rogers(1962)那条钟形曲线,是采纳时刻的概率密度——某一时间窗里有多少人首次采纳。

但现实里你真正观测到、并称之为"扩散"的,是累计采纳人数——那条 S 形(logistic)。

钟形 = S 形的导数。 钟是 S 的副产品,不是 S 的输入。

这一步要命:如果你能从某个动态过程直接推出那条 S,你就从头到尾不需要任何"禀赋分布"。

钟形不是你假设进去的前提,是动态吐出来的结果。

所以问题不是"人群禀赋怎么分布",而是:那条 S,是哪个过程在生成?

裂缝:S 形有一个非常具体的函数形态(logistic)。它不是"把一堆禀赋加起来"加出来的——加和给你的是正态。那它从哪来?

第二层 · 传染

换框架:从社会学,切到流行病学

采纳像感染一样传播——你采纳,是因为你接触到了已采纳的人。

最朴素的 SI 模型:新增采纳速率 ∝(已采纳)×(尚未采纳)。

dN/dt = β · N · (M − N) / M

这条 ODE 的解,就是 logistic:N(t) = M / (1 + e^{−β(t−t₀)})

它的导数在 N = M/2 处达峰——正好是钟形

看清楚发生了什么:整条 Rogers 曲线,从一个假设里掉了出来——"采纳是会传染的"。

零个关于心理异质性的假设。零个关于多巴胺的假设。

钟形的峰,来自 N × (M − N) 这个乘积在中点最大,纯几何,跟"谁性格冒险"无关。

所以扩散曲线不需要一群分布各异的人。它只需要接触。

一群一模一样的克隆体,只要互相能传染,照样给你这条曲线。克隆实验,通过了。

裂缝:但 SI 模型偷偷假设了"充分混合"——任意两人都可能接触。真实的人不是这样,他们嵌在一张网里。网,会对这个过程做什么?

第三层 · 位置

SI 假设了 well-mixed。真实采纳跑在网络上。

切到网络科学。Watts(2002)全局级联模型、复杂传染:一次创新会不会扩散开,取决于拓扑,不取决于人。

而所谓"创新者",不过是碰巧坐在高连接、低门槛位置上的节点

把同一个人,从网络的枢纽位置,搬到边缘位置——

他从"创新者"变成"落后者",基因一个碱基没变

这一刀,精准地切断了基因假说:

早期采纳者的身份,是位置性的(positional),不是禀赋性的(dispositional)

而东亚的反例,原文自己都记了:DRD4-7R 频率全球最低(~2-5%),技术采纳速度却全球最快。

若基因型直接决定采纳率,东亚该最慢——事实相反。

在网络框架里,这一点不再是反常:东亚的高密度、强连接拓扑,本身就是高传染率的网。 跟基因无关,跟布线有关。

裂缝:级联是网络的性质。但网络里有一个奇怪的事——扩散不是平滑变快的,而是有一道"要么死、要么席卷全网"的陡坎。这道刀刃般的阈值,从哪来?为什么不是渐变?

第四层 · 临界

切到物理。那道陡坎,是一次货真价实的相变(phase transition)

它跟水结冰、磁体磁化、Ising 模型,是同一个数学对象

网络里存在一个临界连接度:低于它,创新作为局部小风尚自生自灭;高于它,巨连通分量骤然出现,扩散席卷全网。

硬根在这里——网络上的传播阈值:

传染当且仅当 传染性 τ > 1 / λ_max,即 τ · λ_max > 1

(λ_max = 邻接矩阵的最大特征值,可视作"网络版 R0")

对无关联网络,λ_max ≈ ⟨k²⟩/⟨k⟩(Pastor-Satorras & Vespignani, 2001)。

而真实社交网是无标度的(度分布幂律)——⟨k²⟩ 发散——于是 λ_max → ∞,阈值 → 0:

无标度网络几乎没有阈值。只要枢纽存在,扩散就被保证。

S 曲线那段陡峭的中段,就是系统穿过临界点的轨迹。

扩散曲线不是社会学发现,也不是生物学发现——它是一次相变的临界签名。是特征值的数学,不是基因的数学。

裂缝:相变解释了"会不会扩散""扩散多快"。但这套数学是对称的、被动的——节点只是被点亮的开关。它漏掉了一件事:每个节点其实在做决定。它看见别人采纳,然后推断该不该跟。这个推断,是整条曲线最后、也最深的那层地面吗?

终点 · 推断

箭到底了。落点不是细胞,是逻辑本身

每一次采纳,本质是一次贝叶斯更新:你有一个私人信号(这东西对我有没有用),你又看见别人采纳了——别人的采纳,是证据

Bikhchandani-Hirshleifer-Welch(1992)的信息级联:

当公共信念(已采纳者数量)强到——任何单个私人信号都翻不动它——理性的做法就是扔掉自己的判断,跟随。 级联锁定。

用对数几率说:一旦 |公共 log-odds| > 任一私人信号强度,所有后来者无视自己的信号,无脑跟。

这就是 S 曲线陡峭中段的微观真身:不是多巴胺在烧,是一群理性人,依次停止独立思考。

到这里,再问"为什么人会依据证据更新",只剩同义反复——

因为在 Cox 公理下,贝叶斯是唯一自洽的推断。再往下是逻辑本身,无底可钻。

而这是整支箭最黑的一刀(killer):

信息级联无法区分信号与噪声

一群人理性地采纳一个毫无价值的东西,和理性地采纳一个真创新——

生成的 S 曲线,一模一样。因为每个跟随者都只是在跟随前一个跟随者。

扩散曲线不携带任何关于价值的信息。它只携带"传染发生了"。

更狠的对称:级联是用极少的信息锁定的(只有最前面几个私人信号真正起作用)。

所以它脆弱——一个小小的新公共信号,就能击碎它,同一套数学反向运行,踩踏式崩盘。

( 幂律世界:尾部即一切——崩塌也走级联,而且更快。)

原始假说把箭往细胞里推,推过头了。真正的底层是:

扩散曲线是一群理性个体,在社会信号下做分布式推断,留下的轨迹。

基因不是生成器,是传染性 τ 和门槛里的一个参数——它调旋钮,不写程序。


收口:把这把"结构的尺"用起来

不要再问"这群人多巴胺基因型怎么分布"。问四件可算的事。

诊断四问

① 这是传染,还是独立?——把扩散拟合 Bass 模型 dN/dt = (p + q·N/M)(M − N)q > p(模仿主导)→ 有内部峰、出 S 曲线;q ≈ 0(独立采纳主导)→ 采纳率单调衰减,无 S、无钟形。形状本身就是判据。

② 过临界了吗?——估 τ · λ_max。<1 → 自生自灭,别投钱进去推;>1 → 已被拓扑保证,别归功于"产品好"。

③ 枢纽在哪?——要加速扩散,别找"创新者人格",找高特征值节点(hub / broker)。播种是图论问题,不是性格问题。

④ 这是信号级联,还是噪声级联?——每个新采纳者带独立私人信号,还是只在跟随?跟随主导 → 脆弱,随时反向。

诊断表

你看到的别人会归因为结构的真相动作
一条漂亮 S 曲线"产品打动人心 / 抓住了早期采纳者"传染 + 已过临界,跟价值无关不为形状买单;查 q/p 和 τ·λ_max
采纳爆发"有先知般的创新者人群"枢纽节点被点燃了找下一个枢纽,别找下一个"性格"
全网都在用"这一定是真创新"可能是信息级联(信号≈噪声)查每个采纳者有无独立信号
采纳率不出 S、单调降"推广失败"q≈0,这东西不传染(独立采纳型)别砸社交裂变,砸直达分发

一个估计步骤(网络 R0)

取目标人群度分布 → 算 ⟨k⟩、⟨k²⟩λ_max ≈ ⟨k²⟩/⟨k⟩ → 乘以单次接触传染性 τ。

τ·λ_max < 1:再勤奋也只是局部风尚,会熄灭。

τ·λ_max > 1:它会自己烧穿全网——你的活儿是把 τ 或拓扑推过这条线,不是去激励某种基因型。

证伪条件(给自己留刀)

若有人能展示:在完全同质的人群里扩散曲线消失,只在异质禀赋下才出现——本箭的"结构生成器"判断就被推翻,基因假说重新回到第一驱动位。

(目前的反向证据:克隆式 agent 模拟里 S 曲线照常涌现——结构这一侧暂时握着证据。)

最后一句:

扩散曲线不是"谁先谁后"的人格排名。

它是一张网在穿过临界点时,一群人依次停止独立思考留下的痕迹——

而这条痕迹,分不清它点亮的是真火,还是幻觉。


(箭到底了。)


技术扩散曲线 漫画卡
点击查看大图

💬 评论