核心思想：用函数图形代替抽象公式
- 函数的本质：描述一个变量（如时间、税率）与另一个变量（如税收、快乐）之间一一对应的关系。它能把抽象关系简化为直观的图形。
- 函数的价值：函数 = 图形 = 直观的关系。它提供一种 “穿透时间，预测未来”的上帝视角，帮助我们对抗“短视”，避免因最近一段时间的境遇而错误判断未来趋势。
- 教科书痛点：定义太抽象（X每取一个值，Y都有唯一值与它对应），让人难以记住。
函数思维是这个世界最好的礼物之一。
倒U型曲线
特点
- 先上升，后下降，像一个倒扣的字母“U”。
经典案例
-
经济学（拉弗曲线）：税收与税率的关系。税率太低（收不到税）或太高（没人愿工作）都收不到税，中间有个最佳税率。
-
生活：
-
进食与愉悦度：饥饿时进食，愉悦度上升；过饱后继续吃，愉悦度下降。
-
锻炼量与健康度：适度锻炼有益，过量则伤身。
-
犯错成本：年轻时低，中年时最高，老年时又降低。
-
人体机能与智力：20-30岁达到顶峰，之后随年龄下降。
-
启发
- 凡事有度，过犹不及，寻找最佳平衡点至关重要。
高德纳曲线 (Gartner Hype Cycle)
特点
- 描述新技术或新事物被接受过程中的期望值变化。路径为：过度乐观（顶峰）→ 过度悲观（谷底）→ 稳步爬升（成熟）。
经典案例
-
新技术：人工智能、区块链等都经历过此周期。
-
个人成长：从学校到社会的自信心变化（多次被社会“毒打”后重建自信的过程）。
构成原因
由人性曲线和物性曲线叠加而成。
- 人性曲线：对刺激的反应，先过度兴奋再过度下跌。
- 物性曲线：事物发展的逻辑斯蒂函数增长。
启示
- 不要高估两年的变化，也不要低估十年的变化。
逻辑斯蒂函数 (S型曲线)
特点
- 事物在有限资源下的增长过程。初期缓慢增长，中期经历指数级增长，后期遇到环境阻力（玻璃顶） 后趋于平稳。
构成原因
- 指数增长的力量 + 环境的阻力。
经典案例
-
人口增长：人类从公元元年到现代的“J型”爆发式增长，再到发达国家的增长放缓。
-
国家发展：过去500年，中国、荷兰、英国、美国等国力的兴衰更替。
启示
- 任何增长都有边界，识别增长所处的阶段（上升期、平台期、下降期）是决策的关键。
正（余）弦函数 (波动模型)
特点
描述事物围绕某个大趋势上下波动的周期性规律。波峰与波谷交替出现。
经典案例
-
情绪与境遇：人生总有起落，兴奋之后常伴失落，低谷之后又会回升。
-
经济周期：瑞·达利欧的经济模型，—小周期围绕大周期，大周期围绕更长期的生产力增长主线波动。
“黎明前的黑暗”与“黑夜前的黄昏”
-
黎明前的黑暗：当前的低谷只是长期上升趋势中的一个小波折。
-
黑夜前的黄昏：当前的小成功只是长期衰退趋势中的一次“回光返照”。
如何判断趋势
-
面对短期困境或小成就，不要被眼前起伏所蒙蔽。
-
需要跳出函数，用系统论等多元思维判断大趋势。
-
正面案例（奈飞）：作者分析其处于良性循环（内容好 -> 会员多 -> 收入高 -> 内容更好），在股价下跌30%时投资，两年回报超100%。
-
反面案例（在线教育）：作者在行业低谷（黎明前）放弃，几个月后行业迎来爆发。
-
反面案例（所长林超创业APP）：作者在行业整体下降趋势中，因拿到投资（小阳春）而入场，最终烧光2000万失败。
-
启示
波动是常态，但背后的趋势才是关键。 面对短期起落，要借助其他思维模型看清自己所处的大周期位置，从而做出正确的坚持或放弃决策。
指数函数 (爆发式增长)
特点
- 先慢后快，突然爆发。一旦运转起来，初期极其缓慢，一旦跨过拐点，增长速度快到令人难以置信。
经典案例
- 裂变传播：病毒传播、谣言扩散、传销组织（一传二、二传四……连续40级就是1000亿）。
- 技术进步：互联网、电力，早期在小圈子打磨，一旦成熟出圈，迅速渗透到所有领域。
- 通讯工具：微信，10个月传遍大江南北。
脆弱性
-
早期任何一个关键链路断裂，整个增长模型崩塌。
-
例：有人给你一个鸡蛋，说孵小鸡→鸡生蛋→蛋生鸡……未来亿万富翁。结果鸡蛋半天就碎了——瞬间损失一个亿。
迷惑性
- 指数函数最特别的地方：早期发展时极具欺骗性，看起来几乎是一条平线，让人完全无感。
- 根本原因：人类大脑无法从直觉上理解指数增长。原始人类的生存环境中很少遇到指数级现象，大脑没有进化出理解它的本能。
典型案例：新冠疫情
-
2020年3月，全球确诊4万例。在人口基数中占比极小，增长曲线看起来几乎是平的。
-
欧美国家决策者凭直觉认为：这么小的数字，不会有什么影响。
-
他们预测的曲线是虚线（缓慢上升），但实际曲线是跨过拐点后飞速上扬。
-
病毒没有变异，传播特性没有改变，它只是始终符合指数增长规律。
-
结论：所谓“突然爆发”，从来不是突然的，它一直在爆发，只是一开始没人注意到。
启示
- 人类直觉难以理解指数增长，所谓突然爆发，其实一直在爆发，只是你一开始没看见。识别并抓住一次指数级增长的机会，足以改变人生。
对数函数 (速成式增长)
特点
- 指数函数的反函数。出道即巅峰，初期增长极快，但很快遇到无法突破的玻璃顶，增长趋于停滞。
遇到玻璃顶的约束类型
- 时间约束：送外卖（一天最多24小时）。
- 空间约束：共享单车（城市公共空间有限）。
- 青春约束：嫩模、吃青春饭的职业。
- 内在价值约束：纯靠营销、缺乏口碑的产品。
启示
- 警惕“宽门”职业，短期回报诱人但长期成长性有限。
幂函数：凹型 vs. 凸型
特点
对比长期增长的不同模式。
- 凸型幂函数：a<1，增长越来越慢，存在天花板。
- 凹型幂函数：a>1，增长越来越快，几乎没有天花板，是真正的“时间的朋友”。
经典案例
著名的物理学家杰弗里·韦斯特写过一本书叫做《规模》。它里面提到，通过分析研究后发现，头部国家和头部城市的发展函数就非常符合凹型幂函数。它们都是时间的朋友，随着时间的推移，增长不仅不会停下来，而且会变得越来越健康。一开始发展不会特别抢眼，但一旦突破对称中线，就会越走越远、越升越高。
-
中美竞争的函数视角
-
头部国家和非头部国家的发展函数有本质差别，一种是凹型幂函数，一种是凸型幂函数。随着时间的推移，它们的距离会被不断拉大。
-
一旦理解这一点，就能理解为什么美国现在要拼命压制中国，不让中国成为世界GDP第一。因为一旦中国成为头号强国，就有可能从平缓的凸型幂函数曲线，跃升到昂扬的凹型幂函数曲线，走向完全不同的增长道路。而美国一旦变成老二，就可能从自己一直享受的增长红利，切换到距离越拉越大的另一种模式里。这就是它非常忌惮的事情。
-
启示
- 凹型幂函数告诉我们：世界上确实存在一些事物、一些职业，真的没有天花板。它们熬过最开始的平淡期后，越往后劲越足。
- 头部的路越走越宽，腰部的路越走越窄。函数的形状，就是命运的走向。
核心应用：职业发展的四象限模型
| 函数类型 | 职业类型 | 特点与案例 | 短期 | 中期 | 长期 |
|---|---|---|---|---|---|
| 对数函数 | 速成型 | 出道即巅峰，有玻璃顶。 案例：嫩模、外卖员、骗子。 | 冠军 | 落后 | 落后 |
| 指数函数 | 爆发型 | 长期蛰伏，一朝爆发。 案例：追风口的创业者、一夜爆红的网红。 | 落后 | 冠军 | 可能遇到瓶颈 |
| 凸型幂函数 | 专家型 | 稳步增长，后期放缓。 案例：医生、律师、工程师。 | 落后 | 稳定 | 稳定增长 |
| 凹型幂函数 | 探索型 | 初期艰难，越往后越强劲，无天花板。 案例：科学家（钟南山）、价值投资者、艺术家。 | 落后 | 落后 | 最终冠军 |
总结与最终启示
- 融合视角：所有增长函数最终都会受到熵增定律（事物趋向混乱，不进则退）和倒U型曲线（生命有限）的制约，长期来看一切终将归零。
- 选择比努力更重要：理解不同类型的增长函数，有助于我们在选择行业和职业时，不被短期利益（对数/凸型）所迷惑，而是去寻找那些具有凹型幂函数特性的赛道和角色，做时间真正的朋友。
- 函数思维是多元思维的重要一环：它能提供一个强大的分析视角，但需结合系统论、历史学等其他学科知识，才能做出更准确的判断。