当硅谷把"scaling law"挂在嘴边时，没人意识到这个咒语其实是物理学家 70 年前从老鼠的代谢率开始的。
2007 年 4 月，圣塔菲研究所一篇 PNAS 论文把"城市"放进了物理学家的笔记本：Geoffrey West 与 Luís Bettencourt 等人把美国 360 多个都市统计区的工资、专利、犯罪率、艾滋病感染率画到双对数图上——所有数据点都整齐地落在一条斜率约为 1.15 的直线上。这意味着，城市规模每翻一倍，人均产出"无差别地"多出 15%——无论你统计的是好东西（工资、发明）还是坏东西（暴力犯罪、传染病）。这不像生物学，更不像传统经济学；这是一条新的法则。同一年，丰田超过通用成为世界最大车企，而通用此后十年间走到濒临破产——西特后来用了一整章去解释为什么公司像生物会死，而城市却能像被超人附体一样越大越快。
这条法则的发现立刻被城市规划师、政府官员、和那些试图理解硅谷为什么至今仍是硅谷的科技高管所引用。Bloomberg、Sidewalk Labs（Google 旗下已停摆的城市实验项目）、Stockholm 与 Singapore 的规划委员会都引用过 West 的标度律，来争论一个具体问题：当 5000 万人口的超级都市出现时（深圳-广州-香港大湾区已经接近此规模），它的犯罪、能耗、创新是会按 1.15 法则线性外推，还是撞上某种物理上限？2023 年 OpenAI 公开 GPT-4 的"scaling law"之后，硅谷的语境里这个词几乎成了一个咒语——Anthropic 把"compute-optimal scaling"写进招聘说明，Meta 用 Chinchilla 缩放规则训练 Llama，DeepMind 用 scaling law 推 Gemini Ultra 的算力上限——但很少有人意识到，这套语言其实是 1932 年瑞士苏黎世一个叫 Max Kleiber 的农学家从老鼠和奶牛的氧气消耗实验里第一次画出来的。
在中国，《规模》由中信出版社于 2018 年推出，最早被城市学者陆铭（《大国大城》作者）、复杂系统研究者张江、与集智俱乐部社区集中讨论。它解释了一些早已被观察、却苦于无解释的现象：为什么北京、上海的人均 GDP 高于地级市，但人均面积更小、通勤时间更长？为什么字节跳动从 2012 年成立到 2024 年员工数突破 15 万，却开始出现 West 描述的"成熟期信号"——增长曲线扁平化、内部 OKR 失灵、新业务靠收购而非孵化？2026 年的今天，当 OpenAI、Anthropic、字节、阿里都开始问"我们的下一条 S 曲线从哪里长出来"，《规模》提供的不是答案，而是更精确的问句：你所在的系统，到底是亚线性的（像生物，会死），还是超线性的（像城市，可以无限增长但会撞奇点）？
Geoff West 本人写这本书时已经 76 岁，太太刚被诊断癌症晚期。他在序言里把这本书称为"一个理论物理学家迟到的求知冲动"——他想在去世前把"为什么"这个问题彻底想清楚一次。这本书因此既严谨又赤诚——它没有迎合通俗读物的腔调，没有故事开头的小动物拟人，没有"想象你早晨醒来"的修辞。它从 D'Arcy Thompson 1917 年的《生长与形态》开始讲起，然后是 Kleiber 1932 年那张著名的 log-log 图，然后才说到"城市也许遵从同样的法则"。这是一本物理学家写给所有不愿意把世界简单化的人的书。
生物学家、社会学家、经济学家长期分述三件事；West 想说，这三件事同源——都是同一种网络的几何投影。
这本书的核心一念，不是"万物都遵循幂律"，也不是"城市像生物"。它更基本，也更难接受：所有复杂的、自相似的、可持续运转的系统——你的循环系统、亚马逊雨林的森林冠层、东京地铁网、Uber 的乘客匹配引擎、互联网的物理光缆——它们的物质组织方式有一个共同的几何骨架：分形网络。这个网络要把能量或信息送达每一个终端单元，同时受到能量预算的约束。物理学，而非生物学，决定了这样的网络只能长成几种几何形态；而几何形态决定了系统的尺寸、生命周期、增长曲线、和死亡方式。
West 把这个观点称为"标度的统一理论"。它的核心论断是一个数学事实：当网络是分形且空间填充时，系统的功能输出与系统规模之间的关系，必然是幂律（power law），而不是线性、不是指数。指数从何而来？从网络的拓扑维度（通常是 3 维，因为我们活在 3D 空间）。生物的代谢率与体重之间的 3/4 指数，从 D'Arcy Thompson 时代起就被反复测量，但直到 1997 年 West-Brown-Enquist 三人那篇登在《Science》的论文之前，没有人能从第一性原理推出这个 3/4。他们的推导用了不到 4 页纸——三条公理：网络空间填充、终端单元（毛细血管/叶绿体/末端节点）尺寸不变、能量最小化——3/4 自动浮现。
The bigger the animal, the slower it lives; the bigger the city, the faster it lives.动物越大，活得越慢；城市越大，活得越快。Scale, Introduction
这条 3/4 法则延伸出去就是 1/4 的家族：心跳频率 ∝ 体重的 −1/4 次方，寿命 ∝ 体重的 +1/4 次方——所以心跳乘以寿命≈常数。哺乳动物一生大约只能跳 15 亿次心。鼠类心率 600/分但只活两年，蓝鲸 6/分活 80 年。当 West 在 2000 年代初把同一种数学工具用到城市时，他发现城市的指数不是 3/4——是 1.15。这是一个翻天覆地的差别：3/4 < 1 意味着收益递减、增长会撞天花板、组织终将死亡；1.15 > 1 意味着收益递增、增长加速、系统理论上可以"永生"——只要奇点不来。整本《规模》就是为解释这个差别意味着什么：生物和公司都是亚线性的、会死的；城市是超线性的、不死但会崩。
用一句话讲完本书：你是生物，所以你会死；你的公司像你，所以你的公司会死；但你住的城市不会死，它会按 1.15 的指数无限加速，直到撞上一个由物理学决定的有限时间奇点——除非有人发明出下一个范式（蒸汽 → 电力 → 信息 → ???）来推迟它。这就是 West 想留下的"一念之转"：把"增长"从一个经济学词汇，还原回它的物理学本相——能量、几何、网络。当你看见一家公司的 OKR 表、一座城市的人口曲线、或一份 AI 论文里的 scaling law，你应该立刻问的不是"还能长多久"，而是"它的指数是几？"
本书不只在说"幂律普遍存在"，而是在说四件经济学家、生物学家、社会学家长期未敢合并的事。
整个 20 世纪的管理学、城市规划学、医学剂量学——几乎所有的"专业"——都建立在一个隐蔽的假设上：规模翻倍，所需资源也翻倍。给一个 70 公斤的成年人开 70 毫克药，给一个 35 公斤的儿童就开 35 毫克。一座 100 万人口的城市需要 X 公里地铁，一座 500 万人口的城市就需要 5X 公里。一家有 100 名员工、年营收 1 亿的公司，扩张到 1000 名员工时，预期年营收就是 10 亿。这种"线性外推"在统计意义上几乎从未对过——但因为它简单、可写进 Excel、可写进政府规划文件，它统治了我们的思维方式整整一个世纪。
West 在书的中段反复强调：自然里几乎找不到真正的线性关系。生物代谢是 3/4 的，城市产出是 1.15 的，公司收入是 0.8 到 0.9 的，城市基础设施（道路、加油站、管网）是 0.85 的。线性是个例外，不是常态。一旦你接受这件事，你就会发现自己之前的预测——为孩子换算药量、为新城市估算地铁里程、为创业公司预测三年营收——全部按错方向偏。"线性思维"不是一种"理性默认"，而是一种被工业时代奖励的偏见。它在牛顿的时代是革命，在分形时代成了累赘。
商学院教的"战略思维"——五力分析、SWOT、蓝海红海——隐含的是一个能动主义信念：管理者的选择决定公司的命运。West 用 1950–2009 年间美国 28000 多家上市公司的全样本数据砸碎了这个信念。无论行业、无论 CEO、无论"企业文化"，公司的存活曲线高度收敛于同一条 S 形：快速爬升 → 在 10 到 50 年间达到平台 → 缓慢下降 → 被并购或破产退市。中位寿命 10.5 年。能活过 100 年的不到 5%。
这跟物种的存活曲线长得几乎一样。命运不是被策略决定的，是被结构决定的。组织一旦超过某个规模，它的内部沟通成本、官僚层级、注意力稀释，都按可预测的幂律增长，绞死任何"战略转型"的可能。Microsoft 在 2014 年险些走完这条曲线，Satya Nadella 用了 8 年勉强把它扳回——但 West 会说，这不是 Nadella 的功劳，是 Microsoft 在云计算的网络效应里意外地切换到了一个"超线性"业务（Azure 的边际收益递增），这才暂时挣脱了亚线性公司的命运。换言之，"逃出 S 曲线"的不是好领导，是好运碰上了对的几何。
这是本书最不安的一个论断：系统不能同时具有"效率"和"活力"。亚线性系统（生物、公司）非常高效——每多一公斤体重，它消耗的能量少于一公斤所需，每多一个员工，他贡献的产出少于一个员工所需的支持。这种"规模经济"是为什么大象比小鼠便宜养活，也是为什么 Apple 比初创小公司单位营收成本低。但代价是：亚线性系统会衰老、会死。能量在结构里消耗得太彻底，结构本身得不到足够余量去自我更新。
超线性系统（城市、社交网络、创新生态）则反过来：极度浪费——纽约人比小镇居民人均能耗高、犯罪多、垃圾多；但极度有活力——发明、专利、艺术、初创公司、新词都呈正幂律涌出。这种"规模不经济"是城市永生的代价，也是它的礼物。当你要选择"我的组织该怎么长"，你实际上是在选效率还是活力——你不能两个都要。Google 2015 年改组 Alphabet 就是一次此类选择：试图把"主公司"维持在高效率的亚线性模式（搜索广告），同时孵化"X" lab 作为超线性的城市式生态。十年实验下来，多数 Alphabet 子公司还是被关停或边缘化——证明结构性矛盾不是靠组织架构能解决的。
气候运动、ESG、"零增长"经济学——这些主流的可持续叙事都基于一个错误的物理学：以为减速可以避免崩溃。West 在书的最后几章用数学反驳：超线性增长在数学上必然指向"有限时间奇点"——在某个未来日期，曲线在有限时间内变为无穷大。这不是寓言，是数学结论。1.15 这个指数没有给你 200 年时间慢慢减速；它给你的是越来越快的对撞墙时刻。
唯一的解不是减速，是"换轨"——在撞墙之前发明出新范式，把曲线重置到一个新基底。蒸汽机让农业撞墙变成了工业奇点；电气化让蒸汽撞墙变成了 20 世纪奇点；信息技术让电气撞墙变成了 1990 年代的奇点；现在我们正等着 AI 让信息撞墙——或者发现 AI 不是奇点而是放大器。但 West 强调一个让人后背发凉的细节：每一次换轨之间的间隔在缩短。从农业到工业是 6000 年，工业到电气 150 年，电气到信息 80 年，信息到 AI 也许只有 30 年。这意味着人类要"换轨"的速率必须不断加速，加速到生物学意义上不可能的程度。这不是悲观，是计算。
每一条标度律都是一份"系统说明书"——告诉你它能长多大、跑多快、何时崩溃、如何被救。
异速（allometry）这个词来自希腊语 allos（不同）+ metron（度量）——意思是"不同尺寸的东西并非按比例缩放，而是按一个非线性的指数变化"。1932 年，瑞士苏黎世的农学家 Max Kleiber 测量了从老鼠（30 克）到公牛（700 公斤）共十数种动物的氧气消耗率，画到双对数纸上得到一条几乎完美的直线，斜率 0.74。他把这个值近似为 3/4，从此这条法则就被称为"Kleiber 定律"。
这个 0.74 不只是一个生物学数字，它是一座几何冰山的尖。从它能推出一整个 1/4 家族：心率 ∝ 体重^(−1/4)、寿命 ∝ 体重^(+1/4)、心跳总数 ≈ 常数（约 15 亿次）、成熟期 ∝ 体重^(+1/4)、栖息地面积 ∝ 体重^(+1)。这意味着：你不能从老鼠的代谢直接外推到大象的代谢；你必须按 3/4 而非 1 来缩放剂量、面积、寿命预期。儿科医生这个世纪都在用"体表面积法"（2/3 缩放）算化疗剂量，但 2010 年代以后的肿瘤学文献越来越倾向 3/4——剂量错算的代价是几代癌症儿童承受过多或过少的化疗。
The hummingbird's heart beats some 600 times a minute and lives only a few years; the elephant's heart beats 30 times a minute and lives 75. Yet they get roughly the same number of heartbeats per life.蜂鸟的心一分钟跳 600 下，只活几年；大象的心一分钟跳 30 下，活 75 年。但它们一生用掉的心跳数大致相同。Scale, Ch. 1
为什么是 3/4，而不是几何直觉给出的 2/3（表面积比体积）？这个问题困扰了生物学家 65 年。直到 1997 年，物理学家 Geoffrey West 与生物学家 James Brown、Brian Enquist 在《Science》发了一篇 4 页论文：3/4 来自网络的分形几何。他们假设三件事：(a) 输送网络必须填充整个三维空间——血管要到每一个细胞，叶脉要到每一片叶子，公路要到每一户人家；(b) 终端单元的尺寸不变——所有哺乳动物的毛细血管直径大致相同（约 8 微米），所有住宅入户管的直径也相近；(c) 网络受能量最小化驱动——演化或工程都不会用比必要更多的能量去维持网络流。
把这三条假设转成微分方程，得到的指数就是 3/4——不是 2/3，也不是 1，而是恰好 3/4。分形网络是一种把"3 维空间"映射成"4 维代谢"的几何技巧——多出的那个"维度"是分支自相似的结果。这个论证之所以激进，是因为它说服了人们：生物学规律的本质不是化学、不是基因、不是进化，是几何。同样的几何也适用于城市的电网、水管、地铁——它们都是分形的，都按 0.85 左右的指数标度（亚线性，但比 3/4 更接近 1，因为城市基础设施的分形维度不如生物紧）。
Biological networks have evolved to maximize the dispersion of energy and minimize the time and effort required to do it. The 3/4 is the geometric fingerprint of that optimization.生物网络演化的方向，是让能量分发最大化、所需时间和功最小化。3/4 就是这种优化的几何指纹。Scale, Ch. 3
"亚线性"的字面意思是指数小于 1：规模翻倍，输出没翻倍。生物代谢的指数是 0.75，城市基础设施的指数是 0.85，公司收入对员工数的指数大约是 0.8 到 0.9。这听起来像是"低效"，但实际意义是"规模经济"——越大越省。一个 70 公斤的人，他的能量消耗不是一只 700 公斤大象的 1/10，而是 1/10^0.75 ≈ 1/5.6——大象每公斤组织只用 1/5.6 的能量去维持。Apple 比小卖部单位营收成本低得多，也是同一回事。
但亚线性还有一个被忽视的、更黑暗的含义：它意味着系统最终必须停下来。亚线性增长的微分方程解出的是逻辑斯蒂曲线（logistic / S 曲线）——前期接近指数，中期线性，后期渐近一个上限。然后停滞——然后死亡。生物从这一刻就开始衰老，因为分形网络的能量分发率追不上细胞维护需求；公司从这一刻就开始官僚化，因为内部沟通成本超过新增产出。所有亚线性系统都有出生、成熟、死亡——这不是隐喻，是数学结论。
In the sublinear realm, more is not better forever. There is a maximum size beyond which growth is mathematically impossible.在亚线性世界里，"越大越好"是有期限的。存在一个数学上的最大规模，越过它，增长就不可能。Scale, Ch. 4
城市是地球上唯一已知的超线性系统。2007 年 Bettencourt-Lobo-Helbing-Kühnert-West 的 PNAS 论文用上千个城市、跨越 5 个国家的数据，给出了一个稳健到不可思议的指数：1.15。把城市人口翻倍，工资总额会涨到 2^1.15 ≈ 2.22 倍，专利数量、GDP、研发支出、餐厅数量、行走速度、电话呼叫数全都按这个值走；犯罪率、艾滋病感染率、流感传播速度、垃圾产生量也按这个值走。城市无差别地放大一切——好与坏。
这个 1.15 不是从基础设施来的——基础设施是 0.85，亚线性的。1.15 来自"人际互动"。城市规模翻倍，人均互动机会涨幅大约 15%。这个"15%"是 West 给出的最具操作意义的数字。它解释了为什么硅谷至今仍是硅谷（互动密度），为什么北京和上海会持续吸纳人才（每翻一倍人口，每个人能遇到的合作者多 15%），也解释了为什么远程工作十年实验下来未能根本撼动城市——因为屏幕互动的"边际信号强度"达不到面对面的水平。但 1.15 的代价是：城市是"亚线性效率"的反面——它在能源、土地、心理压力上都更"浪费"，但作为整体它换来了创新的开放上限。
If you double the size of a city, you get 15% more of everything good and 15% more of everything bad, per person.把一座城市的规模翻倍，每个人多得到 15% 的好东西，也多得到 15% 的坏东西。Scale, Ch. 7
第三个领域：公司。West 与合作者 Marcus Hamilton、Madeleine Daepp 在 2015 年的《Royal Society Interface》论文里，分析了 1950–2009 年间美国所有公开上市的 28853 家公司——从沃尔玛到那些只活了 3 年的不知名石油公司。结论让所有 MBA 课程的"百年企业"叙事尴尬：公司寿命服从指数分布——中位寿命 10.5 年。半衰期约 10.5 年——意思是任意一家上市公司，10 年内有 50% 的概率消失（被收购或退市）。到第 30 年，存活率不到 5%。
更精确地说，公司的死亡率与年龄无关——它就是"任意时刻都有 7% 概率挂掉"。这不像生物（生物的死亡率随年龄上升），但像放射性元素。这是因为公司被嵌套在一个超线性的城市环境里，城市里"创造性破坏"以 1.15 速率涌出——总有新公司出现来挤掉旧公司。而公司本身又是亚线性的——它的内部增长会撞上 S 曲线，无法靠内生力量摆脱被替代的命运。Apple 在 1997 年濒临破产时只有 60 天现金；Microsoft 在 2014 年靠 Nadella 切换到"云优先"才避开衰退；GE 直到 2018 年还在用"6 西格玛"试图自救——多数公司没那么幸运。
Half of all companies die within 10 years of going public. Few make it past 30. Like radioactive atoms, they have a constant decay rate.所有上市公司中，半数在 10 年内消失。能活过 30 年的不到 5%。它们像放射性原子，有一个恒定的衰变率。Scale, Ch. 9
本书最后两章的数学让人不安。如果一个系统按超线性指数（> 1）增长且消耗资源也按超线性增长，那么这条曲线的解会在有限的时间内变成无穷大——这就是数学上的"有限时间奇点"（finite-time singularity）。这不是"很久以后会撞墙"，是"具体某一天，曲线值变成 ∞"。城市的 1.15 指数预示了这种数学命运——除非有人"换轨"。
历史上的"换轨"就是范式革命：农业（约 BC 8000）→ 城市化（BC 3000）→ 工业革命（1750）→ 电气化（1880）→ 信息（1970）→ ???（2020s 的 AI？）。每一次换轨，曲线被重置到一个新基底——人均能耗暴涨、新职业涌现、旧职业绝灭。但 West 强调一个让人后背发凉的细节：这些换轨之间的间隔在指数缩短。农业到城市 5000 年，城市到工业 4750 年，工业到电气 130 年，电气到信息 90 年，信息到 AI 也许 50 年。这意味着人类要"换轨"的速率必须不断加速，而每一次新范式发现的难度本身也在增加。这构成一个数学陷阱：要避免奇点，我们必须比加速还要更快地加速。这就是 West 反复使用的比喻——我们在"一个加速的跑步机上、又在另一个加速的跑步机上"。
We are on an accelerating treadmill — and the treadmill is itself accelerating on yet another, faster treadmill.我们在一个加速的跑步机上——而那个跑步机本身又架在另一个跑得更快的跑步机上。Scale, Ch. 10
把"标度律"作为一种思维默认，从今天开始替换掉你大脑里的"线性外推"。
本书太容易被泛化成一个万能解释器——但 West 的论证既有边界，也有数学上不可忽视的争议。
把"城市人均产出 +15%"读成"应该不断扩张城市"是最常见的政策错误。1.15 法则对好坏一视同仁——人均犯罪、人均传染病、人均垃圾、人均心理压力也都按 +15% 涨。Bettencourt 2013 年在 Science 上的论文明确说："超线性意味着加速分异——同一座城市内部，富区与贫区的差距也按 1.15 拉开。"规模放大的是"差异"而非"福利"。这就是为什么超大城市同时拥有最高的人均 GDP 和最严重的两极分化。书中没有给出"最优城市规模"——因为这取决于你想最大化哪个量，以及你愿意吞下多少代价。
West 自己在书中也提示：他的 28000 家公司样本是 1950–2009 美国上市企业，是一个特定时空切片。互联网原生公司（Google、Amazon、Meta）的部分业务线呈现"超线性"特征——边际用户成本接近 0、网络效应让收益递增——这让它们在标度律上更接近"城市"而非"生物"。但即便如此，这些公司的整体仍是亚线性的：员工管理、内部沟通、跨业务协调全部按生物学 0.85 标度退化。Google 在 25 年里从 PageRank 到 Gemini 用了 6 次"内部范式重置"，每一次都是一次微型的"换轨"——而不是单纯地"沿一条曲线长大"。读这本书的危险是把它当成宿命论；读对了它是诊断书。
整本书的论证建立在"幂律真实存在"这一前提上——但这一前提受到严肃挑战。Aaron Clauset、Cosma Shalizi、Mark Newman 2009 年在《SIAM Review》上发表了一篇影响深远的论文《Power-Law Distributions in Empirical Data》，对自然与社会科学中宣称的 24 条幂律重新做严格的统计检验——结论是只有不到一半能通过 Kolmogorov–Smirnov 检验，多数其实是"对数正态分布伪装成幂律"。生物学界对 3/4 律的争议也持续了数十年——Peter Dodds 2001 年在《Journal of Theoretical Biology》上指出：跨物种的代谢数据，2/3（表面积律）和 3/4（WBE 律）在统计上同样能拟合，差异在测量噪声之内。
对城市 1.15 的批评更尖锐：Bettencourt 自己 2020 年回顾时承认，许多发展中国家城市的数据"接近 1.15 但波动很大"，且当切换分类标准（都市统计区、行政区、通勤圈）时，指数可以从 1.05 到 1.30 漂移。这意味着 West 提出的"普遍标度律"也许是一个真实的现象族（family of phenomena），但精确的指数和"无差别"的整齐感，可能在书中被过度修辞化了。读《规模》最负责任的方式是：相信"幂律家族"的真实性，但对每一个具体指数保持 ±0.1 的怀疑空间——尤其当那个指数被用来论证一项政策或一个 50 亿美元的投资时。
《规模》站在三条思想脉络的交点：博物学传统、复杂科学、城市经济学——每一条都值得单独追溯。
D'Arcy Wentworth Thompson《On Growth and Form》（1917；中译《生长与形态》）——所有规模研究的鼻祖，第一次系统地用几何学解释生物形态。Geoffrey West 在书的多处致敬这本 100 年前的英国博物学杰作。Benoit Mandelbrot《The Fractal Geometry of Nature》（1982；中译《大自然的分形几何学》）——分形概念的诞生地，给 WBE 1997 论文提供了数学语言。Jane Jacobs《The Death and Life of Great American Cities》（1961；中译《美国大城市的死与生》）——西方现代城市理论的起点，反对自上而下规划的第一声宣言，与 West 的"城市无中心、自组织"观点遥相呼应。
Edward Glaeser《Triumph of the City》（2011；中译《城市的胜利》）——哈佛城市经济学家从微观个体决策视角解释城市为何重要，更"传统经济学"的方法论，与 West 的"物理学方法"互为镜像。Vaclav Smil《Energy and Civilization: A History》（2017；中译《能量与文明》）——从热力学第一定律的角度回顾人类文明的能源消耗轨迹，对 West 的"奇点"叙事提供更冷静的能源约束分析。César Hidalgo《Why Information Grows》（2015；中译《增长的本质》）——从信息论角度解释经济复杂度的演化，与 West 的"网络几何"互补：West 看物质流，Hidalgo 看信息流。
Luís Bettencourt《Introduction to Urban Science》（2021）——West 最重要的合作者于 2021 年出版的城市标度学教科书，把《规模》的城市部分系统化、可操作化，是城市规划师的现代版工具书。Albert-László Barabási《Linked》（2002；中译《链接》）与《The Formula》（2018）——网络科学的另一根支柱，从"链接拓扑"而非"流量分形"角度切入，与 West 互补，共同构成 21 世纪复杂网络的双重论证。集智俱乐部（swarma.org）系列文章——中文复杂科学社区，张江、张倩等学者持续围绕标度律、复杂网络做译介与原创研究，是中文读者最快接入这条研究前沿的入口。