5D Library › 规模法则、异速生长与组织新陈代谢的统计物理 · English
第八章 实践与预注册试验
注
本章的核查表是一个思考工具,不是管理规范或投资建议,也不承诺任何管理成效。 示例是一个虚构的「远山工作室」,所有人名、数字与依赖关系都是编造的,只用来演示计算方法,不来自任何真实的组织或客户。任何真实团队的组织设计,都需要依据自己的数据并在必要时咨询相关专业人员。
第一部分 四步规模与新陈代谢核查表
前六章的模型可以整理成四个问题。它们帮助一个正在扩张的团队判断:规模带来的是城市式的收益,还是生物式的维护负担?
- 人均净产出与行政协调费的标度指数监测。 把每季度的人数、净产出(营收减直接成本)与行政协调费用(管理、行政、内部会议与协调工具)画在对数坐标上,各拟合一个指数(第一、三章)。净产出的指数小于 1、协调费的指数大于 1,说明规模正在被协调成本吞噬(第四章的示意模型)。
- 项目组拆分与接口解耦。 按什么拆分团队,才能让大部分依赖关系留在团队内部(第六章的近可分解与「镜像」)?拆分前后的沟通通道各是多少(第五章)?
- 跨层级信息衰减抽查。 抽查若干条指令从最高层传到一线时,关键内容在每一级保留了多少(第六章的控制损失 )?
- 维护成本吞噬创新预算的预警。 用于维护已上线产品的工时占比在怎样变化?按目前的趋势,哪一年会只剩不到 20% 的工时用于新工作(第二章)?
推导
把核查表用在虚构的「远山工作室」上。第 1 步:12 个季度中人数从 20 增加到 85,净产出与协调费用为编造的数据。第 2 步:30 个人(5 个产品模块 × 6 种职能),40 条经常性的依赖关系(大多在模块内部),比较按职能分成 6 个团队与按模块分成 5 个团队。第 3 步:抽查 20 条指令经过三级传递后,100 个关键要点在各级保留了多少(编造的计数)。第 4 步:工程工时每年增长 5%,每个已上线功能每年需要 60 小时维护,每年新上线 30 个功能。
# The four-step checklist applied to a FICTIONAL studio (all names and numbers invented).
import math, random
from statistics import mean
rng = random.Random(36)
def slope(xs, ys):
lx, ly = [math.log(x) for x in xs], [math.log(y) for y in ys]
mx, my = mean(lx), mean(ly)
return (sum((a - mx) * (b - my) for a, b in zip(lx, ly))
/ sum((a - mx) ** 2 for a in lx))
# Step 1: twelve quarters of headcount, net output and coordination cost (invented).
heads = [20, 23, 26, 30, 34, 38, 44, 50, 57, 65, 74, 85]
output = [round(9.0 * n ** 0.92 * math.exp(rng.gauss(0, 0.04)), 1) for n in heads]
coord = [round(0.30 * n ** 1.25 * math.exp(rng.gauss(0, 0.05)), 1) for n in heads]
b_out, b_co = slope(heads, output), slope(heads, coord)
print(f"step 1: exponent of net output {b_out:.2f}, of coordination cost {b_co:.2f}")
print(f" coordination / net output: {coord[0] / output[0]:.1%} at {heads[0]} people,"
f" {coord[-1] / output[-1]:.1%} at {heads[-1]}")
print(f" per-person net output: {output[0] / heads[0]:.2f} ->"
f" {output[-1] / heads[-1]:.2f}")
# Step 2: 30 people (5 product modules x 6 functions), 40 recurring dependencies between
# pairs of people; split into six function teams or five module teams. Count the
# dependencies that cross team lines, and the communication channels.
items = [(m, k) for m in range(5) for k in range(6)] # module m, function k
deps = []
while len(deps) < 40:
a, b = rng.sample(items, 2)
if a[0] == b[0] or rng.random() < 0.04: # mostly within one module
deps.append((a, b))
for lab, team in (("6 function teams", lambda it: it[1]),
("5 module teams", lambda it: it[0])):
cross = sum(team(a) != team(b) for a, b in deps)
print(f"step 2: {lab:16s}: {cross:2d} of 40 dependencies cross teams")
print(f" channels: all 30 together {30 * 29 // 2}; five teams of six plus links"
f" among the leads {5 * 15 + 10}")
# Step 3: an audit traces 20 instructions from the founder through three levels and
# counts how many of 5 key points survive at each level (invented counts out of 100).
kept = [100, 91, 79, 66]
steps = [b / a for a, b in zip(kept, kept[1:])]
print("step 3: retained per level " + ", ".join(f"{s:.2f}" for s in steps)
+ f"; end to end {kept[-1] / kept[0]:.2f}")
# Step 4: engineering hours grow 5 % a year; every live feature needs 60 hours a year of
# upkeep and the studio ships 30 new features a year (invented). When does upkeep
# leave less than 20 % of hours for new work?
hours, live = 12000.0, 90
for year in range(1, 16):
hours *= 1.05; live += 30
share = 60 * live / hours
if year in (1, 3) or share > 0.8:
print(f"step 4: year {year:2d}: upkeep takes {share:.0%} of engineering hours")
if share > 0.8: break
# step 1: exponent of net output 0.91, of coordination cost 1.27
# coordination / net output: 8.9% at 20 people, 13.3% at 85
# per-person net output: 6.71 -> 6.44
# step 2: 6 function teams: 39 of 40 dependencies cross teams
# step 2: 5 module teams : 8 of 40 dependencies cross teams
# channels: all 30 together 435; five teams of six plus links among the leads 85
# step 3: retained per level 0.91, 0.87, 0.84; end to end 0.66
# step 4: year 1: upkeep takes 57% of engineering hours
# step 4: year 3: upkeep takes 78% of engineering hours
# step 4: year 4: upkeep takes 86% of engineering hours第 1 步:净产出的指数为 0.91,协调费用为 1.27;协调费用占净产出的比例从 20 人时的 8.9% 升到 85 人时的 13.3%,人均净产出从 6.71 降到 6.44。人数增加了三倍多,每个人的净产出却在下降,这是第二章「维护吞噬供给」与第四章 情形的信号。这两个指数只有 12 个点、跨度不到一个数量级,置信区间很宽;它们是提醒,不是诊断。
第 2 步:按职能分队时,40 条依赖关系中有 39 条跨越团队边界;按产品模块分队时只有 8 条。沟通通道从 30 人全员两两相连的 435 条,降到 5 个 6 人团队加上队长之间联系的 85 条。拆分的依据应当是依赖关系,而不是组织图上的职能。
第 3 步:每一级保留的比例分别为 0.91、0.87 与 0.84,三级之后只剩 0.66,接近第六章示例中最优层级处保真度的下端(0.63)。若再增加一级而不改善传递方式,失真会继续累积。
第 4 步:第 1 年维护已占工程工时的 57%,第 3 年为 78%,第 4 年达到 86%,超过了「只剩 20% 用于新工作」的警戒线。对策可以是下线低价值的功能、降低单个功能的维护成本,或在增加功能之前先估计它未来的维护负担。
第二部分 预注册随机对照试验方案
问题
12 人按模块分工编写代码、最后通过一套预先写好的隐藏集成测试时,「3 个 4 人小队 + 标准化接口文档」(沟通通道 条)是否比「12 人扁平全员自由沟通」(66 条)更快完成任务?
证据
已有的证据。 第五章的林格曼与英厄姆等人的实验说明,人均出力随小组人数下降,原因既有协调也有动机 (Ingham et al. 1974);斯塔茨等人的乐高实验说明,4 人小组比 2 人小组总工时多出约 45%(按人数折算的钟表时间较短) (Staats et al. 2012)。麦科马克等人的配对比较说明,组织的沟通结构与产品的模块结构相互对应 (MacCormack et al. 2012)。但作者没有找到在同一编程任务上随机比较「分队 + 接口文档」与「全员扁平」两种结构、以完工时间为主要结局的预注册实验。
设计
| 要素 | 规定 |
|---|---|
| 设计 | 两组平行、以 12 人小组为单位随机化的对照试验,按实施地点分层,1:1 分配 |
| 参与者 | 年满 18 岁、具备基础编程能力的成年人,通过大学与研究机构的公开招募参加,按实验惯例获得固定报酬加完成奖励;不从作者的社群、学员或客户(包括作者企业的客户与员工)中招募 |
| 入选标准 | 通过预筛测验:在线独立完成 3 道 Python 小题(每题实现一个函数,附公开的单元测试),30 分钟内至少 2 道通过全部测试;能流利读写该地点的任务语言 |
| 排除标准 | 预筛未通过者;曾参加本研究预试验者;事先见过本任务代码库者(例如参与过任务开发);同一小组的成员事先互相认识(自报)时,重新编组 |
| 基线协变量 | 随机化前,每人在实验室独立完成一道约 10 分钟的热身编程题;组内成员用时取对数后的平均值 |
| 任务 | 一个用 Python 写成的小型代码库骨架,分为 3 个模块、12 个组件(每个模块 4 个),模块之间有 6 个接口函数,规格事先写定;成员按模块分工编写代码。所有人都能读取整个代码库,可以运行公开的单元测试;集成测试是隐藏的:小组随时可以提交,系统只返回通过的测试数与失败接口的编号,不显示测试内容,两次提交至少间隔 5 分钟。代码库、编程环境与整体说明两组相同 |
| 「完成」的定义 | 某一次提交通过全部隐藏集成测试;系统记录这次提交的时刻 |
| 沟通 | 两组都只能使用实验系统内有记录的结构化文字聊天:消息按频道与私信组织,可以用「回复」功能指向某一条消息;不允许语音、视频、面对面交谈或系统之外的任何渠道。系统自动记录每条消息的时间、发送者、接收范围与正文 |
| A 组(分队 + 接口文档) | 随机分成 3 个 4 人小队,各负责一个模块,只能写入自己的模块;每队有一个小队频道;每队随机指定一名联络人,三名联络人另有一个联络频道,其他跨队消息由系统屏蔽;开始时发给一份标准化接口说明(每个接口的函数签名、数据格式、错误处理与调用示例)。共 21 条通道 |
| B 组(扁平) | 12 人不分队,有一个全员频道,任何两人之间都可以发私信(66 条通道),任何人都可以写入任何模块;不单独发接口说明,但整体任务说明中包含同样的接口规格 |
| 盲法 | 参与者知道自己组的规则,但不知道研究假设与另一组的规则;完成时间与集成测试结果由系统自动记录,沟通指标由预先写好的程序计算;分析人员在分析计划锁定前不知道组别 |
| 主要结局 | 完成时间:从开始到通过全部隐藏集成测试的分钟数;90 分钟内未通过的小组记为 90 分钟。分析取对数 |
| 次要结局 | 返工错误率与各项沟通指标(定义见下文) |
| 样本量 | 主方案(把握度 90%):每组 75 个可分析小组,招募 84 个,共 2,016 人。预先登记的次要备选(把握度 80%):每组 56 个可分析小组,招募 63 个,共 1,512 人;启用条件见「规模是否必要」注 |
| 分析 | 线性回归:对数完成时间 ~ 组别 + 实施地点 + 基线协变量,报告两组几何均数之比 及其 95% 置信区间;双侧 。敏感性分析:把未完成作为删失的生存分析 |
主要结局只设一项。次要结局帮助解释结果(A 组若更快,是因为沟通少了、沟通更集中了,还是返工少了),但不参与主要判定。它们都由预先写好的程序从提交与聊天记录中计算,计算区间为从开始到完成(未完成的小组到 90 分钟):
- 返工错误率: 第一次集成提交时失败的接口数占 6 个接口的比例;另报告全部通过之前失败的提交次数。
- 消息条数与字节数: 全组发出的消息总数(频道消息与私信每条计一次),以及全部消息正文按 UTF-8 编码的字节数之和。一个汉字通常占 3 个字节,一个英文字母占 1 个,所以不同任务语言的地点之间不直接比较,分析按地点分层。
- 信息熵: 设第 名成员发出的消息占全组消息的比例为 ,(比特;没有发消息的成员 ,该项按惯例记为 0),取值从 0(全部消息由一人发出)到 (12 人发言一样多)(Shannon 1948)。它衡量的是发言在成员之间分布得多均匀,不是消息内容的信息量。
- 响应延迟: 对每一条被他人用「回复」功能回复的消息,记录从它发出到第一条回复的秒数,每组取中位数;回复少于 5 条的小组,这一指标记为缺失。
- 其他: 沟通消息占比(聊天消息数占全部记录事件——消息、代码保存与集成提交——的比例);跨模块消息数;每人的主观工作负荷。
样本量
推导
# Chapter 8 trial. Part 1: a MODEL of the hypothesis (simulated groups, not data about
# people). Twelve people each write one of 12 components (3 code modules x 4); work time
# per person ~ lognormal, median 20 min. Each person loses 1.2 % of working time for every
# colleague he or she actually messages: 11 in the flat arm; 3 teammates (plus the other
# two liaisons, for liaisons) in the modular arm. Each of the 3 module boundaries fails
# the hidden integration tests with probability 0.35 (flat, no separate interface
# sheet) or 0.15 (modular, with an interface sheet); a failure costs 8 min of rework.
# Integration itself takes 5 min.
# Part 2: sample size for the primary outcome, log completion time of the 12-person group,
# adjusted for a baseline covariate (mean log time of the members' solo warm-up coding
# exercise) that correlates rho with it; adjustment multiplies the variance by 1 - rho^2.
import math, random
from statistics import NormalDist, mean, stdev
rng = random.Random(1975)
def group(modular):
t = []
for i in range(12):
partners = (3 + (2 if i % 4 == 0 else 0)) if modular else 11
work = 20 * math.exp(rng.gauss(0, 0.3))
t.append(work / (1 - 0.012 * partners))
fails = sum(rng.random() < (0.15 if modular else 0.35) for _ in range(3))
return math.log(max(t) + 5 + 8 * fails), fails
def n_per_arm(sd, ratio, rho=0.0, alpha=0.05, power=0.90):
z = NormalDist().inv_cdf
return math.ceil(2 * (z(1 - alpha / 2) + z(power)) ** 2 * sd ** 2 * (1 - rho ** 2)
/ math.log(ratio) ** 2) + 1
if __name__ == "__main__":
flat = [group(False) for _ in range(5000)]; mod = [group(True) for _ in range(5000)]
lf, lm = [x[0] for x in flat], [x[0] for x in mod]
for lab, arm, logs in (("flat", flat, lf), ("modular", mod, lm)):
print(f"model, {lab:7s} arm: geometric mean {math.exp(mean(logs)):.1f} min,"
f" SD of log time {stdev(logs):.2f}, rework {mean(x[1] for x in arm):.2f}")
gm = math.exp(mean(lm) - mean(lf))
print(f"model ratio of geometric means (modular / flat): {gm:.2f}")
print("analysable GROUPS per arm, 90 % power, alpha 0.05:")
print(" SD of log time ratio 0.80 ratio 0.85 ratio 0.85 with rho = 0.5")
for sd in (0.25, 0.35, 0.45):
print(f" {sd:.2f} {n_per_arm(sd, 0.80):4d} "
f"{n_per_arm(sd, 0.85):4d} {n_per_arm(sd, 0.85, 0.5):4d}")
print("pre-registered plans: SD 0.35, ratio 0.85, rho 0.5, 10 % void groups")
print(" plan power analysable/arm recruited/arm people/arm in all")
for lab, pw in (("primary", 0.90), ("fallback", 0.80)):
n = n_per_arm(0.35, 0.85, 0.5, power=pw); rec = math.ceil(n / 0.9)
print(f" {lab:9s} {100 * pw:.0f} % {n:3d} {rec:3d}"
f" {12 * rec:5,d} {24 * rec:5,d}")
# model, flat arm: geometric mean 50.6 min, SD of log time 0.18, rework 1.04
# model, modular arm: geometric mean 42.4 min, SD of log time 0.18, rework 0.45
# model ratio of geometric means (modular / flat): 0.84
# analysable GROUPS per arm, 90 % power, alpha 0.05:
# SD of log time ratio 0.80 ratio 0.85 ratio 0.85 with rho = 0.5
# 0.25 28 51 39
# 0.35 53 99 75
# 0.45 87 163 122
# pre-registered plans: SD 0.35, ratio 0.85, rho 0.5, 10 % void groups
# plan power analysable/arm recruited/arm people/arm in all
# primary 90 % 75 84 1,008 2,016
# fallback 80 % 56 63 756 1,512程序第一部分不是数据,而是对假说的一个模型:每人的工作时间随机,每多一位实际发消息联系的同事损失 1.2% 的时间,三处模块边界在隐藏集成测试中各有一定概率失败并需要返工。在这个模型中,扁平组的几何平均完工时间为 50.6 分钟、平均返工 1.04 次,分队组为 42.4 分钟、0.45 次,两组之比为 0.84。模型中组间的对数标准差只有 0.18,因为它忽略了人与人之间、小组与小组之间的许多真实差异;而且模型对分队与接口文档的好处是设计出来的,真实的人可能不读文档、联络人可能成为瓶颈。
所以样本量按保守得多的假设计算:组间对数完成时间的标准差取 0.35,最小关注效应为几何均数之比 0.85(分队组快 15%),基线协变量与结局的相关取 0.5(方差乘以 0.75),双侧 。主方案的把握度取 90%:每组需要 75 个可分析的小组;考虑约 10% 的小组因有人缺席或中途退出而作废,每组招募 84 个小组,即每组 1,008 人,共 2,016 人。若标准差是 0.25 或 0.45,所需小组数分别为 39 与 122;若不用协变量,标准差 0.35 时需要 99 个。预先登记的次要备选方案只把把握度改为 80%,其余假设不变:每组 56 个可分析小组,招募 63 个,每组 756 人,共 1,512 人(程序最后两行)。这些参数都是假设值。正式试验之前先做一个小规模预试验,只用来检查任务难度、隐藏测试与聊天系统是否正常运行(例如 90 分钟内的完成比例),不用来改变样本量。
注
规模是否必要。 在上述假设下,计算是自洽的:,取整后加 1 得 75;,取 84。效应量的假设本身并不过分保守,上面的模型预测的比值 0.84 与最小关注效应 0.85 几乎相同;规模大,主要是因为标准差取了模型值的约两倍、把握度取 90%。作者决定以 90% 把握度为主方案,80% 把握度(每组 63 个招募小组,共 1,512 人)为预先登记的次要备选:只有当招募到预先登记的截止日期仍达不到每组 84 个小组、但已达到每组 63 个时,才按备选方案停止招募;这个决定只依据招募进度,由看不到任何组间比较的试验指导委员会作出并记录,报告中写明试验按哪个方案结束。备选方案的代价是:真实效应等于最小关注效应时,得出某种获益结论的概率约为 80%(下面判定程序的模拟为 80.7%),而不是 90%。另外准备候补参与者替补临时缺席者,以降低整组作废的比例,这不改变样本量。不根据预试验或中期数据缩减样本量。
注
「90% 把握度」的含义。 与第 33 本一致:90% 指的是在真实效应恰好等于最小关注效应()时,得出某种「获益」结论(分队组更快)的概率;在这种情况下,判定规则得出最强结论「至少快 15%」的机会只有约 2.5%。下面的判定程序用模拟验证了这一点。
注
为什么以小组为单位。 同一小组内 12 个人的工作互相依赖,结局(完成时间)本身就是小组的属性,所以随机化与分析都以小组为单位,样本量按小组数计算;每组只有一个结局值,不需要组内相关系数与设计效应。
判定规则
推导
# Decision rule for the Chapter 8 trial, fixed before any data are collected. R = ratio of
# geometric-mean completion times, modular arm / flat arm, from the pre-specified model
# (log time ~ arm + site + baseline covariate), with its 95 % CI; R < 1 = modular faster.
# Smallest effect of interest: R = 0.85 (15 % faster). Gates: more than 20 % of randomised
# groups void, or the modular structure kept in fewer than 90 % of modular groups
# (fidelity: no talk outside the logged text channels) -> NOT INTERPRETABLE.
import math, random
from statistics import NormalDist, mean
SESOI = 0.85
def verdict(r, lo, hi, void=0.08, fidelity=0.95):
if void > 0.20:
return f"R = {r:.2f}: NOT INTERPRETABLE - {void:.0%} of groups void (limit 20 %)"
if fidelity < 0.90:
return f"R = {r:.2f}: NOT INTERPRETABLE - structure kept in only {fidelity:.0%}"
if hi <= SESOI: v = "modular is at least 15 % faster"
elif hi < 1: v = "modular is faster; 15 % not shown"
elif lo > 1: v = "modular is SLOWER"
elif lo >= SESOI and hi <= 1 / SESOI: v = "no difference worth acting on"
else: v = "unclear: the interval is too wide to decide"
return f"R = {r:.2f} ({lo:.2f} to {hi:.2f}): {v}"
def label(lo, hi):
return verdict(1, lo, hi).split(": ", 1)[1]
if __name__ == "__main__":
for case in ((0.72, 0.66, 0.79), (0.86, 0.79, 0.94), (0.99, 0.91, 1.08),
(1.12, 1.03, 1.22), (0.90, 0.76, 1.07), (0.80, 0.73, 0.88, 0.24),
(0.78, 0.71, 0.86, 0.06, 0.81)):
print(verdict(*case))
# How often does each verdict occur? 75 analysable groups per arm (primary plan) or
# 56 (80 % power fallback), residual SD of log time 0.35 x sqrt(1 - 0.5^2).
rng = random.Random(33); z = NormalDist().inv_cdf(0.975); sd = 0.35 * math.sqrt(0.75)
for n, true in ((75, 0.85), (75, 0.75), (56, 0.85)):
tally = {}
for _ in range(10000):
a = [rng.gauss(math.log(true), sd) for _ in range(n)]
b = [rng.gauss(0.0, sd) for _ in range(n)]
ma, mb = mean(a), mean(b)
ss = sum((x - ma) ** 2 for x in a) + sum((x - mb) ** 2 for x in b)
d, se = ma - mb, math.sqrt(ss / (2 * n - 2) * (2 / n))
v = label(math.exp(d - z * se), math.exp(d + z * se))
tally[v] = tally.get(v, 0) + 1
print(f"{n} groups per arm, true R = {true:.2f},"
" share of 10,000 simulated trials:")
for k, c in sorted(tally.items(), key=lambda kv: -kv[1]):
print(f" {c / 100:5.1f} % {k}")
# R = 0.72 (0.66 to 0.79): modular is at least 15 % faster
# R = 0.86 (0.79 to 0.94): modular is faster; 15 % not shown
# R = 0.99 (0.91 to 1.08): no difference worth acting on
# R = 1.12 (1.03 to 1.22): modular is SLOWER
# R = 0.90 (0.76 to 1.07): unclear: the interval is too wide to decide
# R = 0.80: NOT INTERPRETABLE - 24% of groups void (limit 20 %)
# R = 0.78: NOT INTERPRETABLE - structure kept in only 81%
# 75 groups per arm, true R = 0.85, share of 10,000 simulated trials:
# 87.9 % modular is faster; 15 % not shown
# 6.8 % unclear: the interval is too wide to decide
# 2.6 % no difference worth acting on
# 2.6 % modular is at least 15 % faster
# 75 groups per arm, true R = 0.75, share of 10,000 simulated trials:
# 71.2 % modular is at least 15 % faster
# 28.8 % modular is faster; 15 % not shown
# 56 groups per arm, true R = 0.85, share of 10,000 simulated trials:
# 77.9 % modular is faster; 15 % not shown
# 16.8 % unclear: the interval is too wide to decide
# 2.8 % modular is at least 15 % faster
# 2.5 % no difference worth acting on前七行示例结果是编造的。作废的小组超过随机化小组的 20%,或 A 组中有超过 10% 的小组没有按规定的结构运行(例如组员在记录系统之外交谈)时,无论结果如何,报告都写「不可解释」。只有当 的 95% 置信区间上限不超过 0.85 时,报告才写「分队组至少快 15%」。模拟显示,按主方案(每组 75 个小组),若真实的 恰为 0.85,在 10,000 次模拟试验中,87.9% 得出「更快,但未证明达到 15%」,2.6% 得出最强结论,二者合计约 90%;若真实的 为 0.75,71.2% 得出最强结论。若按备选方案(每组 56 个小组)结束,真实的 为 0.85 时,两者分别为 77.9% 与 2.8%,合计约 81%。返工错误率与各项沟通指标只报告估计与区间,不用来推翻主要结论。
这项试验不能说明什么
第一,A 组同时改变了三样东西:分队结构、联络人与接口文档。阳性结果不能区分哪一样起了作用;要检验第五章的「接口文档降耗假说」,需要增加「只分队、不发文档」的第三组。第二,代码库被刻意设计成可以清晰分解为三个模块、接口事先写定,这对 A 组有利;在模块边界不清楚、接口需要边做边商定的任务中,结论可能相反。第三,这是 90 分钟、12 个陌生人完成的小型编程任务,真实的软件团队有共同的历史、长期的激励与非正式关系,代码库与组织的规模也大得多;结论不能直接外推到数百人的组织。第四,两组都只能使用有记录的文字聊天,这是为了完整记录并执行 21 与 66 条通道,但它改变了扁平组的处境:面对面或语音交流中的即时插话、语气、手势与「旁听」都被去掉,12 个人在文字频道里协调,阅读与输入本身就占用时间。已有实验显示,用电脑文字交流的小组在相同时间内完成的工作少于面对面小组,在协调需求高的任务上差距更大 (Straus and McGrath 1994)。所以结论只适用于「只用文字沟通」的条件:即使分队组更快,也不能说明在可以面对面或语音交流的团队中分队同样更快,这一限制很可能有利于 A 组。共享代码库本身也是一条隐性的沟通渠道(两组都能读取全部代码),21 与 66 只计算聊天通道。第五,参与者需要通过编程预筛,多半是计算机相关专业的学生,不代表职业软件团队。第六,90 分钟的上限使未完成的小组记为 90 分钟,若未完成的比例很高,主要结局会被压缩,因此预先规定了生存分析作为敏感性分析。
伦理与利益冲突
这是一项低风险研究:任务是编程,不涉及任何健康干预,也不收集健康信息,可预见的不适只是时间压力下的挫败感。即便如此,试验仍须经独立伦理委员会审查批准,每位参与者签署知情同意,并在第一个小组入组之前登记方案与分析计划 (Nosek et al. 2018)。任务说明如实告知规则与报酬;不告知研究假设属于信息保留而非欺骗,任务结束后向所有人说明研究目的。任何人可随时退出而无需说明理由,并获得已完成部分的报酬。聊天记录与代码匿名保存,只用于计算预先规定的指标,不作任何商业用途。无论结果正负,都将发表。
利益披露
作者以 5D Library 的著作(包括本书)作为其社群课程、升维牌卡(5D Ascension Cards,Dimensional Shift Card Decks)与 Yafu AI 知识库的方法论基础,因此与本书主题有商业利益关系。作者还创办并经营 Yafu Global 与 Asia Influencer X,业务涉及企业与团队的组织扩张与管理,与本书主题有直接的商业利益。本书讨论生物异速生长与城市、企业规模的数学模型,不推销任何课程、牌卡或服务,不是投资建议,也不构成任何企业管理成效的承诺,书中不使用上述企业的客户或员工数据;第八章的试验设计为由独立于作者企业的研究人员实施和分析,不从作者的社群、学员或客户(包括上述企业的客户与员工)中招募;书中所有代码与研究方案均公开,供任何人检验。
参考文献
Fan, Y. (2026). Scaling Laws, Allometric Growth and the Statistical Physics of Organisational Metabolism: From Kleiber's Three-Quarter Power Law and Fractal Supply Networks to the Mortality of Firms, Read Beside Classical Chinese Organisational Thought [规模法则、异速生长与组织新陈代谢的统计物理] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23788553 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).