大东方号

疯狂的大西部号（The Great Western）

——规模法则的精美案例

2002年，英国BBC广播公司进行了一项全国性的民意调查，选出“100位最伟大的英国人”，不出你所料，丘吉尔位列第一，黛安娜王妃位列第三，达尔文、莎士比亚和牛顿也纷纷榜上有名。然而仅次于丘吉尔的第二名是谁呢？他就是奇才布鲁内尔（Isambard Kingdom Brunel）。

伊桑巴德·金德姆·布鲁内尔（Isambard Kingdom Brunel）

奇才布鲁内尔

很多人把他视为19世纪最伟大的工程师，他的想象力和创新——尤其是对交通领域的贡献，帮助英国成为当时世界上最强大的国家。他主导设计了大量的船只、铁路、火车站，桥梁等等。若仅仅是建设还没什么，布鲁内尔的强大之处就在于他还在不断挑战着当时工程能力的极限——他在马不停蹄地创造着其他工程师认为不可能的项目，先于他的时代创造着奇迹。

布鲁内尔在年仅24岁时设计的克利夫顿吊桥

大西部号

布鲁内尔所创造的最有名奇迹之一，就是大名鼎鼎的大西部号。

随着全球贸易的发展，对英国而言，发展快速高效地远距离海洋运输方式的需求变得愈发迫切，布鲁内尔构想了一个伟大的计划：设计一艘单纯由蒸汽机驱动的轮船，从英国出发，横跨整个大西洋，到达纽约。

由伦敦至纽约

虽然人们都认为这个计划没有可行性：因为蒸汽机需要占用大量的体积，这会导致轮船没有足够的空间去携带货物，无法赚取足够的收益。

但布鲁内尔的想法不同，他超前的理解和运用了规模法则：他认为，一艘轮船的载货量会随着轮船的尺寸按照立方倍数增长（就如同重量一样），而他在水中行驶时所遇到的阻力则会按照平方增长（正比于船的横截面积），相对于自身的增长，阻力的增长要慢得多——这遵循了2/3幂次法则。

换句话说，与小的轮船相比，越大的轮船运载单位载货量所需要的成本就会越少，因此，大轮船比小轮船更加节能高效。这是规模经济的绝佳例子，而且给全球贸易和商业发展带来了巨大影响——这也是今天我们总在持续不断的试图制造的更大的飞机、轮船等交通工具的原因。

大西部号

结果没有让布鲁内尔失望，1837年建成的大西部号成了当时世界上最大、最快的船。大西部号的成功不但带来了可观的经济收益，更重要的是，他推进了造船工程能力的极限。布鲁内尔对规模法则的成功应用也对造船业和其他交通运输业产生了深远的影响。

在大西部号的成功之后，我们的奇才马不停蹄的踏上了更远的征程：制造一艘可以往返于伦敦和悉尼而不需要中途添加燃料的更大的船——大东方号。

大东方号（The Great Eastern）

——一次更疯狂的远征

继大西部号之后，大东方号可以说是一次更疯狂的探索——他的长度达到了211米，是当时最长的轮船“大不列颠号”的两倍，排水量是大不列颠号的十倍（值得一提的是，“大不列颠号”也出自布鲁内尔之手）。这样的尺寸是什么概念呢？作为类比，今天航行在大海上的超级油轮，其长度也只有大东方号的两倍。

大东方号

大东方号的目标极其宏伟：将大英帝国的触角连接到更远的亚洲，以巩固其作为世界的主导地位，这就要求大东方号可以伦敦直达悉尼再返航——中间不需要添加燃料。为了达成这个目标，大东方号在设计上已经不再是渐进式的升级，我们将其称为跨越式的冒险则更为合适。

大东方号

然而，不幸的是大东方号虽然可以下海航行，但他的效率也远没有达到预期，而且大东方号事故频发：在处女航就发生了爆炸——五名船员死亡，一名船员跳海失踪。在大东方号不算长服役生涯中，他频繁地遭遇故障，甚至拖垮了当初为了将它造出来而成立大东方轮船公司。

最终，轰轰烈烈的大东方号几经修补和转手，被耻辱的改造为布缆船——用于铺设大西洋电缆，今天，大东方号已经被拆卸，他的桅杆却如今还屹立在利物浦的足球俱乐部球场上供人纪念。

大东方号模型

当系统设计失败没能达到人们的预期时，我们总能分析出种种原因，例如大东方号所遇到的——预算超支、操作失误、天气等不可抗力等等。这些因素也的确非常重要，尤其是大东方号的制作过程更加曲折，布鲁内尔在设计制造大东方号的时候身体也并不健康，但或许从系统复杂性的角度去理解，我们可以挖掘出更多东西。

系统的规模、复杂性与可控性

从更本质的角度理解，这涉及到系统的规模、复杂性与可控性的话题：当我们要进行渐进式的创始的时候，比如把轮船的长度加长10%，我们基于线性思维做简单外推就会很有效，原来的规律也会适用，原来的瑕疵也不是问题。

可一旦创新是跨越性的，新的系统的规模是数倍于之前的系统的，那么复杂性导致的不可控性将会必然会深受线性外推的思维所害——即使我们可能受益于规模法则，但我们也无法忽略复杂性导致工程中的弊端。

例如：在一次事故中，大东方号的桅杆折断了——对于其他轮船来说，这本不是一个严重的问题，但大东方号庞大的身躯让折断的桅杆滚动的速度和距离增加了一倍，正常的隔板无法阻挡，这立刻引发了更严重的事故。

换句话说，一旦系统的规模扩大了数倍，那么量变将引起质变，曾经的瑕疵可能变为致命的问题，一些以前不曾考虑的问题也会涌现出来。

有趣的是，这样的规律在今天依然具有极强的普适性。以软件工程为例：当软件系统规模扩大的时候，内存管理，性能优化，分布式管理这些在小规模系统上完全不需要考虑的问题都变得极其重要。这就导致我们决不能用简单的线性思维来进行系统的架构，而是要根据其所承载的业务规模做出取舍——选取合适的架构难度与工程可执行性上的平衡。而这需要高超的技能和大量的经验。