假设有两款社交软件，功能差不多。一款有你常联系的朋友、同事和家人，另一款一个熟人都没有。你会留下哪一款？

大概率是第一款。它未必更好用，只是你在乎的人都在那里。如果你了解一点移动互联网发展的历史，你可以把这两款软件代入为微信和米聊，米聊已经消失在历史的尘烟了。

别人用不用这款软件，会改变它对你的价值。路上的车越多，堵得越厉害；卖家越多，买家选择更丰富，卖家竞争却更激烈；知识社群不断扩张，回答变多了，广告和噪声也跟着增加。同样是用户增长，有人因此受益，也有人变得更难受。

新增的这些人，改变了谁的使用价值？这种改变是好还是坏？

别人的加入或离开，会改变你用一个产品时得到的好处。

这个现象叫做网络效应。这句话里每个词都值得拆开看。

第一个词是"别人"。别人可能是与你使用同一种产品的人（微信好友）、提供配套服务的人（给操作系统开发软件的程序员）、或平台另一侧的人（打车平台上的司机与乘客）。

第二个词是"好处"。好处不等于公司估值，而是用户实际能感受到的变化：能联系多少人、打车等多久、匹配能否成功、内容是否有用、竞争和拥堵是否增加。

还有一层容易忽略：哪些人算"别人"？不是所有用户都与你有关。真正能影响你使用体验的那部分用户，叫做相关网络。平台注册了一亿人，不代表这一亿人都与你有关。微信对你的价值取决于你的活跃联系人；打车平台取决于你所在地区那个时段的司机和乘客；交易平台要细分到城市和品类。所以累计注册人数通常不是判断网络效应的好指标。

电话刚问世时就遇到一个难题：早期用户少，电话价值低，人们更不愿意安装——越没人用，越没人愿意用。1974年，杰弗里·罗尔夫斯研究电话网络时把这个难题正式写了下来。1985年，迈克尔·卡茨和卡尔·夏皮罗建立了分析网络效应、竞争与兼容性的系统框架。

正向网络效应可能参与形成一个增强回路：用的人多了，产品对每个人更有价值；更有价值，又能吸引更多人用。但有网络效应，不代表这个循环一定能转起来。如果流失、拥堵、竞争等阻力更强，增长仍然可能停下来。网络效应是最强的增长引擎之一，但也是最难启动的。

先抓住三个问题：谁在影响谁？通过什么方式影响？影响是正向还是负向？常见的作用路径有下面几种。

只有你一个人有电话，它几乎没有通信价值。家人、朋友陆续装上电话，你能联系的人越多，电话越有用。

微信把这条逻辑搬到了移动互联网上：你用微信，不是因为微信本身多好用，而是因为你在乎的人都在上面。

这里真正起作用的不是抽象的"用户总量"，而是与你有关的人。新增一个经常联系的朋友，可能明显提高微信对你的价值；新增一万个陌生人，可能几乎没有影响；如果新增的是骚扰账号，你的体验甚至会变差。人数重要，但网络构成同样重要。

这就解释了一件事：阿里巴巴为什么一直想做社交，却一直做不起来。

2013年，阿里举全集团之力推出社交产品"来往"，马云亲自督战，要求每个阿里员工拉100个活跃用户，明星站台，地推上街。结果呢？用户来了又走了，留存很差。据说马云后来苦笑，原本想造出机关枪去跟腾讯干仗，没想到最后拿出去的是甘蔗棒子——看着唬人，打不了仗。

来往的问题不是产品做得差。功能可以抄，补贴可以砸。但你的联系人在微信，不在来往。你换过去，你的朋友不换，你联系谁？

你留在微信的理由，不是微信本身，而是其他用户也在微信。这就是直接网络效应的壁垒——后来者不仅要做出一个更好的产品，还要让所有人的关系网同时迁移，这几乎不可能。

后来钉钉做起来了，不是因为它打败了微信的社交网络，而是因为它换了一个战场：企业协作。钉钉不要求你把朋友搬过来，它要求你把工作流程搬过来。同事关系和好友关系是两张不同的网络，钉钉在工作的那张网络上重新积累了密度。这是避开正面网络效应壁垒的做法。

直接网络效应是用户影响用户。还有一种路径：用户影响配套产品，配套产品反过来又影响用户。用Windows的人越多，开发者越愿意为Windows写软件；软件越多，Windows对用户越有价值；用户继续增加，又吸引更多开发者。因为你的用户多，所以给你做软件的人就多；做软件的人多，你的用户就会更多。

这不是新现象。经济学家布林约尔松（Erik Brynjolfsson）和克默勒（Chris Kemerer）在1996年研究过电子表格软件市场，发现用户基础和兼容网络更强的产品，往往能获得更高的价格溢价。但这不代表配套生态是唯一原因——产品质量、价格、渠道和企业采购也会影响结果。

英伟达的CUDA平台把这条逻辑推到了极致。2006年英伟达推出CUDA，让GPU不仅能画图，还能做通用计算。用户和开发者之间开始滚雪球：CUDA的GPU装机量越大，开发者越有动力为它写工具和算法库；工具和库越丰富，GPU对用户越有价值；用户越多，开发者又越有动力。现在CUDA开发者超过500万（据英伟达官方数据），GitHub上标有CUDA标签的开源项目有数十万个，而竞争对手AMD同类平台的项目数量远不在同一量级。

为什么追不上？卓克在《科技参考》里解释过。CUDA在科学计算和AI领域积累了将近二十年，每一种运算对应的优化算法都深度绑定英伟达的硬件设计。今天做AI训练的人不用再为这些运算写代码，直接拿来用就行。这些工具库是大量工程师多年不停优化的结果，还在不断更新。这不是几个公司凑在一起就能搞定的。

卓克打过一个比方：CUDA和大语言模型的关系，有点像擀面杖和饺子皮。用惯了以后，擀饺子皮只能用擀面杖。突然换成筷子，灵活是灵活，但掌握这种另类技能的厨师不好找。

不是因为擀面杖最好，而是所有人都只会用擀面杖。

AMD就是那个拿筷子的人。AMD从零几年开始就效仿英伟达推出了类似CUDA的硬件结构，但因为软件生态上的瘸腿，至今产品销量主要局限在游戏领域。不是买AMD的显卡搭建计算中心一定不行，而是业内能搞定AMD显卡的人远不如会用英伟达的人多。

英伟达最难超越的地方，不是芯片算力，而是CUDA构建的开发者生态网络。他们的护城河不在计算卡上，而在CUDA生态上。哪怕今后的计算卡超过一半用的是光计算，CUDA这套开发模式还是主流。

这一点，华为最能体会。卓克在《科技参考》里多次分析过华为昇腾芯片与英伟达的差距。结论是：推理能替代，训练不能。模型训练完了以后，用华为的芯片跑推理是可以的，只是能效比差一些。但训练大规模模型，仍然离不开英伟达。原因不是算力不够。真正卡住的是：训练过程中需要几百种优化算法，每一种都深度绑定CUDA的硬件设计。这些算法库不是写一遍就完了，还在不断更新。华为要替代的不是英伟达的芯片，而是CUDA近二十年积累的整张开发者网络。

替代CUDA这件事，就算提给全球GPU第二大厂商AMD去搞，也一样搞不定。不是华为的"筷子"不好，而是全世界的"厨师"都只会用英伟达的"擀面杖"。

这就是间接网络效应走到极致的样子：后来者要打败的不是一颗芯片，而是一张由数百万开发者、几十万个工具库和近二十年的使用习惯编织成的网。

打车平台刚进入一个城市时，乘客打开软件发现附近没有车，于是不用了；司机上线后接不到订单，也不愿意等。两边都在等对方先来。

平台早期给乘客发优惠券、给司机发补贴，目的是把两边暂时拉到一起。补贴负责把人拉进场，但补贴停了以后人走不走，取决于网络本身能不能提供足够的价值。

同一次用户增长，可能同时产生正反两个方向，把四种情况摆在一起看更清楚：

同一个网络里，四种情况同时在发生。司机多了，乘客高兴但其他司机更焦虑；乘客多了，司机高兴但高峰期乘客互相抢车。只看到一个方向为正，就断定整个网络扩张对所有人都有利——这是分析平台时最常见的误判。

想象一家单身酒吧。男女比例均衡时，来的人越多，遇到合适对象的机会越大。但如果某一方远多于另一方，人数继续增加只会加剧竞争，多数一方体验越来越差，最后离开。

对用户的价值不仅取决于人数，还取决于构成和比例。

婚恋网站就是这个困境的真实版。世纪佳缘、珍爱网、百合网都遇到过同一个问题：注册用户越多，平台本该越有价值——更多人意味着更多匹配机会，这是正向效应。但男女比例严重失衡，男性用户远多于女性。一个女性用户注册后，可能一天收到几十条甚至上百条消息，根本看不过来，体验从"挑花眼"变成"被淹没"。于是女性逐渐离开。女性少了，男性更难匹配，也跟着离开。用户越多，平台对多数一方反而越没用。同一个网络里，正向和负向同时在发生，谁压过谁，取决于构成和比例，而不只是人数。

食堂排队变长也是一样。如果就餐人数增加、窗口数量不变，每个人都要排更久——用的人多了反而更难用，这就是负向的拥堵效应。如果人数没变，只是设备坏了或员工减少，体验下降的原因就不是网络变化。

现有用户的体验变差，是不是由其他参与者的规模或构成变化引起的？

如果答案是否定的，就该找产品故障、供给不足或管理问题，而不是把一切都装进"网络效应"这个筐里。

你未必做平台，但你的产品里可能藏着网络效应。

你想让团队换一款协作工具，只有你一个人用，它也许能帮你记笔记，却无法带来协作价值。同事也用上了，大家可以共享文件、同步进度，它的价值才明显提高。知识社群也一样：成员多了，提问和回答变多，这是正向效应；广告和无效讨论涌入，老成员找有用信息的成本上升，这是负向效应。

只要一个人的加入会改变其他人的体验，这个模型就可能有用。

做一个思想实验：假设产品功能、价格、补贴没有明显变化，只改变相关参与者的数量或构成，现有用户的体验会变吗？如果不会，通常就不是网络效应。工厂扩大产量后单位成本下降，但消费者并没有因为其他消费者增加而得到更多价值——这是规模经济，不是网络效应。

先划定相关网络。一个本地交易平台的全球用户从一亿增到两亿，但你所在城市的买家、卖家和商品供给没变，全球增长对你的使用价值可能接近于零。网络效应往往是局部的：在一个城市很强，在另一个城市很弱。

把参与者分开看。同一种产品的用户之间，新增的人是帮了你还是挤了你？多边平台上，先看每一侧内部，再看跨侧之间。每个方向问一遍：谁增加了？谁的价值变了？哪个指标变了？方向是正还是负？

还要注意，网络效应不是一成不变的。早期增加少量用户可能带来很大价值；达到基本密度后边际价值可能下降；超过容量后拥堵和竞争可能压过正向效应。

第三步拆开看了"谁受影响"，第四步要验证"这个影响是不是真的"。

总量增长不能直接证明网络效应增强。选定一个相关网络，挑出有代表性的现有用户，看他们的等待时间、匹配率、选择范围或内容质量有没有跟着变。比如打车平台，看的是你所在城市高峰时段的叫车成功率和等待时长；社交产品，看的是你活跃联系人的在线频率和回复速度。只有总量增长、这些指标没变，就不该包装成网络效应。

开会时如果有人说"用户涨了所以网络效应变强了"，你可以追问：同一个城市、同一个品类，用户价值指标真的变了吗？产品有没有同时改版？补贴有没有变？如果这些都说不清楚，总量增长就不能直接归因于网络效应。

结论不要写成"我们的网络效应很强"，而要说清楚：

在哪个相关网络中，哪类参与者增加，通过什么机制，使哪类现有用户的哪个指标发生了什么变化，因此下一步准备采取什么行动。

用户很多，就一定有护城河吗？

如果产品功能不变，只增加用户数量，现有用户价值没变，优势可能来自品牌、渠道、规模经济或切换成本，而不是网络效应。真正的网络效应会让后来者面临一个具体困难：不仅要做出更好的产品，还要重新建一个能让用户获得价值的网络。

冷启动没起来，应该继续拉人，还是先补一边？

早期用户少，更常见的情况是相关网络密度太低，网络带来的价值还不够明显。把预算分散到很多城市，可能得到一堆注册账号，却得不到一个真正能运转的网络。更有效的做法是集中在一个城市或品类，找出最稀缺的参与者，让早期用户即使别人还没来也能从中获得好处。打车平台要先让一个地区在特定时段有足够的司机和乘客；协作工具要争取一个完整团队，而不是从不同公司各拉来一个孤立用户。冷启动追求的不是"到处都有人"，而是"先让一个局部网络真正有用"。

用户还在增长，为什么仍可能突然停下来？

正向网络效应可能帮助形成增强回路，但增长能否持续还取决于新增是否大于流失、用户能否同时使用多个平台、负向拥堵会不会抵消原有价值。增长是否越过临界点、能否自我维持，需要结合临界质量等模型继续分析。

网络效应是一种作用力，不是胜利保证。用户增长可能提高产品价值，也可能带来竞争、拥堵和内容稀释；一个平台可能在某个城市拥有很强的网络效应，换到另一个城市却几乎没有优势。

它还容易跟几个看起来差不多的概念搞混。规模经济看产量增加后单位成本是否下降。巴斯扩散看别人用了以后我为什么也跟着用，网络效应看别人用了以后我手里的产品有没有变得更有价值。切换成本看迁移数据、习惯和流程要付出多少代价。临界质量看网络能否越过门槛形成自我维持增长。

微信让人难以离开，往往既有网络效应，也有切换成本。联系人都在微信所以微信更有价值，这是网络效应；迁移聊天记录、工作群和支付习惯很麻烦，这是切换成本。两种机制可以同时存在，但不能用其中一个代替另一个。

网络效应也不必然带来"赢家通吃"。如果用户可以同时使用多个平台、产品存在明显差异、不同地区形成局部网络、或负向效应抵消正向效应，多个网络可能长期共存。

至于"网络价值与用户数的平方成正比"，那是梅特卡夫定律的一种理论估算。现实中，不同连接的价值差别很大，用户也不会与网络中的所有人建立同等重要的联系。

回到开头的问题：你为什么很难完全换掉微信？

不是因为微信做得好——你试过其他产品，有些功能确实更好用。也不只是因为用户多。真正让你走不了的，是与你有关系的人都在那里。他们在，微信就有价值；他们不在，微信什么都不是。而迁移关系和使用习惯又很麻烦，让你更难离开。

所以，判断网络效应时记住一句话就够了：

看单个用户的价值有没有随相关网络改变，不要只看企业的用户总量。

英伟达为什么难以替代，不是因为芯片做得不够好；微信为什么难以复制，不是因为产品做得不够好——关键从来不是来了多少人，而是谁来了，以及他们改变了什么。