在软件这个行业里有些规则是很有杀伤力的，比如很有名的摩尔定律。总结出这些规则的意义在于可以大致的照明方向，免得努力来努力去却走到了阴沟里。
现实中种种利益纷争、观点之争看似纷繁，但在大时间尺度下来看却都是规则的实现手段。
这就好比下围棋，每一手都要为谋得利益而计算，但结局却只有三种：赢、输或和，这就是规则的力量。
程序员第一定律可以表述为：程序员的收入是技能复杂度和技能实现可能程度的函数。
如果程序员的工资是S，社会平均水平的工资为A，程序员掌握的技能复杂度为C，实现程度为P。那么S = A x C x P。
这里面的实现程度P不太好理解，额外做点说明。好比说有人在东北种了很多白菜，并获得了大丰收。与此同时广州也确实需要大白菜，按批发价他的这批白菜可以买10万。但关键是这个人找不到车皮，大白菜就只能在当地零售，这个时候这批大白菜就只能买1万块钱。这就是实现程度。大白菜内蕴了既定的价值，这种价值并不因为卖多少钱而改变，但这种价值能实现到什么程度则依赖于现实的可能性。这视乎很简单，但其实不是，很多人的一生就笼罩在这条定律下面，我们来基于这第一定律继续做些推导。
推论1：越容易上手的技术，其内蕴价值越低。
技能的复杂度C可以大致等价于掌握一门技术所需要的时间。
各种集成的开发环境，各种容易学习的类库等使软件开发的门槛降得很低，这对整个产业是有利的，但对个体而言则是不利的。花5个月可以学会的技术，其他人花5个月也可以学会，而5个月可以学会的东西所蕴含的价值一定是低的。与之相对5年才可以学会的东西，其内蕴价值一定是高的。内蕴价值低，所对应的收入必然偏低。有时候很多人会有一种错觉，认为越热门的技术收益越好。
这在大多时候是错的。越热的技术，越成熟的技术越是大众的，而越是大众的技术内蕴价值越低，所以收益越不好。热度能够帮助找到工作，但对技能复杂度C没有影响。
推论2：单纯的涉猎广泛，没有专精，对收入的影响是负面的。
各种技术的复杂度大概是呈指数增长的，越到后面前进一步越困难。好比说学会5门语言所需要的时间大多时候远比学精一门语言要短。在特定年纪尚，每样技术都会一点，对提高实现程度P略有帮助，但自身可替代性很强，对技能复杂度C的影响为负面。长期来看得不偿失。
推论3：实现程度P越高，风险越大。
有些技术领域很窄，上手也慢，实现程度却高，比如显卡驱动，打印驱动等。但这类工作好比在钢丝上跳舞：只要能实现自己的价值，那么回报大体不错，但最怕技术更迭。技术一换代，可能多年积累十去六七。
总结来看，程序员要想获得不错的收入，
第一要掌握稀缺的技术，即技术的内蕴价值要高；第二要找到实现稀缺技术的场景。
版权声明：本文为pengfeixiong原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。