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。
民以食为天，所以第一定律从收入开始。
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性的函数。
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，实现可能性为P。
那么S = A x C x P。
这里面的实现可能性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。
这就是实现的可能性。
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实现的可能性。
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。
你花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。
为避免争议，我这里就不写技术的名字了，但大家可以从学习所需要的时间上来对各种技术做个分类。
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。
热度能够帮助提升实现可能性P，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，对提高实现可能性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：实现可能性P越低，风险越大。
有些技术领域很窄，上手也慢，实现可能性也低，比如显卡驱动，打印驱动等。
做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；第二要能实现对这种技术的应用。
《微软的秘密》一书中提到，微软里面优秀的程序员是可以拥有许多辆保时捷的。
用上面两条做分解，就会发现原因很简单：
一是这样的人是NT的核心开发人员，这类人员内蕴价值极高，处于稀缺状态；二是微软提供了实现这种技能内蕴价值的机会。
这二者缺一不可。
zhuanzai: