两倍多的工程师，并不会交付两倍多的代码。为什么很多老板就是想不明白这道理呢？今天这篇文章，咱们就讨论下这事情。

有时候，两件不相关的事情通过一件事情联系起来后，会让我们产生一些非理性想法，甚至相信一些错误的结论。举个例子，卖冰淇淋与人们晒伤之间存在着一些关系。那么，是否应该禁止卖冰淇淋以减少晒伤和患皮肤癌的风险呢？当然不是了。

咱们在看服务器的数据、股票的走势或者气温的变化时，这些信息通常都是用图表来展示的。但是，要想做出正确的决策，真正用好这些数据，我们就得搞明白这些数据背后到底发生了什么。有时候，这些背后的故事可能并不是那么显而易见的。

冰淇淋销售与晒伤确实有关，但并不是因为吃了冰淇淋就会晒伤。实际上，背后还有一个看不见的第三个因素 —— 温度。温度升高时，人们购买冰淇淋的需求就会增多，就会更频繁地在户外活动，但在户外如果不采取足够的防护措施，那么晒伤的情况就会增多。

相关性
相关性是衡量两个变量之间关系的一种方式。越能通过观察第一个变量的变化预测第二个变量的变化，相关性就越强。作为工程经理，我经常听到客户这样要求：“能不能多派几个程序员来，这样项目就能快点完成。” 他们觉得工作时间和工作量是成正比的，好像多一倍人手，项目就能快一倍似的。但软件开发可不是这么回事。

沃伦・巴菲特说过：“无论你多有天分，也不论你多么努力，有些事情就是需要时间。让九个女人同时怀孕，小孩也不可能在一个月内出生。”

这个假设很直接：一个程序员能写 x 行代码，那么 n 个程序员就能写 n*x 行代码。但在软件开发中，这种简单的乘法并不适用。

我们得认识到，相关性只是告诉我们两个变量之间有某种联系，它并不意味着一个变量的变化是由另一个变量引起的。在软件开发中，增加人手可能会带来沟通成本的增加、项目协调的复杂性，这些都可能降低整体的工作效率。

伪相关
伪相关是指两个变量看似存在统计上的关联，但实际上在现实中没有任何联系。这种关系纯属巧合。
看看这些图表：

我发现，即使是这些看似毫无关联的东西，也能给我带来快乐。尽管我也认为，它们可能真的就是随机的。但我们人类就是喜欢在这些没头没脑的地方找点事情做，这有时候会让我们对世界的看法变得有点扭曲。再说了，不管图表看起来多么漂亮，都不能说明它们之间存在某种因果关系。

因果关系
因果关系就像是两个事件之间的纽带，一个事件直接影响着另一个事件。要想真正搞懂这个世界，我们得弄明白这些因果链。虽然相关性能帮我们找到一些线索，但它不应该成为我们的唯一依据。就拿冰淇淋和晒伤率的关系来说吧，这个例子告诉我们，深挖数据能帮我们更好地理解现实。如果我们用系统性思维方法看问题，就会发现晒伤、皮肤癌和冰淇淋销售其实都是大系统中的一部分。

那我们怎么找到真正的原因呢？这就需要我们去理解人们的行为模式：他们什么时候会去吃冰淇淋，什么时候容易被晒伤。最后我们会发现，原来在天气热了、太阳大了之后，这两个现象就都出现了。这就是系统性思维的魔力，它帮我们把系统中的所有元素和它们之间的互动都联系起来：人类的行为、天气的影响，还有冰淇淋和晒伤之间的联系。

总结
相关性很有价值，因为它就像是给我们指路的明灯，告诉我们该往哪儿去找答案。不过，我们也得明白，数据背后可能还藏着很多东西。现实世界太复杂了，不是一张简单的图表就能完全展示出来的。我们不能只看图表就以为我们啥都懂了，那可不行。