故事
万历年间，苏州有个织造衙门，专管江南贡缎。一匹云锦要经线、纬线、配色、提花四道工序，原先一个师傅从头到尾做，十日一匹。
新来的堂官姓周，是个急性子，翻《考工记》看到「百工之事，皆圣人之作也」，觉得人多力量大。他下令把作坊改成流水线：经线工只管经线，纬线工只管纬线，配色、提花各设一棚。又立了一条规矩——每棚完工须敲梆为号，下一棚闻梆即接。
头一个月，产量果然翻到三倍。周堂官大喜，上疏请功，说「古法十日，今法三日」。
第二个月出了问题。配色棚的师傅老陈眼睛花了，辨错了一缕茜草红，整匹缎子废了。按规矩，这匹缎子要退回经线棚重做，但经线棚已经接了下一单，梭子上了新线。老陈的徒弟去理论，两棚吵起来，梆子敲乱了，后面几棚全接了错号，一上午废了七匹。
周堂官的应对是加人：每棚设副手一名，专管「接梆验货」；又设「巡棚」两名，往来传话。人加到原先的八倍，产量却跌回两匹半——那些副手和巡棚本身也要吃饭、也要走动，作坊里挤得梭子转不开身。
第三个月，周堂官亲自蹲棚。他发现一个怪现象：经线棚的梆子响后，纬线棚不是立刻接，要等——等巡棚跑过来确认「这梆是真的」，再等副手核对「上一棚没有退单」。这些等不是闲着，是互相等。经线工敲完梆子不能走，得等纬线工点头；纬线工点完头不能织，得等配色棚腾出手；配色棚腾出手了，还得等提花棚确认花样编号。
周堂官算了笔账：原先一个师傅十日，是十日的工；现在四棚三日，是十二人·日，已经亏了。加到八倍人，变成二十四人·日出两匹半，亏到骨子里。
他去找致仕的老堂官请教。老人听完，只说了一句：「你加的不是工，是话。」
—
周堂官没听懂，老堂官便拿筷子蘸酒，在桌上画了一道线。
「一棚一人，就像这根筷子，折它要十斤力。你换成十根筷子并在一起，照理该扛百斤——这是Amdahl算的，小孩子都懂。」
他又取十根筷子，不是并齐，而是交叉搭成一座小梁。
「但你做的是贡缎，不是扛木。十根筷子要成梁，得互相咬着劲——这根压那根，那根撑这根，咬劲的地方就是话。话少了，梁散；话多了，十根筷子一大半的力气花在互相咬上，没剩多少去扛东西。」
周堂官盯着那筷子梁，忽然明白：他加的副手、巡棚，全是「咬劲」——不是在做缎子，是在做做缎子的前提。这些前提会自我繁殖：副手要核对，核对需要记录，记录需要识字，识字需要先生，先生需要束脩……
老堂官把筷子一推：「Amdahl 只告诉你『有些事没法并行』，那是天生的瓶颈。但他没告诉你，并行之后还会长出后天的瓶颈——你加进去的人，自己就是瓶颈。」
—
周堂官回衙门，没再上人，反而减了两棚，改成「经纬合棚」「配色提花合棚」。人减到四倍，产量却稳在三匹——合棚内部省了「接梆」的话，两个师傅低头就能商量。
他又做了一件事：允许每棚缓存。原先规矩是「零库存，闻梆即接」，现在改成每棚备半匹的「活线」——上棚出问题时，下棚先用缓存撑着，不空等。这半匹缓存是浪费，但算下来，省下的「等」比浪费的线值钱。
周堂官后来把这套经验写进《百工堂记》，里头有一段：
「并工之初，速增；再并，速滞。滞非工惰，乃话壅——话者，工与工之交也。交少则隙，交多则淤。淤甚于隙。故并工之要，在减交而不在增口，在备荒而不在追流。」
「备荒」就是那半匹缓存。周堂官发现，人不是机器，机器可以「闻梆即接」零延迟，人不行——人需要容错余量，这余量本身就是成本，但省不得。
—
概念解析
Gene Amdahl 在 1967 年提出一个简单定律：如果一段任务里有比例 $p$ 无法并行，那么无论加多少核，加速比上限是 $1/(1-p)$。这是天生的瓶颈——就像云锦里总有几道手续没法同时做。
Neil Gunther 的 USL（Universal Scalability Law）在 Amdahl 基础上加了第二项：
$$\text{加速比} = \frac{N}{1 + \alpha(N-1) + \beta N(N-1)}$$
- $\alpha$ 是争用系数（Amdahl 的串行部分）
- $\beta$ 是协同系数——这才是 USL 的核心贡献
$\beta N(N-1)$ 描述的是协同成本。它不是某个固定的串行瓶颈，而是随规模二次增长的交互开销：每加一个节点，它要和所有已有节点交换状态、确认、心跳。周堂官的副手、巡棚、核对、记录，全是这个 $\beta$ 的具象。
为什么协同成本是 $N(N-1)$ 而不是 $N$。 因为交互是成对的。两个棚要说话，三个棚有三对话，十个棚有四十五对。周堂官加到八倍人时，交互对数是二十八，这些「话」把作坊塞满了。
USL 的残酷之处。 Amdahl 说「加速有上限」，但至少是单调增的——加人总有点用，只是越加越少。USL 说「加速会先升后降」：过了某个拐点，再加人反而倒跌，因为协同成本的二次曲线压过了并行收益的线性增长。周堂官的八倍人出两匹半，就是这个回归。
工程上的对应。 微服务的「话壅」是服务间调用；分布式数据库的「话壅」是共识轮次；MapReduce 的「话壅」是 shuffle 阶段的网络风暴。这些都不是某个固定瓶颈，是规模本身制造出来的瓶颈。
周堂官的「合棚」对应工程上的服务合并——减少交互边界，把 $\beta$ 的基数降下来。他的「缓存」对应异步解耦——用余量换时间，打断「互相等」的锁链。
USL 的真正教训不是「别加人」，是加人之前先算 $\beta$。很多系统在设计阶段只算 Amdahl 的 $\alpha$（串行比例），没算 $\beta$（交互密度），结果上线后规模一扩，协同成本爆炸，只能回头拆服务、加缓存、做异步——这些全是周堂官做过的事，只是晚了三年。