接下来我们要讨论的是，当新思想在社会中扩散时，通常是什么创造出了潜在的势头。它就是 临界量 （critical mass）。正如本书序言中提到的， 在物理学中，临界量是指产生核链式反应（chain reaction）所需的核物质量 。在链式反应过程中，一个反应的副产物将成为下一个反应的原料，各个反应以自给自足的方式链接在一起。
上述知识对制造原子弹至关重要。如果低于临界量，核原料是相对无害的；如果高于临界量，你就有足够的原料促成原子弹爆炸。
1944年，在美国新墨西哥州的洛斯阿拉莫斯国家实验室，奥地利籍英国物理学家奥托·弗里希（Otto Frisch）面临着一项任务：弄清需要多少浓缩铀才能达到造出世界上第一枚原子弹的临界量。信不信由你，弗里希通过亲手堆叠三厘米见方的铀块，随着反应堆的不断扩大持续测量辐射，最终弄清了临界量。有一天，他只是斜靠在反应堆上，就差点引起了核反应失控。这也是有史以来第一次已知的重大核事故。部分辐射从他的身体上弹回了反应堆，这些辐射已经接近临界量，导致附近检测辐射的红灯不是像往常一样闪烁不定，而是保持常亮。弗里希注意到红灯后，迅速伸手拨散了一部分铀块。后来，他在回忆录《残缺的记忆》（What Little I Remember）中写道，如果他“在移开原料前多犹豫两秒钟……辐射量就会是致命的”。
“临界量”作为一个超级模型，适用于所有累积量达到阈值、导致发生重大变化的系统。系统开始急剧变化并迅速获得动量的点，通常被称为“临界点”（tipping point）。例如，一个政党只有在达到一定的临界人数后，才会感觉像个政党。而达到临界人数所需的最后一个人的到来，正是该政党步入高速发展的临界点。
有时候，这个点也被称为“拐点”（inflection point），也就是增长曲线出现弯曲或转折的地方。但请注意，在数学领域，拐点实际上是指曲线从凹变凸（或凸变凹）的分界点。
大多数流行的技术和思想都存在一个使它们进一步进入主流的临界点。如果你画出它们的采纳曲线（如下图所示），就能清楚地看到这些点。
在你考虑利用新思想、新技术时，需要审视它们在采纳曲线上的位置，并特别关注临界点。它是不是刚刚过了临界点？临界点会出现吗？什么东西会成为催化剂？在即将达到临界点的领域成为专家是很有好处的，因为随着新思想或新技术的发展，你的专业知识的影响力会越来越大。反之，专攻一个还有十年才能达到临界点的领域，则是一种“低杠杆”的做法。
一种思想、技术的传播或扩散过程被称为“技术采纳生命周期”（technology adoption life cycle）。在1962年出版的《创新的扩散》（Dif f usion of Innovation）一书中，社会学家埃弗雷特·罗杰斯（Everett Rogers）根据采纳新事物的方式和时间，将人们分成以下五类：
创新者（约占总人口2.5%）具备承担风险的意愿和财力，并且与新兴领域联系密切，通常是因为他们对于在新领域尝试新事物特别感兴趣。
早期采纳者（约占总人口13.5%）在新事物有所进展后才愿意做些尝试。早期采纳者使用产品或接受创意不需要社会认同。他们通常具备一定的影响力，能够推动一个创意突破临界点，使其广为人知。
早期大多数（约占总人口34%）在早期采纳者明确了新事物的价值主张后，会愿意接纳新事物。这个群体不愿意浪费时间或金钱。
后期大多数（约占总人口34%）通常对新事物持怀疑态度，会等到某样东西被大多数人接受后才采纳它。他们通常会以较低的成本接纳新事物。
落后者（约占总人口16%）是最后一个接纳新事物的群体。他们这么做只是因为觉得有必要。
请想一想手机的采纳过程吧。正如从技术采纳生命周期图中看到的，它经历了若干阶段。初始用户（“创新者”和“早期采纳者”）是富裕的商人或专业人士（例如医生），他们能够也愿意支付高昂的费用，因为手机有助于他们更好地完成工作。后来，随着价格下降和新的应用方式（例如短信）的出现，“早期大多数”和“后期大多数”也接纳了手机。最后，感觉自己快要落伍了的时候，“落后者”才买了手机。智能手机的采纳过程也遵循类似的模式，只不过速度更快一些。你认识的人中还有在用翻盖手机的吗？他们就是智能手机采纳生命周期中的“落后者”。
技术采纳生命周期中的采纳率曲线被称为“S形曲线”（S curves），因为它的形状类似于字母S。最初，采纳率增长速度缓慢——这是S的底部；接着，采纳率迅速提升；最后，随着市场趋于饱和，采纳率增长速度放缓，达到S的顶部。
“采纳生命周期”这个概念虽然是作为技术创新理论出现的，但也适用于社会创新，包括“宽容”和“社会平等”等思想的发展。过去几十年中，对同性婚姻的接纳已经席卷了美国的“早期大多数”，甚至渗透进了无党派人士和民主党人士中的“后期大多数”（具体请见下图）。
通常来说，出现临界点的直接原因（具体请见本书第一章）是达到临界量，但其根本原因通常可以从“ 网络效应 ”（network effects）中找到。所谓的“网络效应”是指， 一个网络的价值随着它的扩大（效应）而增加 。请设想一下社交网络——每多加入一个人，社交网络就会更有吸引力，因为这么一来你就可以联系到更多的人了。
不过，“网络”这个概念则要宽泛得多，是指所有事物［通常称为“节点”（nodes）］能够交互的系统。例如，在原子弹的“网络”中，你需要足够多的铀原子（“节点”）。这么一来，当一个铀原子衰变后，它就可以迅速与另一个铀原子发生作用，而不是不造成任何危害就悄悄消逝。再举一个日常生活中的例子，如果没有其他人打电话，那么电话就基本没用。但随着每个人都买了电话，可能存在的联系数量就与电话（节点）数量的平方成正比。
两部电话只能建立一种联系，5部电话能建立10种联系，12部电话则能建立66种联系。
这种联系被称为“ 梅特卡夫定律 ”（Metcalfe's law），得名于网络互联技术以太网（Ethernet）的联合发明者罗伯特·梅特卡夫（Robert Metcalfe）， 描述了节点彼此相连时网络价值的非线性增长 。不过，这一定律过分简化了现实，因为它假设每个节点（在这个例子中是电话）对整个网络有同样的价值，且每个节点都希望彼此联系。尽管如此，这个模型还是相当不错的。如果电话网络中有100万部电话，它的价值就是拥有50万部电话的网络的两倍。知道每个人都彼此相连是很有意义的，这可以解释为什么脸书网拥有如此强大的网络效应。
当存在的节点数量足以让网络变得有用时，就会达到临界量。令人吃惊的是，传真机早在19世纪40年代就出现了，但直到20世纪70年代人们才开始经常使用它，因为这个时候传真机的数量才达到临界量。现代社会中类似的例子是网络信息传递服务——只有在社群内达到临界量，它们才会有用。一旦超过了这个临界点，它们就能迅速进入主流视野。
不过，网络效应的价值远远不止交流沟通。许多现代系统仅仅因为能处理更多数据，就获得了网络效应。例如，在添加更多声音后，语音识别率会提高。另一些系统则能够以参与者的数量或广度为基础，提供更多的流动性或选择权，从而拥有一定的优势。请想一想，当有更多的人加入手工艺交易网站Etsy和线上拍卖网站eBay后，你能在这些网站上找到多少琳琅满目的商品。
网络效应也适用于社区内人与人之间的联系。加入适当的校友网络能帮你找到好工作，或是快速找到深奥问题的答案。每当系统中的节点参与某种形式的交换（例如信息交换或货币交换），就可能产生网络效应。
无论是通过网络效应还是其他方式，一旦某种思想或技术达到临界量，都会获得极大的惯性，通常也会拥有极大的动量。 以传真为例，经过100多年的挣扎求生，传真技术一旦超过临界点，就融入了社会，长期难以被撼动。这个例子告诉我们，当你知道自己付出的努力也适用于“临界量”这个概念后，就应该特别关注它。
正如我们前面提出的关于“临界点”的问题，你也可以针对“临界量”和“网络效应”提出类似的问题：这种思想或技术的临界点是什么？需要做些什么才能让它达到临界量？有没有哪种网络效应或催化剂能让它更快达到临界量？我能重组整个系统，让某个子社群更快达到临界量吗？
请注意，这些关于“临界量”的模型既适用于正面情况，也适用于负面情况。有害的思想和技术也能达到临界量，在社会中迅速传播。这类情况在历史上屡见不鲜——从法西斯主义到制度化种族歧视，再到其他各种形式的歧视。
无论是正面的还是负面的，现代通信系统都让思想更容易达到临界量。在本书第一章中，我们探讨了人们在网上的回音室效应，导致孤立的观点更容易持续下去。此外，广告定向投放（ad targeting）能找出最容易受广告影响的人，具体方式就是针对最倾向于相信广告内容的人投放，并尝试使用各种不同的广告形式，直到找出摆布消费者的有效方法。也正是因为如此，阴谋论和网络诈骗得以快速发展。
在发现原子的临界量时，奥托·弗里希险而又险地避开了灾难性的连锁反应，也就是通常所说的“ 连锁故障 ”（cascading failure）。这个概念是指， 系统中某一部分的故障会引发波及整个系统的连锁反应 。电网的大型断电通常就是“连锁故障”导致的：一个区域的过载会触发相邻区域的过载，进而触发更多相邻区域的过载，依此类推。
2007年到2008年的金融危机也是“连锁故障”的实例。当时，次级抵押贷款的崩溃最终导致了重要金融机构的倒台。在生物系统中，一个物种的灭绝会导致其他物种的灭绝，因为它们通过食物链彼此相连。当一个物种几乎只以另一个物种为食（例如熊猫和竹子，或是考拉和桉树叶）时，就会发生这种情况。你可以想一想，有多少物种需要依靠珊瑚礁生存。当珊瑚礁消失后，大多数依靠珊瑚礁生存的物种也会随之消失。
不过，这并不完全是坏事——这些都是自然法则，就看你用在什么地方了。核临界量可以用于制造相对安全、基本无穷无尽的核能，也可能导致灾难性的核冬天。无论如何，随着人们之间的联系越来越紧密，这些思维模型在社会中也将发挥越来越重要的作用。随着技术和思想的传播，如果你能发现并分析这些模型——S形曲线是如何伸展的，拐点可能出现在什么地方，如何利用网络效应——就能事先做好更充分的准备。而且，如果你想让新思想或新技术得到主流社会的接纳，获得长长久久的惯性，就需要了解这些模型与你的战略有哪些直接联系。