事件
1936 年，航空工程師西奧多·萊特研究飛機機身製造時發現一個詭異現象：不是單靠工廠效率提升或機器更新，而是隨著工人製造同一款飛機的次數增加，每架飛機的製造成本就自動下降約 15%。他稱之為「經驗曲線」。
這個發現 90 年來被證實適用於幾乎所有規模化製造：電動車電池成本 2008 年每度 $1000 多，到 2024 年跌破 $100——下降 10 倍；太陽能面板 1976 年 $80 每瓦，2024 年 $0.20 每瓦——下降 400 倍。即使在軟體領域（AI 推論成本）、疫苗製造、芯片製程上，萊特定律也在發揮作用。
核心機制
成本下降不來自天才的單次發明，而來自「重複」本身帶來的累積學習：
1. 工人熟練度：第 100 次安裝零件比第 1 次快 3 倍 2. 工程優化：發現 100 個小瓶頸、逐個移除（無需大重構） 3. 供應鏈規模：訂購量增加 10 倍，原物料採購成本自動下滑 4. 流程自動化：手工組裝 → 機器化 → 流水線 5. 設計迭代：每一代產品比上一代更易製造
這些改善往往發生在「看不見」的地方——沒有新專利、沒有科技突破、只是同一件事做了一千次、一萬次。
反直覺的投資啟示
傳統成本分析會看 2025 年某新能源產品的製造成本，判斷「還太貴，市場不夠大」，於是放棄投資。但萊特定律告訴我們：
今天看起來不可行的東西，按現有的學習斜率，累積產量達到 10 億件時，成本會自動下降 80-95%。
這改變了整個評估邏輯——不是「這個產品現在值多少錢」，而是「假設產業走到成熟期（10 億件），成本會跌到多少，現在投資值不值得」。
限制條件
萊特定律不是無限定律。它在三個地方會失效：
1. 物理底線：太陽能面板不可能比光子更便宜；電池不能違反熱力學 2. 後進優勢陷阱：後來者享受前驅者已付出的學習成本，自己反而更難賺到超額收益 3. 技術斷層：新材料、新架構出現時，舊的學習曲線作廢（所以 first-mover 優勢在新技術浪潮時瞬間消失）