在我们漫长的历史中，数百万个小意外和细微波动的结果通过自然选择的过程加以固化。这一切都是随心所欲、变化无常的，还是其中存在某种规律、某种反映其他作用机制的潜在模式？
的确存在，若要解释它，我们要继续回到规模上来。
潜藏在复杂性下的简单性：克莱伯定律、自相似性。
我们每天需要摄入2000卡路里的食物热量才能存活，其他动物每天需要多少食物和能量呢？
猫、狗、老鼠、大象呢？鱼、鸟、昆虫和树木呢？
尽管存在对自然选择的天真期待，尽管生命高度复杂、极度多样，尽管新陈代谢或许是宇宙中最复杂的物理化学过程，但是代谢率展示出了所有生物体的非凡系统规律。
在用对数相对于体重（规模法则中，没有量纲，只有比值）绘制时，代谢率以人们可以想象到的最简单的方式随着体重的变化而按比例变化，它成了一条直线，表明了简单的幂律规模法则（powerlawscaling）关系。
代谢率的比例变化已经被人们知晓超过80年时间。尽管其原始版本早在19世纪末便已被知晓，但其现代版本要归功于著名的生理学家马克斯·克莱伯（MaxKleiber），他在1932年发表于丹麦一本不知名期刊的科研论文中正式提出了这一定律。
当我第一次了解到克莱伯定律时，我感到很兴奋，因为我曾经推测认为，每一个物种进化的随机性和独特的历史轨迹都会造成物种之间巨大的毫无关联的变化。
即使是哺乳动物鲸、长颈鹿、人类和老鼠，除了一些一般特征外，看上去也都互不相像，每一个物种的生活环境也是完全不同的，充满了不同的挑战和机遇。
在这篇具有开创性意义的论文中，克莱伯调查了一系列动物的代谢率，从体重约为150克的小鸽子到身躯庞大、重达1吨的公牛。
在随后的数年里，他的分析被许多研究人员延伸至所有的哺乳动物，从体形最小的鼩鼱到体形最大的**，涵盖了8个数量级的体重等级。
同样重要的是，相同的规模法则也适用于所有多细胞生物分类群，包括鱼类、鸟类、昆虫类、甲壳动物和植物，甚至还延伸到了细菌和其他单细胞生物体。
总的来说，它涵盖了令人惊讶的27个数量级，或许是宇宙中最持久、最系统化的规模法则。
除了大象之外，所有的数据点都将堆积在图的左下部。因为在大象之后的公牛和马的体重是前者的1/10。
为了能够以合理的分辨率区分所有的动物，我们将需要一张宽度超过1千米的硕大无比的纸。而为了分解鼩鼱和**之间的8个数量级，这张纸的宽度将要超过100千米。