---
title: 为什么队伍总是在一瞬间变得很长？｜左滕
description: 招聘回复为什么会突然慢下来？用排队论里最简单的模型，配上可拖动的图和实时模拟，看清为什么余量不是浪费。
image: https://nobusato.jp/hubfs/covers-2026-11/why-do-queues-get-long-all-at-once-cover-zh-2026-10-m.png
---

[左滕 Nobu Sato](https://nobusato.jp/zh?hsLang=zh-cn)

[个人简介](https://nobusato.jp/zh/profile?hsLang=zh-cn) [方法论](https://nobusato.jp/zh/blog/method?hsLang=zh-cn) [文章](https://nobusato.jp/zh/blog?hsLang=zh-cn) [术语表](https://nobusato.jp/zh/blog/glossary?hsLang=zh-cn) [联系我](https://nobusato.jp/zh/contact?hsLang=zh-cn)

[日本語](https://nobusato.jp/ja/blog/why-do-queues-get-long-all-at-once)[English](https://nobusato.jp/en/blog/why-do-queues-get-long-all-at-once)[中文](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once)

组织与招聘

本文

1. [先看一家咖啡店](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s1)
2. [四倍是怎么来的](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s2)
3. [余量一少，等待就突然变长](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s3)
4. [真实的队伍，比平均值乱得多](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s4)
5. [放到招聘里看](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s5)

1. [首页](https://nobusato.jp/zh?hsLang=zh-cn)
2. [文章](https://nobusato.jp/zh/blog?hsLang=zh-cn)
3. [组织与招聘](https://nobusato.jp/zh/blog/tag/组织与招聘)

# 为什么队伍总是在一瞬间变得很长？

客流只多两成，等待差不多变成四倍

[左滕](https://nobusato.jp/zh/profile?hsLang=zh-cn)约5分钟

目录5

1. [先看一家咖啡店](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s1)
2. [四倍是怎么来的](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s2)
3. [余量一少，等待就突然变长](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s3)
4. [真实的队伍，比平均值乱得多](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s4)
5. [放到招聘里看](https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once#s5)

做招聘的人应该都碰到过。候选人来问“后面怎么样了”，总是扎堆来。没人偷懒，简历也没翻倍，只是比平时忙了那么一点，回复就开始按天往后拖。

我排过一次面试。两周，十二个业务部门，四百个面试请求，最后全排完了。按工作日算，一天四十个左右。这种量压上来的时候到底发生了什么，我觉得排队论里最简单的那个模型讲得最清楚。全文就一个公式，跳过去也不耽误往下读。

客流只多两成，等待差不多变成四倍

一个店员的咖啡店，产能每小时 60 杯。客流每小时 45 人与 55 人时的平均等待（分钟）

- 现在每小时 45 人

  3 分钟
- 促销后 · 直觉“多个两三成”

  4 分钟
- 促销后 · 模型M/M/1 计算

  11 分钟

直觉按负荷等比例估算。真实的等待，是在余量耗尽的地方突然跳上去的。

图1　客流从每小时 45 人涨到 55 人，多了 22%，直觉以为等 4 分钟左右，模型算出来是从 3 分钟变成 11 分钟，差不多四倍。

## 先看一家咖啡店

一家咖啡店，一个店员。平均一分钟做一杯，一小时六十杯。上午每小时平均来四十五个人，产能还空着四分之一。

老板搞了个促销，客流涨到每小时五十五人，多了 22%。你大概会觉得，排队时间也就多个两三成吧。3 分钟多两三成，差不多 4 分钟。真算出来，平均等待从 3 分钟变成 11 分钟。差不多四倍。

## 四倍是怎么来的

两个原因。顾客不是匀着来的。店员闲下来的时间，也存不起来。

下面这张图，是某 24 分钟里进门的 16 个人。平均每分钟不到一个，可总有三个人前后脚进来的时候，队就是那会儿排起来的。同样这 24 分钟，加起来有 8 分钟店里一个客人都没有。这 8 分钟的产能，没法挪到后面的高峰去用。

店里明明有空着的时候，队照样排起来

一个店员、平均一分钟一杯，某 24 分钟里进门的 16 个人

1. 01顾客不是匀着来的平均每分钟不到一个，可总有三个人前后脚进来的时候
2. 02队就是那会儿排起来的最多 3 个人同时在排，最长的等了 2.1 分钟
3. 03闲下来的时间存不起来这 24 分钟里加起来有 8 分钟一个客人都没有，这些产能没法挪到后面的高峰去用

- 24 分钟里空着的时间浪费的产能

  8 分钟

平均下来的余量，高峰那一刻用不上。队伍来自到达的波动，和存不起来的空闲。

图2　24 分钟里来了 16 个人，空闲加起来有 8 分钟，可三个人前后脚进门时，照样排出 3 个人的队，最长等了 2.1 分钟。

## 余量一少，等待就突然变长

写成公式，就是 M/M/1 模型。到达随机，服务时间随机，一个服务台。忙不忙，看利用率 ρ，就是到达速度除以处理速度。平均等待是 ρ/(μ−λ)。分母越接近零，这个数涨得越快。

看数字更直接。处理能力固定在每小时 60 杯。利用率 50%，平均等 1 分钟；80%，4 分钟；90%，9 分钟；95%，19 分钟。从 80% 到 95%，利用率只多了十几个点，等待差不多成了五倍。图3 从上往下看，过了 80% 这一档，等待就开始往上蹿。

ρ = λ / μLq = ρ² / (1 − ρ)Wq = ρ / (μ − λ)

利用率过了 80%，等待就开始陡升

M/M/1 模型，处理能力固定为每小时 60 杯。各利用率下的平均等待 Wq（分钟）与平均排队 Lq（人）

- 50%轻松区，排队 0.5 人

  1 分钟
- 80%拐点，排队 3.2 人

  4 分钟
- 90%陡坡，排队 8.1 人

  9 分钟
- 95%崩溃边缘，排队 18.1 人

  19 分钟

利用率只多了十几个点，等待差不多成了五倍。

图3　处理能力每小时 60 杯时，利用率 50% 平均等 1 分钟，80% 等 4 分钟，90% 等 9 分钟，95% 等 19 分钟，从 80% 到 95% 等待差不多翻了五倍。

## 真实的队伍，比平均值乱得多

公式算的是平均数。真实的队伍，会安静一阵，突然变长，然后很久才消下去。图4 画的是每小时 54 人、利用率 90% 时队伍的样子。理论上平均等 9 分钟，可真正等得久的人，都挤在队突然变长的那几段。时间拉得够长，平均才会贴近 9 分钟。

平均等 9 分钟，不等于每个人都等 9 分钟

M/M/1 模型，客流每小时 54 人（利用率 90%），处理能力每小时 60 杯。理论平均等待 9 分钟

1. 01安静一阵基本不排队
2. 02突然变长几个人接连进门，队一下子就长了
3. 03很久才消下去空闲存不起来，排长的队只能慢慢消

- 理论平均等待每小时 54 人时

  9 分钟

实测的平均，要跑得够久才贴近理论值。真正的等待，都挤在队突然变长的那几段。

图4　每小时 54 人（利用率 90%）时理论平均等待是 9 分钟，但真实的队伍会安静一阵、突然变长、很久才消，等待是扎堆出现的。

## 放到招聘里看

说回招聘。招聘官桌上的活，几乎全是排队：约面试时间，给候选人回消息，等用人部门拍板，走 offer 审批。活随机来，干活的人就那么几个。十二个部门提需求，各有各的节奏，到达基本就是随机的。

我见过的招聘团队，很多是按利用率管的。谁手上还有空，就再塞一个职位给他。坑就在这条曲线上。负荷过了九成的团队，再加一个职位，全队的回复都会慢下来。你们多忙，候选人不会记得。他只记得自己等了几天。

还常听人说：“利用率 90%，还有一成余量。”按平均算，没错。可这时候平均排着 8 个多人，是 50% 时的 16 倍。

加不了人，那就减波动。比如每周一开头，就把面试时段整块锁死；需求单统一格式，让每件事花的时间差不多。产能一分没多，整条曲线却能往下压一截。不过波动降不到零。就算处理时间完全固定，只要到达是随机的，平均队长也只减一半。余量还是得留。

有余量的团队，从外面看，有时候像是闲着。我倒觉得，候选人的体验，就是这点空白护住的。留多少合适，不同的活应该不一样，这事我自己也还没想透。真要我给个数，就是曲线开始拐弯的 80% 附近。

模型假设：泊松到达、指数分布服务时间、单服务台、先到先服务。数值按 μ = 每小时 60 杯计算。

候选人真走到面试那一步，我在看什么，写在[《过了初筛之后，我在面试里找什么》](https://nobusato.jp/zh/blog/what-i-look-for-in-interviews?hsLang=zh-cn)。日本招聘市场现在有多挤，数字在[《日本劳动力市场报告 2026》](https://nobusato.jp/zh/blog/japan-labor-market-report-2026?hsLang=zh-cn)里。

作者

[左滕](https://nobusato.jp/zh/profile?hsLang=zh-cn)Nobu Sato

在日本落地，先从人和机制开始。用中文、日文、英文写组织、销售和技术组织在日本的落地。

[个人简介](https://nobusato.jp/zh/profile?hsLang=zh-cn)[联系我](https://nobusato.jp/zh/contact?hsLang=zh-cn)

## 接着读

1. 01[候选人说「都是我做的」，怎么拆出他做了什么](https://nobusato.jp/zh/blog/it-was-all-me-interview?hsLang=zh-cn)约6分钟
   
   候选人说「都是我做的」，就沿个人动作、决策点、数字、失败、别人的角色五个方向追问。结构化面试效度0.42（Sackett等2022），用主张与事实、四层模型把功劳拆清楚。
2. 02[用AI整理面试记录，哪一步不能交给它](https://nobusato.jp/zh/blog/ai-interview-notes-limits?hsLang=zh-cn)约6分钟
   
   转写、归档、标出缺证据的地方，都可以交给AI。把“他说的”认成“他做过的”并下录用判断，这一步只能人来。顺带看Whisper转写编造、亚马逊招聘AI和日本个人信息规则。
3. 03[棉花糖实验翻车了：一个特质为什么定不了终身](https://nobusato.jp/zh/blog/marshmallow-test-one-trait-hiring?hsLang=zh-cn)约7分钟
   
   2018年用918个孩子重做棉花糖实验，四岁等待时间对十五岁成绩的预测力只剩原来一半，控制家庭背景后再掉三分之二。面试里用抗压、自驱、狼性一个特质定人，问题一样。

[专栏导读：组织与招聘](https://nobusato.jp/zh/blog/guide-organizations-and-hiring?hsLang=zh-cn) · [术语表](https://nobusato.jp/zh/blog/glossary?hsLang=zh-cn) · [文章背后的方法论](https://nobusato.jp/zh/blog/method?hsLang=zh-cn)

[← 文章列表](https://nobusato.jp/zh/blog?hsLang=zh-cn)

## 用三种语言，写在日本落地这件事。

[个人简介](https://nobusato.jp/zh/profile?hsLang=zh-cn) [联系我](https://nobusato.jp/zh/contact?hsLang=zh-cn)

左滕 / Nobu Sato

用三种语言，写在日本落地这件事。

[info@nobusato.jp](mailto:info@nobusato.jp) [小红书](https://www.xiaohongshu.com/user/profile/6adb8bb40000000013022113)[知乎](https://www.zhihu.com/people/honcho)[LinkedIn](https://www.linkedin.com/in/realnobusato/) [RSS](https://nobusato.jp/zh/blog/rss.xml?hsLang=zh-cn)

[个人简介](https://nobusato.jp/zh/profile?hsLang=zh-cn)[方法论](https://nobusato.jp/zh/blog/method?hsLang=zh-cn)[文章](https://nobusato.jp/zh/blog?hsLang=zh-cn)[术语表](https://nobusato.jp/zh/blog/glossary?hsLang=zh-cn)[联系我](https://nobusato.jp/zh/contact?hsLang=zh-cn)

文章仅代表个人观点，与我任职或曾任职的机构无关。

© 2026 左滕·[隐私政策与免责声明](https://nobusato.jp/zh/privacy?hsLang=zh-cn)

```json
{
  "@context" : "https://schema.org",
  "@type" : "BreadcrumbList",
  "itemListElement" : [ {
    "@type" : "ListItem",
    "item" : "https://nobusato.jp/zh",
    "name" : "首页",
    "position" : 1
  }, {
    "@type" : "ListItem",
    "item" : "https://nobusato.jp/zh/blog",
    "name" : "文章",
    "position" : 2
  }, {
    "@type" : "ListItem",
    "item" : "https://nobusato.jp/zh/blog/tag/组织与招聘",
    "name" : "组织与招聘",
    "position" : 3
  }, {
    "@type" : "ListItem",
    "item" : "https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once",
    "name" : "为什么队伍总是在一瞬间变得很长？",
    "position" : 4
  } ]
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once",
  "@type" : "WebPage",
  "about" : {
    "@type" : "Thing",
    "name" : "组织与招聘"
  },
  "author" : {
    "@id" : "https://nobusato.jp/#person"
  },
  "description" : "招聘回复为什么会突然慢下来？用排队论里最简单的模型，配上可拖动的图和实时模拟，看清为什么余量不是浪费。",
  "inLanguage" : "zh-Hans",
  "isPartOf" : {
    "@id" : "https://nobusato.jp/zh/blog",
    "@type" : "Blog",
    "name" : "文章"
  },
  "keywords" : "组织与招聘",
  "name" : "为什么队伍总是在一瞬间变得很长？",
  "url" : "https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://nobusato.jp/#person",
  "@type" : "Person",
  "alternateName" : [ "佐藤伸明", "Nobu Sato", "左滕" ],
  "description" : "日本落地：组织・销售・技术组织搭建",
  "knowsAbout" : [ "Japan market entry", "Organization design", "Talent acquisition", "Sales organization building", "Technology organization building", "Japanese labor law" ],
  "name" : "左滕",
  "sameAs" : [ "https://www.linkedin.com/in/realnobusato/", "https://x.com/nobusato5888" ],
  "url" : "https://nobusato.jp/zh/profile"
}
```

```json
{
  "@context" : "https://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "左滕",
    "url" : "https://nobusato.jp/zh/blog/author/nobu-sato"
  },
  "dateModified" : "2026-10-24T14:05:31.532Z",
  "datePublished" : "2026-10-21T04:25:12.000Z",
  "headline" : "为什么队伍总是在一瞬间变得很长？",
  "image" : [ "https://nobusato.jp/hubfs/covers-2026-11/why-do-queues-get-long-all-at-once-cover-zh-2026-10-m.png" ],
  "mainEntityOfPage" : {
    "@id" : "https://nobusato.jp/zh/blog/why-do-queues-get-long-all-at-once",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "url" : "https://nobusato.jp/hubfs/seo/logo-nobusato-2026-10.png"
    },
    "name" : "nobusato.jp"
  }
}
```