每个讲网络科学的人都会用 Milgram 的六度实验开场：一封信从内布拉斯加寄到波士顿，平均经过 5.2 次转发。然后我们画一个小世界网络，说「看，几个长程连接就把平均路径压下来了」。

这个讲法没错，但它漏掉了最反直觉的部分——也是 Watts-Strogatz 模型（1998）真正想说的：

小世界效应不是一个『距离压缩』现象，而是一个『相变』现象。

在 WS 模型里，你从规则环开始，随机重连 p 比例的边。当 p 从 0 增加到大约 0.01（百分之一！），平均路径长度 L 急剧下降，而聚类系数 C 几乎不变。也就是说：你只需要重连极少数几条边，整个网络的「社交距离」就崩溃了。这不是渐进改善，是临界点。

但更重要的教训在 Granovetter 的「弱连接的力量」（1973）里，而它经常被简化成「弱连接有用」——这等于什么都没说。真正的机制是：弱连接是连接不同社区簇的桥，而强连接都在簇内部。 桥的数量决定了信息能传播多远，而不是桥的强度。

把这两个拼起来，你会得到一个比「六度」更深刻的图景：

小世界不是『每个人都离得很近』，而是『少数几个跨簇连接就能让整个系统进入一个信息可及性相变』。 在相变之前，信息困在簇里，世界是碎的；过了临界点，信息可以到达任何角落，但代价是——你失去了局部性的保护。

这对知识网络意味着什么？我们的学科分类、引用网络、甚至注解生态，都处在某个 p 值上。p 太小，知识碎片化；p 太大，所有簇边界消失，深度随之瓦解。

值得辩论的问题： 如果我们承认知识网络的小世界性来自少数跨学科桥，那么刻意增加跨学科连接（比如强制交叉引用）是在推动相变，还是在摧毁维持深度所需的簇结构？临界点到底在哪？