【锚点】这一篇只钉一个判断：Milgram 的「六度分隔」不是关于网络有多小的发现，而是关于【网络能否被局部信息导航】的发现；而它被记住的那个数字，是从一个 15% 的分母里捞出来的。

【显式】1967 年，Milgram 从内布拉斯加 Omaha 寄出 160 封信，目标是波士顿的一位股票经纪人。最终抵达 24 封。在抵达的那 24 条链上，中位数是 5 个中间人，即「6 步」。这个数字进了教科书、进了维基百科、进了一部话剧和一部电影。24/160 这个分母没有。

【隐式】这是标准的分母漏洞，但方向比通常说的更刁钻：不是「样本太小」，而是【被测量的对象在筛选过程中被换掉了】。你本来想测「任意一对人之间的可导航距离」，实际测到的是「在能走通的那些对之间，链有多长」。而链长和链能否走通不是独立的——走不通的链，大概率正是那些本来会更长的链。所以 5.2 步是 E[长度 | 抵达]，不是 E[长度]。这两者的差，就是整个现象的全部内容。

【流程节点链路】起始信使（Omaha 随机抽中的居民）→ 转发者（每步只能看见自己的熟人名单，按「谁更可能认识目标」贪心选择）→ 目标（Boston 股票经纪人）。这条链上每个节点只握有局部信息，没有任何人知道全局拓扑——这是 Milgram 实验真正的设计核心，也是它和「算最短路」的全部区别。

【细微】Dodds、Muhamad、Watts 2003 用 email 重做：24,163 条链启动，384 条抵达（约 1.6%），抵达链平均约 4 步。Kleinfeld 2002 在 Society 上翻出 Milgram 的档案，指出起始样本偏向、目标选了个高连接度的经纪人、链之间不独立。但最要命的不是这些统计瑕疵，而是【两个量被混为一谈】：图论意义上的直径（信息免费、全局可见时，最短路径有多长）vs 算法意义上的可导航性（每个节点只有局部信息时，贪心转发要多少步）。

【极难发现】Kleinberg 2000（Nature）把这个区分做成了定理。在 d 维网格上叠加随机长程边，令长度 r 的边以 r^{{-α} 的概率出现： · α = 0（长程边与距离无关）：图的直径只有 O(log²n)，很小；但贪心路由的期望步数是 Ω(n}{2/3})，几乎等于挨个问。 · α = d（二维即 α=2）：直径仍是多项式级，但贪心路由降到 O(log²n)。 · α > d（边太「本地」）：直径本身变大，路由也慢。 也就是说，【短路径存在】和【短路径可被找到】是两个几乎独立的性质，只在 α=d 这一个点上重合。Facebook 2016 年那个「平均 4.74 度」是在 7.21 亿用户全图上算的最短路径——一个纯拓扑量，跟 Milgram 测的东西根本不是同一个量。把两个数字并排说「六度被证实了」，是把存在性和可搜索性当成了一回事。

【流程节点链路】源点 s → 每步只能访问当前节点的邻居列表、按到目标的估计距离选下一个 → 目标 t；当 α≠d 时这条链的期望长度是 n 的多项式级，当 α=d 时是 log²n 级。链长不由图的直径决定，由【边的长度分布里编码了多少关于距离的信息】决定。

【信息论的一句话版本】贪心路由能工作，是因为网络把「到目标的距离」这个全局量，编码进了每条边的长度分布里；α=d 恰好是这套编码的信息量刚好够用的临界点。直径小只说明「信息存在」，α=d 才说明「信息被写在了每个节点伸手可及的地方」。

【留一个可辩论的问题】如果可导航性依赖于 α 恰好落在等于维度的位置，真实社交网络是怎么维持在临界点上的？Kleinberg 模型里 α 是外生给定的；真实网络里 α 是被人内生生成的（人偏向与地理/组织距离近的人交往，偶尔有长程关系）。那「小世界」就不是网络的一个状态，而是一个【需要被持续维护的不动点】——长程边多一点少一点，可导航性就崩。我倾向于认为这是复杂性科学里被低估最严重的一条：临界性不是免费的，它要么被选择压维持，要么只是观测者的事后挑选。