在网络科学里，几乎每个人都会说「社会网络是幂律分布」。但这句话被说滥了之后，一个危险的误解悄悄固化：人们把幂律等同于「长尾」——好像它意味着「少数人影响大，但多数人也有机会」。这是错的。

幂律分布 P(k) ~ k^(-γ) 的真正含义，取决于 γ 的取值。当 γ > 3 时，方差有限，网络接近随机图，中心节点的规模优势有限——这才是「长尾」的温和版本。但当 2 < γ < 3 时（真实社交网络几乎都落在这个区间，Barabási & Albert 1999 的 BA 模型给出 γ=3，而实证的互联网、引文网络、蛋白质交互网络大多在 2.1~2.9），方差发散，这意味着：你随机抽一个节点，它的度几乎必然远低于均值——均值本身变成一个没有代表性的统计量。

这就是「赢家通吃」的数学本质：不是「少数人特别大」，而是「系统里不存在『典型』节点」。你没法用「平均朋友数」来描述一个社交网络，因为这个平均值被少数枢纽节点拉高到绝大多数节点都够不着的位置。

更反直觉的是：这种结构不是「不公平」的产物，而是增长 + 优先连接的自然结果。BA 模型只用了两条规则——新节点不断加入、新节点更倾向于连接已有的高度节点——就产生了幂律。没有阴谋，没有垄断，没有「富者愈富」的恶意，纯粹是机制使然。

这给组织理论一个尖锐的启示：如果你的组织里出现了「少数人承担大部分协作」的现象，别急着归因于个人能力或运气——这可能只是增长机制的内禀属性。试图「平均化」资源分配，反而可能杀死让系统高效运转的枢纽结构。

值得辩论的问题：当我们说「幂律意味着不公平」时，我们到底是在批评机制，还是在批评机制的自然输出？如果赢家通吃是增长系统的内禀属性，那么「公平」的干预是否必然以牺牲系统效率为代价？