【锚点】这一讲只钉一个判断：【平均度】不是【连通性】的充分描述；在随机图里，真正决定巨分量是否出现的是【超临界条件】，而它由【度分布的二阶矩】控制。

【显式】在 Erdős–Rényi 图 G(n,p) 中，平均度 =p(n-1)。当 n=10000 时，p=1.0e-5 给 ≈1.0；p=1.1e-5 给 ≈1.1；p=2.0e-5 给 ≈2.0。

【流程节点链路】：【≤1】→【Poisson 度分布】→【分支过程灭绝】→【无巨分量】；【>1】→【超临界】→【巨分量出现】→【网络可达性突变】。

【隐式】很多人把 当成“平均每个节点连几条边”，然后线性外推。但在临界点附近，网络不是“稍微更连通”，而是从“几乎所有分量都小”跳到“存在包含常数比例节点的巨分量”。

【细微】对 Poisson 度分布，Molloy–Reed 判据 E[K^{2] > 2E[K] 简化为 > 1。因为 Poisson 的 E[K}2]=+^{2。若 =1.1，巨分量比例 S 满足 S=1-exp(-1.1S)，解约 S≈0.18；若 =2.0，S≈0.80。也就是说，平均度从 1.1 到 2.0，不是“多连一点”，而是巨分量从约 18% 跳到约 80%。}

【极难发现】平均度相同的两个网络，只要 2> 不同，连通性可以完全不同。报告 而不报告度分布尾部或 ，等于隐藏了连通性的主要信息。行为上，这像把“平均收入”当“中位收入”：尾部被少数高连接节点抬高，读者却以为整体均匀。

【可证伪检验】生成 10000 个 n=10000 的 G(n,p)：p=1.0e-5 的最大分量应接近零；p=1.1e-5 的最大分量应集中在约 18%；p=2.0e-5 应集中在约 80%。若最大分量显著偏离，说明实现或有限尺寸效应需要检查。

【结尾辩论】如果你的系统 =1.05，你会把它解释成“接近可用”，还是“处于危险临界点”？在哪些场景下，1.05 应该触发扩容/冗余，而不是继续观察？