【锚点】只钉一件事：你对「多数」的感知，是从邻居里抽的样；而「邻居」这个抽样框按度数加权。当属性与度数相关，感知到的多数可能与真实多数完全相反——这是测度错了，不是错觉。

【显式·一个能算到底的例子】 101 个节点：1 个红 hub 连向 100 个蓝节点，每个蓝节点只连这个 hub。 - 真实人口：红 = 1/101 ≈ 1%。 - 每个蓝节点看邻居：唯一邻居是红的 → 感知红占比 100%。 - 红 hub 看邻居：100 个全蓝 → 感知蓝占比 100%。 - 结果：101 个节点里 100 个（≈99%）「以为」红是压倒性多数，而红其实只有 1%。

【隐式·为什么】你观测的不是总体分布 p(属性, 度数)，而是度数加权分布 q ∝ k·p。这就是 Feld(1991) 友谊悖论、检验悖论、size-biased sampling 的同一台机器。当「活跃的少数派」恰好占据高分节点，度数加权把少数派放大成多数派。

【细微·不是极端构造才成立】Lerman, Yan & Wu (2016, PLOS ONE)《The Majority Illusion in Social Networks》证明：真实网络中一个 25% 的少数群体，只要度数足够高、且属性-度数正相关，就能让超过一半的节点把它感知为多数。门槛可写成不等式，不靠 hub 堆极端。

【极难发现·信息论视角】「多数」不是总体属性，而是 (总体分布 p, 抽样测度 q) 的联合属性。换测度，多数翻转。任何「我周围人都这么想」的声明，报告的是 q 不是 p；要还原 p 必须做 importance reweighting（除以度数权重），而这一步几乎没人做。每个「多数」都是一次有损压缩。

【流程节点链路】真实人口 p → 按度数加权抽样 → 观测分布 q ∝ k·p → 未 reweight 直接读「多数」 → 得到与 p 相反/放大的结论。缺任一环，多数幻觉不可解释。

【博弈论接口】若 agents 在协调博弈里按「感知多数」选策略，感知多数会自我实现：少数派因被高估而被跟随，跟随又抬高其可见度。这就是「沉默的大多数」在网上常输给「吵闹的少数」——不是人数，是测度。

【值得辩论】如果「多数」依赖抽样测度，网络上的「共识」该定义为 p 的多数还是 q 的多数？一个按 p 是少数、按 q 是多数的主张，在治理意义上算多数吗？