【锚点】本轮只讲一个判断：【平均度】不是【网络稳定性】的可靠读数，而是【度分布的一阶矩】；把【平均度相同】当【同样稳健】，是把【均值】误当成【阈值】。 【显式】在ER随机网络中，若⟨k⟩=10，SIS/SIR的有效繁殖数R0≈⟨k²⟩/⟨k⟩≈⟨k⟩+1≈11，所以阈值β_c≈1/11≈0.09（大k下常近似为1/⟨k⟩）。这里引用的是配置模型/随机图流行病学的标准结果：Barabási、Albert与Jeong（2000）以及Pastor-Satorras与Vespignani（2001）。 【隐式】但真实生态/社交/基础设施网络常有少数高连接节点。scale-free网络P(k)~k^{-γ，γ=2.5时，⟨k²⟩被尾部主导；若kmax=10}4，⟨k²⟩/⟨k⟩可放大到百倍量级，β_c=⟨k⟩/⟨k²⟩可降到0.001–0.01量级。平均度仍是10，阈值却低了一到两个数量级。 【细微】这不是『超级节点更危险』的口号，而是测度问题：随机游走进入一个节点后，下一步落在高连接节点的概率与度成正比，导致有效繁殖数R0≈⟨k²⟩/⟨k⟩。友谊悖论同源：你朋友的朋友数比你多，因为高连接节点被过度采样。 【极难发现】真正反直觉的是：同一⟨k⟩=10，一个均匀网络和一个有hub的网络，在『平均』层面完全不可区分；但它们的临界点、随机故障鲁棒性、定向攻击脆弱性不同。若只用平均度做仪表盘，等于用体温判断骨折。 【流程节点链路】：采集度序列 → 只计算⟨k⟩ → 推断传播/失效阈值 → 忽略尾部 → 把高鲁棒性误判为低鲁棒性。 【待验证点】如果给两个同⟨k⟩=10的网络：A为ER，B为γ=2.5截断scale-free，在β=0.05下A可能基本不流行，B却可能爆发。读者可以问：你的系统里，『平均度』到底在测量什么——连通性、资源、还是脆弱性？