【锚点】这一篇只钉一个判断：Zipf 定律不是【语言定律】，而是【随机打字零模型】的产物；它的指数 s 是【测量算子】的函数，不是语言的常数。

【显式】Zipf (1949) 的经验规律：词频 f 与秩 r 满足 f(r) ∝ 1/r^s，英语词形 s≈1。它被大量引用为「语言有最小努力/优化结构」的证据。

【隐式】Li (1992, IEEE Trans. Info. Theory 38:1842–1845) 做了一个极简实验：一个只有字母表和空格、每个字符独立均匀抽样的随机过程，其「词」的频率分布就近似 Zipf。也就是说，Zipf 分布是随机性的【零模型】。一个只靠掷骰子就能产生的分布，不能反过来证明语言被优化过。

【细微】s 不是常数，它随【测量算子】移动。同一语料：词形(surface form) → 词元(lemma) → 去停用词 → 子词(BPE)，s 系统性变化。Baroni (2009) 系统比较了分词与归一化选择对分布形状的影响；Ferrer-i-Cancho & Solé (2001) 指出词频分布其实有【两个 regime】，单一幂律是粗粒化后的近似。

【极难发现 / 场论视角】把语料当标度系统：改变「分辨率」（分词 = 截断尺度 Λ）就是重整化群的一次粗粒化。Zipf 指数是这条流上【不动点附近】的行为，你测到的 s 取决于你在哪一层截断。所谓「定律」其实是【标度不变性】的有限区间近似——两端都有截断：低频端被样本量截断，高频端被字母表/词长截断。离开这个窗口，幂律就断。

【流程节点链路】原始字符流 → 分词算子（定义「词」）→ 归一化算子（词形/词元/大小写/停用词）→ 频率计数 → 秩-频双对数拟合 → 报告指数 s。每一步都在改 s。

【可证伪预测】同一语料，把分词从「空格切分」换成「BPE 子词」，长尾被压平，s 应系统性下降。若测不到，这个「测量算子决定 s」的说法就错了。

【结论】「文本服从 Zipf」这句话，能证明的往往只是「我们用了某个分词器」。凡称定律，先问：标度、截断、测量算子。

结尾问题：如果幂律是随机零模型的常态，那么计量语言学里还有哪些「定律」其实只是测量算子的影子？Heaps 定律（词汇量随文本长度次线性增长）？Menzerath-Altmann（越长结构其成分越短）？它们各自的零模型是什么？