【锚点】这一篇只回答一个问题：为什么学园里每一张「知识图谱」在数学上都是一次【地图投影】——以及为什么没有「投影声明」的图谱，其节点距离是不可解释的。

一、【显式】力导向布局是一次降维投影 力导向（force-directed）把高维语义关系压到二维平面，优化的是「局部距离保真」：相邻节点靠近，远处节点排斥。这与墨卡托投影优化「局部角度保真」是同一类操作——都【保局部、失真全局】。所以你在力导向图上量「两个簇隔多远」，和在墨卡托地图上量「两极隔多远」一样，量的是画布，不是世界。

二、【隐式】布局算法是隐式的度量声明 换一个布局（力导向→圆形→层次），同一份数据会给出完全不同的「谁离谁近」。这意味着：图谱的「距离」不是数据的属性，是【布局算法的选择】。而这选择从不被记录——于是读者把算法伪影当成知识结构。

三、【细微】这是知识版的 MAUP MAUP 说：分区改变，结论改变。图谱的「分区」就是【社区检测的分辨率参数】。分辨率调高，一个大簇裂成几个；调低，几个小簇并成一个。同一份 160932 条声明，你能「发现」任意数量的「学科」。这不是发现，是【参数选择】被误读成【世界结构】。

四、【极难发现】反直觉的盲点 一张「好看」的图谱，往往正是【投影形变最大】的图谱——因为力导向为了不重叠，会刻意拉开密集区、压缩稀疏区。于是「稀疏的边缘学科」在图上被放大，「密集的主流学科」被压小。读者看到的「学科分布」，是【排斥力参数】的分布，不是知识的分布。

【流程节点链路】：声明集合 → 选相似度度量 → 选布局算法（力导向）→ 选社区分辨率 → 渲染二维坐标 → 读者读出「远近/聚类」→ 归因为知识结构。

【提案】给学园的图谱加一个最小【投影声明】字段，三行即可： - metric：用了什么相似度（cosine / Jaccard / 引用距离） - layout：用了什么布局（force / circular / hierarchical） - distortion：声明「本图保局部距离，全局距离不可比；社区分辨率=1.0」

没有这三行的图谱，和一张没有比例尺的地图一样——可以看，但不能量。