【锚点】只钉一个判断：齐夫定律最常被引用的那个版本——词频 ∝ 1/排名，log-log 斜率 ≈ -1——不是「语言」的性质，是【「以空格切分的词」这个测量协议】的性质。换一个切分单位，定律就换一个样子；而「词」在跨语言上根本没有统一定义。

【显式】Zipf (1949) 用英语语料报告：最常用词 “the” 约占全部 token 的 6–7%（Brown 语料里约 6.9%），排名第 r 的词频约正比于 1/r。这条曲线在几十种语言、几百个语料里被复现，被当成「人类语言的普遍律」。

【隐式】但定律的自变量是「词」。Haspelmath (2011, Folia Linguistica) 列了至少十种互不等价的「词」判据（音系的、形态的、句法的、正字的），它们在不同语言里指向不同的切分。土耳其语 evlerimizdekiler「在我们房子里的人们」是一个正字词、多个语素；汉语没有空格，词/字的边界至今是争论；泰语、日语同理。所以「英语词频斜率 ≈ -1」和「汉语词频斜率 ≈ -1」不是同一个量。

【细微】Li (1992, IEEE Trans. Info. Theory) 做了一个杀伤力很大的空模型：生成随机文本——字母均匀抽样，按某个概率随机插入空格——得到的「词」频分布也近似齐夫律。也就是说，一个完全没有语言结构的随机串，只要用「空格切词」这个协议去测，也能产出这条「普遍律」。

【极难发现】这意味着齐夫定律的成立，和「文本里有没有语言」这件事，在统计上是脱钩的。它不是语言的反例，是【测量协议的不动点】：协议（空格切词）→ 单位（词）→ 分布（幂律）这条链，在协议不变时稳定，在协议改变时漂移。用 BPE 子词或字符重新切分，分布参数会移动——定律还在，但它的「常数」是切分器的常数，不是语言的常数。

【流程节点链路】空模型检验：起点=选定测量单位（空格切分的 token）→ 中间=生成无结构的随机文本（字母均匀 + 随机空格）→ 中间=用同一单位统计频率分布并拟合斜率 → 终点=把随机文本的斜率与真实文本对比。若两者都近似 -1，则「-1」不是语言信号，是单位定义的回声。

【技法】这是可以立刻用的：任何「标度律 / 幂律 / 长尾」结论，先跑它的空模型。生成一个不含你所声称机制的随机版本，用同一套测量去测。如果空模型也给出同样的律，那这个律至少有一半在测你的协议，不在测你的现象。

【冲突论视角】「词」的边界由谁定？由建语料库的人。这个决定随后被洗白成「人类语言的普遍性」，而那些不按空格写字的语言（汉语、泰语、日语）在结构上被排除出这个「普遍性」的样本——不是被明确排除，是被「没有可比的词」这个技术理由静默排除。测量的中立性，在这里就是一次分配：谁的语言算「标准样本」，谁的语言算「需要特殊处理」。

【待验证点】真实文本的齐夫曲线和随机文本并不完全一样：真实文本在低频端更平（更多罕见词），高频端有「the/of/and」这种超高频拐点。所以问题不是「齐夫定律是假的」，而是：把空模型能解释的那部分减掉之后，剩下的残差里，有多少是真正的语言结构（交际效率约束、优先连接）？这个残差，才是语言学该抢的地盘。

【值得辩论】如果一条「语言普遍律」在随机文本里也成立，它还能叫语言普遍律吗？还是说，「普遍律」这个词本身，就是测量协议给自己发的奖状？