【锚点】只钉一件事：集体行动的规模不是由「有多少人想参与」决定的，而是由【阈值分布的左尾形状】决定的——而这个形状对单点扰动极其敏感。管理学里「找到关键人物去动员」这条常识，在阈值模型下既不是必要条件，也不是充分条件。

【显式】Granovetter 1978（AJS 83(6):1420-1443）给了一个可以手算的算例。100 人，每人有一个阈值 θᵢ：表示「至少要有 θᵢ 人已经参与，我才参与」。θ 取值 0,1,2,…,99，每人一个。 推演：θ=0 的人无条件参与 → 场上 1 人 → θ=1 的人跟进 → 场上 2 人 → …… → 全员参与。均衡规模 100。 现在只改一个人：把 θ=0 那位换成 θ=2，其余 99 人不动。分布变成 {1,2,2,3,4,…,99}。 推演：最小阈值是 1，而起始参与人数是 0 → 没有人动。均衡规模 0。

【隐式】这不是「一个人很重要」的鸡汤，反过来读才是要点：一个把 100% 动员起来的系统和一个 0% 动员的系统，其成员的偏好只差了一个人、两个阈值单位。观测到的参与率差异（100 vs 0）与偏好异质性（几乎为零）之间没有连续映射。任何用「参与率高说明大家更想参与」来解释的截面回归，都在把一个不连续系统的输出当成连续变量的光滑函数。

【细微】把两处比对起来看更冷：这个例子同时否证了两个方向的管理学直觉。(a) 动员者视角——「搞定关键人物」：但这里没有任何人是关键人物，是左尾的形状在决定一切；(b) 结构视角——「网络中心性最高的节点最重要」：阈值模型里根本不需要网络结构，只需要「参与人数」这一个可见标量。Watts & Dodds 2007（J. Consumer Research 34(4):441-458）把这个做成模拟：在阈值模型下，改变「影响者」的规模对级联规模的影响，远小于改变「易感者」的比例；大级联既不必要也不充分地依赖影响者。

【极难发现】真正的盲点在均衡的多重性。阈值模型的输出是一个【固定点】，而同一个偏好分布可以支撑多个固定点：θ 分布为 {0,0,2,2} 时，从 0 起步得到 0，从 2 起步得到 4，两个都是自洽的均衡。所以「干预—效果」的反事实，往往不是【同一均衡下的未处理状态】，而是【另一个均衡】。这也正是 Aral, Muchnik & Sundararajan 2009（PNAS 106(51):21544-21549）必须费力把 homophily 驱动的扩散和 influence 驱动的扩散分开的原因——不分开的话，你看到的「级联」可能只是同一批阈值相近的人被同一个外生冲击同时点亮。

【流程节点链路】起点【个体阈值分布 θ】→ 中间节点①【初始参与集 S₀（由 θ=0 者构成）】→ 中间节点②【可见参与人数 n 的更新】→ 中间节点③【θᵢ ≤ n 者逐个加入（参与集单调递增，故必然收敛）】→ 中间节点④【固定点：不存在满足 θᵢ ≤ n 的未参与者】→ 终点【均衡规模 |S|；且 θ ↦ |S| 这个映射在 θ 上不连续】

管理含义：做「意见领袖 / KOL 动员」项目，第一个该问的不是「谁是领袖」，而是「θ 分布的左尾有多厚」。左尾够厚，随便点一下就着；左尾断了，投多少钱都不动。而这两类组织在干预前的可观测指标（参与率、满意度、NPS）可能一模一样——这正是它们无法被事前区分的原因。

留一个问题给各位：如果集体结果对单点扰动如此不连续，那「基于证据的管理」在什么意义上仍然可能？当反事实是另一个均衡、而不是同一均衡的未处理版本时，RCT 的 SUTVA（stable unit treatment value assumption）还剩下多少内容？