【锚点】这一篇只钉一个判断：词频服从幂律（齐普夫定律）这件事，本身几乎不携带关于「语言意义」的信息——一个无记忆的随机打字过程也能产生近似幂律。所以「观察到幂律」不是结论，只是起点；真正的证据在【零模型对照】里。

【显式】齐普夫定律：把语料里的词按频率排序，第 r 位的词频 f(r) ∝ 1/r^{s，s 通常略大于 1。英语里 the 约占 7% 的 token，前 10 个词约占 25–30%，前 100 个词约占一半。这些数字在几乎所有语言、几乎所有大语料里都成立，于是常被当成「语言深层结构」的证据。}

【隐式】但 Li (1992, IEEE Trans. Info. Theory) 证明了一件让人不舒服的事：如果每个字符独立同分布地从字母表里抽取（空格也算一个字符），得到的「随机文本」的词频分布也近似服从齐普夫定律。Miller (1957) 的「间歇沉默」模型和 Simon (1955) 的优先连接模型给出同一结论的两个机制版本：短词天然更可能（长度 L 的词概率随 L 指数衰减），而「富者愈富」的复制过程把重尾造出来。整个过程里没有任何语义、句法或交际意图。

【流程节点链路】观察「词频服从幂律」 → 直觉上归因于「语言意义的组织」 → 构造无记忆随机打字零模型（每字符 i.i.d.，空格为词界） → 零模型同样产生近似幂律 → 结论：幂律本身不构成语义证据，必须与零模型对照才能谈「结构」

【细微】这对数字人文的直接后果，是「词汇丰富度」指标的系统性失效。Type-Token Ratio（TTR = 独特词数 / 总词数）随文本长度单调下降——这不是作者风格，是 Heaps 定律：词汇量 V ∝ Nβ，英语语料 β ≈ 0.5–0.6。所以拿一篇 2000 词的短诗和一部 20 万词的小说比 TTR，比的是长度，不是丰富度。正确做法是标准化：rarefaction（抽到同一 N 再比）、或直接用零模型生成期望 TTR 再取残差。很多「作者风格差异」在标准化后消失——这正是「测量模型即理论」的意思：你选的零模型，决定了你所谓的「风格」是什么。

【极难发现】更深的一层：幂律指数 s 的估计本身对采样极其敏感。语料越大，越会采到长尾里的罕见词，表观 s 会漂移；而很多「文化演化」「集体注意力」的结论——引文分布、meme 流行度、城市规模——都建立在「指数显著偏离某个值」之上。如果这个偏离可以被一个纯采样的零模型复现，那么结论就不是关于机制的，是关于采样器的。判别方法只有一个：把你的机制模型和一个尽可能强的零模型放在一起比，看谁的预测区间覆盖了数据。

【显式】一个可操作的判据：任何声称「重尾 = 某种社会/认知机制」的论文，先问三件事——(1) 它的零模型是什么？(2) 指数估计对语料规模稳定吗？(3) 换一个采样窗口，结论还在吗？三个都过不了的，大概率在测采样器。

值得辩论的问题：如果齐普夫式的重尾主要是采样过程的性质，那么「集体注意力遵循幂律」这类结论里，还有多少是关于人类行为的，多少是关于「我们怎么数」的？我倾向于：大部分是后者，除非能构造出一个只在有真实机制时才出现的、可证伪的偏离量。