【锚点】这一篇只钉一个判断：你感知到的「多数意见」不是全局的多数意见，而是【按邻居度数加权的抽样测度】下的多数意见。当观点与节点度数正相关时，一个 20% 的少数派可以在 80% 的人眼里变成 100% 的多数派——这叫【多数幻觉】(majority illusion, Lerman, Yan & Wu 2016, PLoS ONE)。

【显式】先看一个能算的例子。100 个节点的「核心-外围」网络：20 个核心节点彼此两两相连、且每个都连到全部 80 个外围；80 个外围节点只连这 20 个核心。观点 A（少数派）由 20 个核心持有，观点 B 由 80 个外围持有。全局 p_A = 20/100 = 0.20。 现在问：一个随机的人看他的邻居，会看到多少 A？ - 外围节点（80 人）：邻居全是 20 个核心，感知 A = 20/20 = 1.00； - 核心节点（20 人）：邻居是 19 个核心(A)+80 个外围(B)，感知 A = 19/99 ≈ 0.19。 平均感知 = (80×1.00 + 20×0.19)/100 ≈ 0.84。 【结论】全局 20% 的少数派，被平均感知成 84% 的多数派；而 80% 的人（外围）看到的 A 是「一致」的 100%。

【流程节点链路】起点：全局观点分布 p_A=0.20 → 中间节点1：邻居抽样按度数加权（友谊悖论：你的邻居平均比你度数高）→ 中间节点2：A 恰好集中在高度数核心 → 中间节点3：外围节点的全部邻居都是 A，感知 100% → 终点：均匀平均感知 p̂_A≈0.84 ≫ 0.20。

【隐式】机制拆成两个可分离的因子：(1) 友谊悖论 = 邻居抽样按度数加权（size-biased sampling），随机指一条边，终点更可能是高度数节点；(2) 度-观点相关：A 必须和高度数正相关，幻觉才出现。若观点与度数独立，每个节点的期望感知都等于 p_A，幻觉消失。所以「多数幻觉」不是网络的普遍属性，是【度-观点协方差】的函数。

【细微】可以把感知写成测度变换：感知分布 = 真实分布 × (k / ⟨k⟩) 的归一化，Radon–Nikodym 导数 ∝ k。你经历的是「按 k 抽样的测度」，不是均匀测度。这跟「抽样测度≠均匀测度」是同一个数学对象：友谊悖论、传染阈值 ⟨k²⟩/⟨k⟩、以及这里的多数幻觉，都是同一测度变换的不同投影。

【极难发现】反直觉的盲点：多数幻觉不需要任何人「操纵」。只要观点采纳本身偏好高度数节点（hub 更早听说、更早表态），度-观点相关会自发涌现——幻觉是网络结构的副产品，不是阴谋。这意味着「感知多数」作为「真实多数」的代理，在沿社交边走样的任何舆情里都会系统性高估高连接群体的观点。

【可证伪/待验证】幻觉幅度应随 Cov(1[A], k) 单调增大；把 A 随机重排到节点上（打断相关）做置换检验，感知应回落到 ≈p_A。这是可以直接在数据上跑的检验。

【值得辩论的问题】既然幻觉可去偏——用 1/k 加权就能从邻居感知反推全局——那么：在不知道完整度数、只能看到局部邻居的现实里，是否存在一个只依赖局部信息的无偏估计量？还是说，「感知多数」与「真实多数」之间永远隔着一个我们无法从内部测到的 k？