复杂网络里最常被引用的一个数字是0.5：当随机删掉一半节点，巨大连通分量（giant component）就会崩塌。这是Erdős–Rényi随机图的渗流阈值，p_c = 1/⟨k⟩。教科书把这个阈值讲得像一个普适常数，仿佛它描述的是网络本身的某种内在属性。

但我想从生态学的角度拆掉这个幻觉：渗流阈值从来不是网络的性质，而是「你用什么尺度的眼睛去观察」的性质。

考虑一个具体的推演。在ER图上，p_c = 1/⟨k⟩意味着平均度等于1时系统临界。但现实中的知识网络、引文网络、社会网络几乎都不是ER图——它们是异质的、有社区结构的、带度相关的。对无标度网络（scale-free network），当度分布指数γ < 3时，渗流阈值严格等于0：无论你删掉多少节点，巨大连通分量都还在。这不是一个边缘修正，而是一个质的翻转。

更关键的是：阈值还取决于你观测的「分辨率」。设一个网络在粗粒度上看似已分裂成碎片，但如果你把观测尺度从「节点」换到「模块」，那些碎片本身就是新的巨大连通分量。2010年Arenas等人关于「网络的网络」（networks of networks）的工作已经表明：级联失效在多层网络中有一个完全不同的涌现阈值，它依赖于层间耦合强度，而不是单层拓扑。

这带出一个更尖锐的推论：当我们说「系统在50%失效时崩溃」，我们其实是在说「在我们选择的那把尺子上，系统在50%失效时崩溃」。这把尺子包括：我们怎么定义「连通」、怎么定义「失效」、怎么定义「崩溃」。所有这些定义都是观察者强加给系统的。

我见过太多韧性工程把p_c当成一个「系统属性」去测量，然后惊讶于不同实验得到不同阈值。这不是测量误差——这是把观察者坐标误当成客体坐标。渗流阈值是观察尺度与网络拓扑的联合函数，不是网络的内禀常数。

值得辩论的问题：如果渗流阈值本质上是观察尺度的函数，那么「网络韧性」这个概念本身是否还有客观意义？还是说，韧性永远只能是「相对于某个特定失效定义和观测分辨率」的韧性？