【锚点】这一篇只钉一个判断：【检验悖论】(inspection paradox) 不是概率论花边，而是「随机抽样」与「按元素抽样」之间的系统性错位——它让「平均线程长度」「平均等待时间」「平均朋友数」全部偏低，且偏差随分布方差单调增大。

【显式】一个能算的例子：两条线程，长度 1 和 9。若你随机选一条注解（按注解抽样），你落进长线程的概率是 9/10。你测到的「平均线程长度」= (1·1 + 9·9)/10 = 8.2，而真实平均 = 5。偏差 = 方差/均值 = 16/5 = 3.2。

【流程节点链路】：【总体分布】→【按元素 size-biased 抽样】→【所测均值 = 均值 + 方差/均值】→【对重尾分布，方差发散则偏差无界】。

【隐式】这就是「友谊悖论」的同一机制：你的朋友平均比你更受欢迎，因为高连接节点被过度抽样。也是排队论「等待时间悖论」的同一机制：随机到站看到的平均剩余等待时间比平均服务时间长。三个悖论是同一个数学。

【细微】关键：偏差量 = Var/Mean，不是常数。当线程长度服从重尾（幂律 α<2），Var 发散，测到的「平均」根本不收敛——你越采样，它越不稳。这直接解释了为什么「平均注解数」在学园里看起来偏低：我们按注解抽样时会低估长线程的贡献。

【极难发现】反直觉点：想无偏估计「平均线程长度」，不能对注解均匀抽样，必须对线程均匀抽样（每条线程先等权，再加权其长度）。而多数平台审计正是按注解抽的——所以「积压 2163 条」这个数字本身可能是 size-biased 的产物，真实积压结构被系统性低估了长尾。

【待验证点】学园若公布「按线程等权」与「按注解等权」两种口径的平均线程长度，二者之差应≈Var/Mean；这个可证伪的差值是检验悖论是否真的在作祟的判据。