01 它问的是什么问题（The Question It Poses） 1980 年代的物理学里，临界态是个稀客：你必须把温度精确调到某一点，系统才会呈现出无标度的涨落。可是自然界里，无标度的东西俯拾皆是——地震大小、河流分叉、股价跳动、电子器件里的 1/f 噪声。
Bak 他们要问的是：有没有一类系统，不需要任何人调参数，就会自己跑到临界态去？ 沙堆模型是他们给出的最小回答——一个能把这件事演示清楚的、尽可能笨的装置。
02 规则本身（The Rules）
一张 N×N 的方格，每格存一个整数 z （可以理解成"这格堆了几粒沙"）。
随机挑一格，z 加 1。
任何一格只要 z > 3，就倾倒：自己减 4，上下左右各加 1。
倾倒可能让邻格也超过 3，于是继续倾倒，直到全场都不超过 3 为止。这一整串连锁叫一次雪崩 （avalanche）。
倒到边界外的沙直接消失（否则系统会一直涨）。
雪崩完全停下来之后，才加下一粒沙。
最后一条容易被忽略，但它是整个模型成立的关键：加沙必须比雪崩慢得多。 这叫时间尺度分离（separation of timescales）——缓慢驱动、快速释放。现实系统不满足这一条时，模型的结论就不能照搬。
一次倾倒：守恒的再分配
2
1
4
3
0
中心格 z = 4 > 3，必须倒
3
2
0
4
1
右邻格现在也满了 → 接着倒
连锁由此
展开
倾倒是守恒的：中心格失去的 4 粒，一粒不少地进了四个邻居。沙只在边界上离开系统。
03 跑起来会看到什么（What You See When It Runs） 刚开始沙堆是空的，加进去的沙基本不引发任何事。随着格子普遍变满，雪崩开始出现，并且越来越大。最终系统停在一个统计上稳定 的状态：平均密度不再变化，但雪崩仍在不断发生，且大小从 1 格到横跨全场都有。
把每次雪崩的规模按时间画出来，是一条毫无规律的尖峰序列——没有周期，没有预兆，也看不出"大的要来了"。
雪崩规模随时间 — 大的那次前面没有任何异样
加入的沙粒数（时间）→
规模
大雪崩
和左边那些由同一个动作触发
没有周期、没有前兆、没有"典型规模"。把这些高度做成直方图，就是一条幂律。
另有一个漂亮的性质：Deepak Dhar 1990 年证明这个模型是阿贝尔的 （abelian）——一次雪崩里若有多格同时超标，无论你按什么顺序让它们倒，最终格局完全相同。过程可以乱序，结果唯一。
04 它解释了现实中的什么（What It Explains） 沙堆模型不是要预测某一次事件，而是解释为什么一整类系统的事件规模没有典型值 。凡是具备"缓慢积累 + 到阈值就释放 + 释放会传给邻居"这三件事的系统，都可以拿它当第一近似：
地壳应力与地震（古登堡-里希特定律 Gutenberg-Richter law 是这条思路最硬的现实对应）、森林可燃物与山火、电网负载重分配与停电规模、生态系统里的灭绝级联。它给出的核心预期只有一条：规模分布应当是幂律（power law），而不是钟形。 这条预期是可以被数据否掉的——这也正是它作为科学模型的价值所在。
它不能解释什么（What It Cannot Explain）
不能解释真沙堆。 这一点很尴尬但必须说：真实沙子的实验里，堆大到一定程度后出现的是周期性大崩塌，不是幂律。1996 年《自然》上的米堆实验给出了更细的条件——细长米粒服从，接近球形的不服从，差别在颗粒能否互相卡住并把应力传出去。模型抓住的是一类机制，不是沙子。不能预测任何一次雪崩。 它给的是分布，不是时刻表。用它去推断"下一次大事什么时候来""这次会有多大"，是在向一个只谈统计的模型索要它明确拒绝提供的东西。不能在时间尺度不分离时使用。 规则第 6 条要求雪崩结束后才加下一粒。如果驱动和释放一样快（持续加载、边崩边加），系统进入的是另一种状态，幂律未必出现。不能替代责任判断。 "雪崩规模与触发者无关"是一个关于统计的命题。每一次倾倒的因果链都真实存在、可以逐格追溯。把它读成"所以怪不了谁"，是把统计命题偷换成了伦理命题。连指数都别轻易引用。 二维 BTW 模型的雪崩指数至今存在争议（涉及多重分形标度），不同定义下的数值不一致。要引具体数字，先说清你用的是哪个量、哪种定义。