你缺的不是更多人脉，是几条跨圈捷径（What you lack is not more contacts, but a few shortcuts）
2026-08-07 · 网络
跟一个刚认识的人聊三句，发现有共同朋友，你说"世界真小"。这句话只对了一半：短路径确实到处都是——但它成立的原因和"人人都够得着"完全是两回事，而且知道它存在，并不等于你能找到它。
上一期把一个系统画成了一张图：点、线、度、聚类。这一期只追一件怪事——真实世界的图同时具备两个本该互斥的性质。
一个是抱团：你的朋友多半也互相认识。另一个是很近：随便挑地球上两个人，中间隔的人少得离谱。抱团意味着关系都挤在小圈子里，那全局距离就该很远；距离很近意味着关系撒得很开，那就不该抱团。现实两样都占。本期就问它凭什么两样都占、代价是什么，以及这件事被误读成了什么。
与下一期的分工，先说清楚免得混：本期讲捷径——极少量的跨圈连接如何把整张图的距离压下去。第 22 期讲枢纽——为什么有些点连了成千上万条边。这是两件事：本期的模型里每个人的关系数量都差不多，一个枢纽也没有，距离照样很短。
1967 年，社会心理学家 Stanley Milgram 做了一件很土的事：在内布拉斯加和波士顿随机找一批人，每人发一个文件夹，目标是把它转到马萨诸塞州一位素不相识的股票经纪人手里。规则只有一条——你只能把它寄给一个你能直呼其名的熟人，由他接着往下寄。
1969 年 Travers 与 Milgram 正式发表的那次实验，296 个人开始，64 份抵达。抵达的那些链条，平均经过 5.2 个中间人。"5.2"后来变成了"六度分隔"（six degrees of separation）。
先把两件事说清楚。第一，"六度分隔"不是 Milgram 的说法，它来自 1990 年 John Guare 的同名话剧——一个文学词组变成了大众心里的科学结论。第二，也是要紧的：232 份没到。
这不是一句"数据质量一般"。它改变了那个数字的意思。5.2 是成功链条的平均长度，中途断掉的链条根本没有长度可言，不进分母。而链条越长，中间任何一环嫌麻烦把它扔进抽屉的机会就越多——失败和长度不是独立的，它偏向砍掉长的那些。于是可以推出一个方向明确的结论：真实的平均距离只会比 5.2 更大，不会更小。
更尴尬的是最早那次。教育学者 Judith Kleinfeld 在 2002 年翻了 Milgram 留下的档案，找到他在堪萨斯做的第一次预实验：60 份文件，只有 3 份到达——5%。这次实验从未正式发表，只在一篇通俗杂志文章里被提了一句，而被提的那句是"其中一份只用了四天"。
那"世界很小"这件事本身错了吗？没有。只是它的证据晚了四十年才真正到位。2011 年 Facebook 把当时全部 7.21 亿活跃用户的好友图整个算了一遍：任意两人之间的平均最短路径是 4.74 条边，也就是 3.74 个中间人。2016 年在 15.9 亿人上重算，是 4.57 条边、3.57 个中间人。
注意单位——Milgram 的 5.2 数的是中间人，换算成"跳"是 6.2 跳；Facebook 的 4.74 数的是跳。两个数放在同一把尺子上才有意义，而这正是"六度"这个说法最容易含糊过去的地方。
EN Travers & Milgram (1969): 296 folders started, 64 arrived, mean 5.2 intermediaries. The 232 broken chains carry no length and never enter the denominator — and longer chains break more often, so the bias has a known direction. Milgram's unpublished Kansas pilot reached the target 3 times out of 60. Facebook's full-graph measurements (4.74 hops in 2011, 4.57 in 2016) are the evidence that actually holds.
先把两把尺子说定，都是上一期的老朋友。平均路径长度（average path length，记作 L）：随便挑两个点，沿最短的路走过去要几跳，对所有点对取平均。聚类系数（clustering coefficient，记作 C）：随便挑一个点，看它的朋友们彼此之间真正连上的比例——"我的朋友互相认识吗"的量化版。
教科书里的两种图各占一头。规则格子：想象所有人围成一大圈，每人只跟左右各两个邻居连着。C 很高（你的邻居也彼此是邻居），但 L 大得吓人——消息要绕半个圈才能传到对面。随机图：所有边随机撒。L 很小，但 C 低到几乎为零（你的两个朋友碰巧也认识的概率，跟随便抓两个陌生人一样）。
现实世界哪个都不是。1998 年 Duncan Watts 和 Steven Strogatz 干了一件很省事的事：他们不发明新模型，而是在这两个极端之间放了一个旋钮。
规则一句话说完：把规则格子摆好，然后遍历每条边，以概率 p 把它的一端拆下来、随机接到别的点上。p = 0 就是格子，p = 1 就是随机图，中间那一大段在此之前没人认真看过。 → 参考 · 小世界模型
看一眼中间发生了什么，整件事就清楚了：L 掉得比 C 快得多。在 p 只有百分之一的时候，路径长度已经掉到接近随机图的水平，而聚类几乎一点没少。中间那一段——横跨两三个数量级的 p——就是"小世界"。
为什么不同步？因为一条捷径干的两件事，量级完全不同。它对距离的好处是成片的：把圈上相隔很远的两块区域直接焊在一起，凡是要从这一块走到那一块的点对，路径统统缩短。它对聚类的伤害是单点的：它只拆掉了一个三角形。成片的收益对上一个点的损失，所以前几条捷径几乎是白捡的。
反过来说，收益递减也极快。第一条捷径把"绕半圈"变成"跳一下"，第一百条只是在已经很短的路上再省半跳。这是本期最实用的一条：捷径的边际收益急剧递减。
Watts 和 Strogatz 拿三个真实网络对了一遍：电影演员的合作网、美国西部电网、秀丽隐杆线虫（C. elegans）的神经网。三个都落在中间那一段——演员网的聚类系数比同等规模的随机图高一百多倍，而平均路径长度跟随机图差不多。
想缩短一个系统的"距离"（信息、审批、故障恢复），先买一条捷径，然后立刻量。不要一次加十条。具体动作：加这条连接之前，记下最长的那条关键路径有多长；加完再记一次。连续两次没有变化就停手——后面的边只剩成本，不剩收益。
EN Watts & Strogatz (1998) put a single knob between a ring lattice and a random graph: rewire each edge with probability p. Path length collapses toward the random-graph value while clustering is still nearly intact — because a shortcut shortens paths for whole regions at once but destroys exactly one triangle. Returns to further shortcuts fall off fast. Film-actor collaboration, the western US power grid and the C. elegans nervous system all sit in that middle band.
上一节说捷径很值钱。那就得问下一个问题：捷径长在哪儿？它挑不挑地方？
1973 年社会学家 Mark Granovetter 给了一个答案，而且是从纯逻辑推出来的。先定义一个词：如果拿掉某条边，它两端的人就得绕很远才能重新连上，这条边叫一座桥（bridge）——就是捷径在社会网络里的名字。
然后是那个关键观察，他叫它禁止三元组（forbidden triad）：假设 A 和 B 是强关系，A 和 C 也是强关系。强关系意味着见面多、投入的时间长、彼此重要。那么 B 和 C 几乎必然会碰上，并且大概率也连起来。所以"A–B 强、A–C 强、B 和 C 完全不认识"这种三角，现实中极其罕见——这就是"禁止"的意思。
往下推一步就得到结论：任何一条强关系都不可能是桥。因为强关系必定被一堆闭合的三角包着，拿掉它，两端还有一圈共同朋友可以绕。能当桥的，只剩下弱关系。
这不只是漂亮的推理。Granovetter 访谈了 282 位刚换过工作的专业人士，在靠人际关系拿到工作的人里：16.7% 说跟那个人经常见，55.6% 说偶尔见，27.8% 说很少见。八成以上的机会，来自不常联系的人。
机制是清楚的：跟你天天泡在一起的人，知道的事跟你高度重合。信息的价值在于非冗余，而非冗余恰恰长在关系稀疏的地方。这也是为什么"多认识几个同事"通常没用——他们和你共享同一个信息源。
不过这句话被传成了"关系越弱越好"，那是错的，而且现在有硬证据。2022 年 Rajkumar 等人在《科学》上发表了一个罕见的因果实验：LinkedIn 在五年里对"你可能认识的人"这个推荐算法做了多轮随机对照，覆盖两千多万人、约 20 亿条新关系、60 万次换工作。结果是一条倒 U 形曲线——比强关系有用的是弱关系没错，但弱到一定程度之后，效果开始往回掉。最有用的是"中等弱"：有一点共同联系、但不在你日常那圈里的人。
这个形状是有道理的：太强 = 信息重复；太弱 = 对方既不了解你、也没有动机替你多走一步。桥要能承重，两头都得站得住。
找机会的时候，别去加深已经很熟的关系（那里没有新信息），也别去攀完全不认识的人（那里没有承重）。具体动作：翻一遍去年只联系过一两次的人，挑三个，各发一条具体的消息——你在做什么、卡在哪里。判据不是回复率，是这三条里有没有一条带回来一个你原本不会知道的名字或事实。
EN Granovetter's forbidden triad: if A–B and A–C are both strong, B–C almost certainly exists, so a strong tie is always wrapped in closed triangles and can never be a bridge. Bridges must be weak. In his 1973 survey of 282 job changers, 16.7% saw the contact often, 55.6% occasionally, 27.8% rarely. But weaker is not monotonically better: a five-year randomised experiment on LinkedIn (Rajkumar et al., 2022) found an inverted U, peaking at moderately weak ties.
现在回头看 Milgram 的实验，会发现最惊人的那件事我们还没讲。
短路径存在，是一回事。普通人只靠局部信息就把它找出来了，是另一回事——而且是强得多的一件事。那 64 个人里没有任何一个见过全局的关系图。每人只知道自己认识谁，然后猜"这些人里谁离波士顿那位股票经纪人更近"。这样一路猜下去，居然猜到了。
2000 年，计算机科学家 Jon Kleinberg 证明了一件事：这一点都不理所当然，绝大多数小世界网络做不到。
他的设定很干净。把点排成一张二维格子（想象一张棋盘，每个点跟上下左右相邻的点连着），然后给每个点再加一条长程边——通向远处某个点。关键在于：这条长程边落在多远的地方服从一个分布，距离越远概率越低，衰减快慢由一个指数 α 控制。α 小 = 捷径倾向于很长，α 大 = 捷径倾向于很短。
结论只有一句，但很硬：只有当 α 恰好等于格子的维数（这里是 2）时，只用局部信息的"贪心转发"才能在大约 (log N)² 步内送达。α 是别的任何值，所需步数都随网络规模 N 按幂次增长——网络稍微大一点就彻底不可用。
为什么偏偏是这个值？因为 α 等于维数时，捷径在每一个尺度上的数量大致相等：有跳一千格的，也有跳一百格、十格、三格的。于是不管你现在离目标还有多远，手上总有一条大小合适的捷径，能把剩余距离砍掉一个固定比例。α 太小，捷径全是超远跳，跳到目标附近之后就再没有细粒度的捷径可用，只能一格一格挪；α 太大，压根没有远跳。
这一步值得停一下，因为它换掉了一个默认假设。我们习惯把"好不好用"当成网络自己的属性。但结论是：可导航性不是网络的属性，是网络加上你手里那把距离尺的联合属性。同一张图，换一把尺子，就从可用变成不可用。Milgram 的被试用的尺子是地理位置加职业——正是这把尺子让他们每一步都能判断"这样是不是更近了"。
任何依赖"人转给人"的流程（转介、内推、跨部门找人、故障升级），瓶颈通常不在关系够不够多，在于每一步的人能不能判断"交给谁更近"。所以先造尺子，再造网络。具体动作：给这类流程配一个能局部比较的标签维度（负责的系统模块、客户所在行业、问题的层级），而不是继续扩通讯录。判据：随便抓一个中间人，他能不能在三秒内说出"我这儿谁离这事更近"——说不出，加再多人也没用。
EN The striking part of Milgram's result is not that short paths exist but that ordinary people found them with local information only. Kleinberg (2000) showed this is not generic: on a d-dimensional lattice with long-range links drawn with exponent α, greedy local forwarding succeeds in about (log N)² steps only when α = d; otherwise delivery time grows as a power of N. Navigability is a property of the network plus the distance metric in the searcher's hands.
小世界大概是复杂性科学里最容易被拿来当万金油的一个词。下面四条是它的边界。
第一，"六度"从来没有被干净地测过。除了完成率，Kleinfeld 还指出目标选择本身有问题：波士顿那位股票经纪人社会地位高、职业显眼，是最容易被"猜近"的一类人；发信人也不是随机街头抽的。把目标换成一位偏远地区的低收入者，链条会长得多，也会断得更多。"六度"在流行文化里是常识，在实证上是一个从未被完整验证的估计。
第二，"这是个小世界网络"这句话几乎不含信息。判据是"L 接近随机图而 C 远高于随机图"，可现实中稀疏又抱团的图俯拾皆是，几乎全都满足。所以说某个网络"是小世界"约等于什么都没说。要说就给数：L 和 C 相对同规模随机图分别是几倍。不给倍数的小世界是个形容词，不是发现。
第三，这个模型里没有枢纽。重连规则不改变"每个点连几条边"的分布——所有人的关系数量都差不多（接近泊松分布）。所以它解释不了"为什么有些人特别关键"，那是另一条机制，下一期讲。用小世界去解释明星节点，是拿错了工具。
第四，也是最硬的一条：短路径不等于东西传得过去。2007 年 Damon Centola 和 Michael Macy 区分了两种传染。简单传染（simple contagion）：听说一次就够了——一条八卦、一个链接、一种病毒。复杂传染（complex contagion）：需要从多个不同的人那里反复看到，你才会动——换一套工作方法、参加一场有风险的行动、采用一项还没人验证过的技术。
对简单传染，长桥是加速器。对复杂传染，长桥经常是死路：它只给对岸那个人带来一次曝光，够不到门槛，于是什么也没发生——而这条边本可以用来加固本地的稠密连接。Centola 和 Macy 的结论是：复杂传染吃的是桥的宽度（两个群体之间有好几条平行的连接），不是桥的长度。
这条边界会直接改掉打法："多找几个跨圈的人转发"，对消息有效，对行为无效——后者要的是同一个圈子里有好几个人同时在做。
动手之前先分辨你要传的是信息还是行为。信息：买跨圈的长桥，越散越好。行为：别撒网，在一个小圈子里同时铺三到五条线，让每个人都能从几个不同的人那儿看到同一件事。判据很简单——问一句"对方需要从几个人那里听到，才会真的动？"答案大于一，长桥就不是你的工具。
EN Four limits. "Six degrees" was never cleanly measured (low completion plus a conspicuous, easy-to-guess target). Calling a network "small-world" excludes almost nothing — quote the ratios of L and C against a size-matched random graph or say nothing. Watts–Strogatz produces no hubs; its degree distribution stays near-Poisson. And short paths do not imply transmission: for complex contagions, which need repeated exposure from several sources, long bridges are often dead ends, and what matters is bridge width (Centola & Macy, 2007).
因为它们的成本不递减。维持一条跨圈的弱关系没有共同朋友帮你分担——没有三角来提醒、施压、提供话题，全靠单方面投入；而强关系被整个三角托着，几乎自动续期。收益递减加成本不减，存量当然偏低。这也提示了该往哪儿使劲：想增加桥，该降的是维持成本（固定的场合、固定的节奏），不是提高动机。
得问传的是什么。信息、创新、同步：好事。病毒、金融传染、故障级联：同一条捷径同样加速。所以"该不该建这条捷径"没有一般答案，只有"这条通道上跑的东西，你更怕它慢还是更怕它快"。第 23、25 期会把这件事拆开。
部分算。它们确实非冗余、确实便宜。但 Granovetter 的弱关系仍然是双向的、带最低限度义务的——对方愿意为你花一点力气。单向关注既没有互惠也没有义务，用"弱关系"套上去会高估它的作用。2022 年那条倒 U 曲线的右半边，很可能量的就是这件事。
它的价值不在分类，在提供一个可比较的基线。有用的问法不是"它是不是小世界"，而是"它的 L 和 C 相对同规模随机图各是几倍，这个位置在过去两年往哪边动"。当成状态量而不是标签，它就还活着。
部分能，而且这通常是成本最低的一步。但要小心：尺子必须和真实的连接相关。用一套跟实际协作路径无关的分类去导航，会让人每一步都自信地走错方向——那比没有尺子更糟。