...但权力下放就在其背后

我希望能在一定程度上将网络去中心化。不幸的是，设计一个理想化的架构并不足以做到这一点。

整合往往会潜入系统，往往是在令人惊讶的地方，而且经常是通过我们可能觉得是系统 “外部”的某些方面。

所以，如果你碰巧想去中心化，首先要知道中心化是如何发生的，以及为什么会发生。

中心化是一个光谱

Baran，1964 年“关于分布式通信（备忘录 RM-3420-PR）”

好吧，首先，我们指的是中心化是什么？一种意义上的中心化是指完全的集中，即有一个枢纽的网络（最左图）。但是，把高度整合的网络说成是 “中心化”也很常见。想想银行系统、社交网络或智能手机的双重垄断。这些整合的系统恰好有一个以上的中心，但并没有多到哪里去。我想在这个意义上思考一下中心化问题——高度整合！

那么，去中心化的网络呢？我们可以想象一个理想化的扁平网络，完全分布式的（最右图）。每个节点的权力和功能都是平等的，均匀地，或者至少是随机地分布。只有一个问题...

网络在现实中并不是均匀分布的

这里有一张互联网的地图。你可能注意到的第一件事是，互联网的分布并不均匀。相反，我们看到出现了密集连接的枢纽——网络中的中心化岛屿。

这种东西被称为无标度网络。似乎类似于无标度结构的东西在不断发展的网络中反复出现，包括在互联网、网络、社交网络、航线、科学论文中的合著、电网、银行间支付网络、比特币开采、火车路线、基因调控网络、蛋白质相互作用、生态食物网、寡头政治、神经网络......

事实上，事实证明，几乎所有现实世界的网络都有像这样的高度枢纽尾部的度数分布。(Newman, 2018. Networks.)

如果你看到一个模式反复出现，那么可以肯定的是，有进化的吸引物将系统拉向这个方向。是的，事实证明，无标度网络具有奇怪而重要的结构特性。

无标度网络是幂律分布的

上图：机场之间有机演变的航线网络是无规模的，而集中规划的高速公路网络则不是。(Barabasi, 2016. Network Science, ch 4.)

无尺度网络的决定性特征是具有长尾的幂律分布。少量的节点有极多的链接，而极多的节点有少量的链接。想想Twitter。大多数用户有几个追随者，而少数有影响力的人有几百万。

万维网的度数分布。图自Newman（2018），"网络"，使用Broder等（2000）的数据，“网络中的图结构”

这种幂律分布赋予了最大的枢纽对网络很大的权力。它还使枢纽对网络的运作具有不那么明显的重要性，就像生态学中的关键物种。但是，是什么让一个网络演化出这种幂律分布？

无标度网络的出现是由于优先依附性

优先依附是任何富人得到更多的反馈循环。我们在软件中经常遇到优先依附的情况，以网络效应的形式出现：

电信网络的价值与该系统连接用户数的平方成正比（n^2）。(梅特卡夫定律)

而且这不仅仅是电话网络。任何雪球都可以做...

网络效应。更多的用户意味着更多的用户。想想Facebook或Twitter。

注意力。更多的注意力意味着更多的定价权，更多的内容意味着更多的注意力。Netflix模式。

信任。更多的客户意味着更多的社会证明意味着更多的客户。邓巴数字表明，我们无法跟踪超过150人，当涉及到信任时，品牌也是人。我不想让我的150个朋友的限额饱和，以保持对品牌的跟踪，因此这意味着枢纽。这就是为什么只有几家大银行的原因之一，例如：

先发优势。Crypto和VC都有这个属性。早期采用者比后期采用者赚得更多。有趣的是，这条曲线是网络效应增长曲线的倒数，所以代币可以作为激励措施来引导新网络。

规模经济。更多的规模意味着更多的规模。如果你是AWS或Azure，更多的规模意味着更便宜的单位经济意味着更低的价格意味着更多的客户意味着更多的规模。

资本：更多的钱带来更多的钱。经典！

...这句话击中了很多大人物的要害。一般来说，寻找任何富人变得更富的复合反馈会循环。

无规模网络的出现是因为它们是有效的

这是p2p项目反复重新发现的东西。扁平的网络表现很差。枢纽是有效的。

点对点（P2P）网络已经发展到如此巨大的规模，在网络中进行有效的搜索并不是一件容易的事。诸如Gnutella这样的系统最初被可扩展性问题所困扰，因为用户数量增长到数万人。随着用户数量现在已经攀升到数百万，系统设计者已经诉诸于使用超级节点来解决可扩展性问题，并执行更有效的搜索。(Hadaller, Regan, Russell, 2012. The Necessity of Supernodes)

枢纽作为路由器，信息可以通过它从A到B到C，有效地传播。

无标度网络中的距离比随机网络中的距离要小。这就是航空公司建立枢纽的原因。事实上，在随机网络中，从任何地方到任何地方的平均跳数是log(n)，而在无标度网络中，跳数只作为log(n)的函数增长。几乎没有。

这使得即使是最大规模的无标度网络也是超小的世界。你可以在短短的几跳中穿越网络。

无尺度网络的出现是因为选择压力

在一个理想的分布式互联网中，我们可能都在一个衣柜里运行个人服务器。但我们并没有生活在一个理想的世界里，运行一个可靠的服务器是很困难的。计算机崩溃，硬盘死亡，流量激增，你的服务器会被淹没。这就是为什么人们不愿意运行自己的服务器，而且永远不会。

所以，服务器有时会宕机，而且有些服务器会比其他服务器更容易宕机，这也是无规模网络出现的另一个原因。可靠性、可扩展性是选择压力。更合适的节点仅仅因为保持活力而吸引更多的连接。最终这导致了枢纽的出现。这是无标度网络的适应度模型。

无尺度网络的出现是因为它们对故障有弹性（但容易受到攻击）。

生态学家认为，食物网的枢纽是生态系统的关键物种，对维持生态系统的稳定至关重要。(Barabasi, 2002.)

如果你在一个无标度网络中随机选择一个节点并将其打掉，网络甚至不会注意到，因为几乎所有的节点都只有几个连接。你不太可能击中一个枢纽。随机的坏运气是一个常数，而无标度网络对坏运气是稳健的。

然而，这同样的结构特性使得无标度网络非常容易受到有针对性的攻击。即便如此，仅仅打掉一个枢纽通常是不够的。但打掉几个，网络就会崩溃（Barabasi 2016. Network Science, ch 8）。

好在大自然并不从事有针对性的攻击! 但人类有时是。此外，有时枢纽确实被偶然消灭了。小行星也会发生! 不管怎么说，这都会破坏整个网络的稳定。这让我们想到...

网络从分布式发展到集中式，又从集中式发展到分布式

网络也有一个时间维度，网络的形状随着它的老化而改变。不断发展的网络存在于点状平衡中，通过随机性、增长、巩固和崩溃的不同阶段反复演变。

(第一阶段）随机：系统是无结构的。随机事件的发生没有特别改变结构。
(第2阶段）增长：一项创新在系统的结构中引起了重大的阶段性转变。该创新在一个正反馈循环中催化了其他创新。
(第三阶段）巩固：增长率趋于饱和。生态系统整合成一个高度组织化的网络，为提高效率而优化，因为每个代理人都试图从其在价值链中的位置尽可能多地获取利益。枢纽（关键物种）出现在关键点。
(第四阶段）崩溃：一个随机的冲击，或新的创新摧毁了一个关键物种，在高度结构化的网络中造成连带的失败。生态系统崩溃成一个随机的结构。
(重复）：该系统开始缓慢地爬回复杂的进化阶梯上。

(Jain, Krishna, 2002. 进化模型中的大规模灭绝)

可以肯定的是，你会在任何不断发展的网络中经历这种重生的循环。我们在从工业到生态系统的所有方面都能看到它。

不忙着出生的人就忙着死亡

关键的见解是，这个过程有一个方向，从去中心化到中心化，然后又崩溃。

而你可能会问自己，为什么不干脆从一个中心化的系统开始？但现在你已经建立了一个老化和垂死的系统。

你可能会问自己，为什么不使用一些机制来强制去中心化？但考虑到进化的压力将一个系统推向这个方向，另一个网络可能就会超越你。

网络轮回的循环似乎不太可能被打破或逆转。

但也许我们可以靠在这个重生的循环中，建立新的去中心化的东西，举办新的聚会。也许我们可以建立许多去中心化的东西，并在不同的成长阶段构建一个丰富的互动系统生态，其中任何一个灭绝都不会把所有的东西都拖垮。

中心化是不可避免的

中心化是一个光谱

无标度网络是幂律分布的