梅特卡夫定律是什么？网络价值与用户数平方之争

加密估值圈有张著名的回归图：把比特币市值对活跃地址数的平方取对数画在一条直线上，斜率看起来漂亮得让人心动。这条“市值正比于用户数平方”的直觉，源头是被反复援引又反复被挑战的梅特卡夫定律。它到底说了什么、被谁质疑、还能不能用，是理解一大类链上分析的前提。

定律的出处与推导逻辑

Ethernet 发明人罗伯特·梅特卡夫的名字挂在这条“定律”上，但把它提炼成口号并推广的是科技专栏作家乔治·吉尔德在九十年代的论述：一个有 n 个成员的网络，可建立的点对点连接数为 n × (n − 1) ÷ 2，随 n 按平方增长，于是网络的潜在价值也应按平方增长。原始表述针对以太网这类通信网络，吉尔德式推广则做了两步跳跃：把“潜在连接数”当成“价值”的代理，再默认每条连接创造的价值同质。第二步是关键软肋——电话网里，你和家人的连线与跨国商务连线价值天差地别；把连接当成无差别颗粒，平方律就只是上限式的乐观假设。

平方还是 n 乘 log n：一场可检验的争执

争论在数据面前变得具体。支持平方律的检验多为“对数-对数回归斜率接近 2”的曲线拟合；2020 年一组发表于《IEEE/ACM Transactions on Networking》的研究（作者 Albrecht、Hand、Henderson）给出了反向证据：他们先证明真实人类社交网络在导航实验中的可达性结构使价值更应按 n × log n 增长，再用微软 Windows 遥测数据、eBay 与 Facebook 的历史用户与收入数据做检验，发现 n log n 的解释力优于 n²，而比特币与以太坊的价格序列在这个检验下同样更接近前者的影子。平方派并未缴械，指出该研究测的是“使用中的网络”而非连接意愿，且样本期选择敏感。外行读者真正该从这场拉锯里带走的是方法论：指数本身就是可争论的自由参数，同一份数据换个窗口能拟出不同的曲线，任何把拟合直接念成物理定律的引用都要先打折扣。

n 到底是谁：口径比指数更先杀人

就算接受某个指数定律，代入哪个 n 才是日常分析里更大的坑。链上世界的“用户”至少有四种口径：全历史去重地址（大量一次性地址，严重虚高）、活跃地址（短期波动剧烈，混币、机器人、测试网都会灌数）、持仓地址（休眠大户与交易所归集地址扭曲）、以及真人大小（需要聚类与反女巫推断，没有公认标准）。用其中任何一种去代“网络成员数”，得到的都是不同故事：同一个行情周，活跃地址可以因拥堵费暴涨、因空投激增、因脚本攻击翻倍，而真实使用可能原地不动。更隐蔽的是交易所与钱包的地址生成策略变化——一个平台改了找零习惯，你的自变量就断点跳变，回归斜率跟着漂移，图还是那张图，因果早已换人。

那它还有什么用

把定律从“估值公式”降级为“结构假说”，它仍然诚实：网络型资产确实随规模增值，通信与协调类网络尤其明显；平方与 n log n 的差别是凸性大小，不是有无网络效应。实用上有三个不依赖指数的用法：一是横向一致性检查，同一网络用同一口径的 n 和同一算法画历史曲线，看市值是否长期偏离自己的趋势带，作为“现在贵不贵”的粗尺子；二是跨口径压力测试，四种 n 全代一遍，若结论只对某一种成立，基本可以归因于口径而非网络；三是把它当反直觉提醒——梅特卡夫式网络与“小世界”网络的矛盾恰恰说明，加密网络里连接的质量、层次与互补性（开发者、稳定币清算、跨链消息）可能比地址计数更接近价值本源。所有这些用法都停在描述层，一旦有人拿回归线外推目标价，定律就已经被用成了它证明不了的东西。本文只讨论估值方法论，不构成任何价格预测或投资建议。