↑
这也是#梅特卡夫定律 的核心：一张连通性越高的网络，其价值也越高，因为连通性越高，任意节点提供的价值（在我们的讨论里是#信息）就可以被更多节点获取，进而任意节点所需要承担的资源开销就越少，网络中的节点相互提供信息就可以满足任意节点对全部信息的需求。
岔开一下，社交网络正是这一定律的最佳实践之一。随着用户数量的增加，整个平台能够提供的价值是指数级上升的，因为任意两个用户之间的信息交换都可以通过网络指数性地扩散到整个网络。当然这仍是高度理想化的情况，其中有大大小小的问题（比如用户对于信息传播的主观意愿，在此先搁置待续），但社交网络的可访问性正是这一理想的承诺与期望。
回到当前的话题，既然在资源限制下选择了网络的形式去分布式存储信息，那么不同节点之间的相互访问就十分关键。这其中涉及到的大量技术细节我不多置喙，只提一下我反复强调（#补个来源）的链接URL https://en.wikipedia.org/wiki/URL
它作为最容易被用户感知的「信息节点的连接途径」重要性自不必说；它也成为时至今日互联网的重要基建持续发挥着作用。哪怕是在技术日新月异的今天，绝大部分用户获取信息仍离不开链接的直接服务——
↓

↑
现代计算机所采用的冯诺依曼架构存在着#冯诺依曼瓶颈（von Neumann bottleneck）的限制，计算单元与存储单元的分离使得任何数据都面临计算与存储的两难——要么用时间换空间（由实时计算所消耗的时间来减少数据存储的负担），要么用空间换时间（以静态数据的存储空间来减少实时计算所消耗的时间）。
将这一限制类比到网络上，不难理解——既然不是每个节点（用户）都能承担整个网络的运转资源，那么要么放弃本地存储，在访问时用带宽（也是一种计算）去实时拉取；要么放弃带宽，尽可能本地存储。而因为存储资源相比带宽资源的不可复用性（存储了一批数据的存储空间无法存储其他数据，受物理介质限制；但传输了一批数据的带宽资源可传出另一批数据），放弃本地存储、在需要访问数据时实时拉取是更合理的决策。
于是，#网络 由此诞生了——任何一个节点都不需要存储全部数据，只需要存储其中的一部分，通过彼此连接和互访，任何节点就事实上地获得了全部数据的完整访问权。
这也是#梅特卡夫定律 Metcalfe's law https://en.wikipedia.org/wiki/Metcalfe%27s_law 的核心：一张连通性越高的网络，其价值也越高，因为——
↓