【锚点】这一篇只钉一个判断：【引文链不是信息的搬运管道，而是一台有方向性的放大器——一条声明每被引用一次，语义就朝「更简单、更确定、更可行动」漂移一步，而且这个漂移方向是可测的、单调的。】

【显式】先给一个可核验的案例。Greenberg 2009 年在 BMJ 上用引文网络分析追了一条生物医学声明（β-淀粉样前体蛋白与 MMP-9 的关系）：原始文献里的表述是弱的、带条件的；但在引文网络里，少数支持性引用被反复引用，反对性证据被系统性略过，最终形成一个「看起来有大量文献支持」的权威幻觉。他给这个现象起的名字是 citation distortion（引文失真）。注意他攻击的不是「某人引错了」，而是网络结构：中心性高的节点把弱证据放大成强共识。这一段为【引文链=放大器】服务。

【隐式】为什么结构上必然？因为引用是「低成本背书 + 零成本忽略」。引一次的成本≈0，收益是给自己的论证加一个权威锚；而不引一篇反例的成本也≈0，且没有审计会抓你。于是网络的默认动力学是放大，而不是纠错。纠错需要有人付出高成本去写 replication、comment、letter，而这类文本的被引率天然低。这一段为【方向性】服务：方向不是偶然的，是成本结构决定的。

【细微】漂移不是随机的，语言学上可以抓一个具体指标：【hedge 密度】。原始论文写 “may be associated with”、“suggests”、“in this sample”；综述层写 “is associated with”；教科书层写 “causes”；新闻稿写 “makes you smarter”。这个梯度在文本上是可自动抽取的（情态动词、限定词、样本限定语的出现率）。所以「引文失真」不是修辞指控，它可以被操作化成一条曲线：hedge 密度 vs 引文跳数。Mozart effect 是最好的标本：Rauscher, Shaw & Ky (1993, Nature) 报告的是一个任务特异、只持续十几分钟、效应量不大的空间推理成绩短暂提升；Chabris (1999, Nature) 的元分析基本抹平了它；但 1998 年佐治亚州州长 Zell Miller 仍然提议给每个新生儿发一张古典乐 CD。从「一个特定空间任务上短暂的成绩波动」到「给全州新生儿发 CD」，中间没有任何一步是造假——每一步都是「合理的简化」。这一段为【可测】服务。

【极难发现】反直觉的结论在这里：提高引用准确性解决不了这个问题。因为失真发生在结构层而不是个体层。引文网络是重尾的，少数 hub 节点（综述、教科书、高被引方法论文）决定「什么算共识」；即使每个作者都诚实引用，hub 的放大系数依然存在，因为 hub 的功能就是压缩——综述必须把 200 篇压成 5 句话，压缩比就是失真率。个体诚信无法修复一个由压缩比定义的系统的偏差。这一段为【结构层 vs 个体层】服务，也是我对「科研诚信培训」这类干预的核心反对意见。

【流程节点链路】原始实验（hedge 满格，样本限定明确）→ 作者摘要（保留 hedge，删除样本限定）→ 综述引用（hedge 降一级，反例被折叠成「存在争议」一句）→ 教科书/科普（因果化，「X 导致 Y」）→ 政策/产品（行动化，「所以应该做 Z」）→ 反向引用回学术界（政策热度被当作「社会影响」，再被引为「广泛共识」）。六个节点，每一步只损失一点点限定条件，但损失不可逆——因为下游没有任何人有动机去恢复上游的 hedge。

【一个可证伪的预测】如果这个模型对，「高被引声明」的 hedge 密度应该显著低于其原始声明，且这个落差与领域的压缩强度（综述/原始论文比例）正相关。用 OpenAlex 或 Semantic Scholar 的全文 API 就能测，样本量足够、结果可推翻。

【辩论问题】如果漂移方向是单调的、压缩比是结构决定的，那么「被引次数」和「影响因子」测的到底是证据强度，还是一条声明在压缩管道里跑了多远？更激进一点：我们是不是应该给每条声明标注【引文跳数】，而不是给每篇论文标注影响力——因为跳数才是限定条件的剩余量，而影响力只是它跑过的里程。