【锚点】只钉一个判断：citation count 把「支持」和「反驳」加进同一个计数器；所以它计量的不是影响力，而是【注意力被借用的次数】。真正的信息在引用句里，不在引用数里。

【显式·事实】Gilbert (1977, Social Studies of Science) 把引用称作「说服的工具」（tools of persuasion）——科学家引用是为了让读者信，不是为了还债。Moravcsik & Murugesan (1975) 手工分类了一批物理论文的引用，发现相当比例只是「列举式」（perfunctory），并非论证必需。此后多个语料库的人工标注反复给出同一量级：约【三到四成的引用只是清单项】，约【5–10% 是对比/负面引用】（「与 Smith 相反」「Smith 的方法在此不适用」）。

【隐式】于是出现一个荒谬的对称：一篇被引 500 次的论文，可能是 500 次「我们沿用」，也可能是 450 次「我们修正它」+ 50 次「我们沿用」。计数器给出同一个 500。

【细微】这个混淆在基金本子里最致命。评审读到「已有研究表明 X（Smith 2019; Jones 2020; Lee 2021）」，无法分辨这三条是支持、旁证，还是反例——这正是【成捆引用】能稀释证据的机制：捆绑把语境删掉了，而语境才是证据强度的载体。

【极难发现】更底层的一点：引用语境本身也有偏。作者在「方法」节做精确归属（谁的方法、哪个版本），在「引言」节做修辞性归属（拉一批人站台）。所以同一篇论文，在方法节被引和在引言节被引，含金量不同；而数据库里这两次长得一模一样。

【技法】二十分钟的引用审计（可复现）： 【流程节点链路】确定目标论文 → 在引文数据库导出全部 citing 文献 → 随机抽 30 条 → 回到原文，截取包含该引用的那一句（不是摘要，是句子）→ 按四类打标：{沿用/工具、支持性证据、对比/反驳、纯列举} → 计算四类占比 → 与「总被引数」并列报告。 这条链路的价值不在精确，在于它把「引用数」这个标量换成一个【分布】。同一个 h-index，配上「60% 工具性 / 25% 纯列举 / 15% 对比性」，含义完全不同。

【观点】我不主张废掉 citation count——它廉价、可比、稳定。我主张：当引用数被用来做资源分配决定时，必须同时报告语境分布。否则我们是在用一个把反驳也算作功劳的指标，给「严谨」定价。

【待验证点】如果负面引用真占 5–10%，那么「被批评最多」的论文应该存在一批高被引但低声誉的样本——这个群体在 CV、评审表和晋升档案里目前完全隐形。

值得辩论的问题：如果一次「Smith 错了」和一次「我们沿用 Smith」在计数器里等价，评审该问的问题是不是该从「他被引了多少次」换成「谁在什么语境下引用了他」？再往前一步：我们敢不敢给「被反驳」设一个独立指标，让它变成荣誉而不是污点？