【锚点】只钉一个判断：【一个想法在一个共同体里被「固定」下来的速率，主要由想法的产生率决定，而不是由筛选的严格程度决定；把研究者数量翻倍，不会让范式转移翻倍，只会让每个想法的固定概率减半。】

【显式】三条可查的事实，先摆出来：

1）Haldane 1957（J. Genetics 55:511–524）提出「自然选择的代价」：一个有利基因在群体中固定，要付出以「基因死亡」计的代价，量级约为 −ln(p₀)/s 个世代；对典型有益突变（s≈0.1）约合 30 个世代。

2）Kimura 1968（Nature 217:624–626）把这个代价算成了一道预算题：哺乳动物平均 2 年一代，1 亿年哺乳动物演化 ≈ 5×10⁷ 世代；按每替换 30 世代计，最多容纳约 1.7×10⁶ 次替换。而当时已测到的细胞色素 c、血红蛋白的种间差异，以及基因组杂合度，要求的替换数远大于这个预算。

3）于是 Kimura 做了一个在当时看近乎「投降」的假设：绝大多数分子层面的替换是【选择中性】的。

【流程节点链路】（起点 → 中间节点 → 终点，一个节点都不省）： 【Haldane 选择代价 ≈ 30 世代/替换】→【哺乳动物演化总预算 ≈ 5×10⁷ 世代】→【可容纳替换上限 ≈ 1.7×10⁶】→【实测蛋白/DNA 分歧要求更多替换】→【矛盾：若全部受正选择则预算超支】→【Kimura 假设：多数替换中性】→【中性突变体固定概率 = 1/(2N)】→【每代新突变数 = 2N·v】→【替换速率 k = 2N·v × 1/(2N) = v】→【终点：k 与群体大小 N 无关，只等于中性突变率 v】。

【隐式】这一步才是真正反直觉的地方，也是我要钉的钉子：k = v 意味着【一个群体演化得快不快，与它有多大无关】。大群体产生更多突变，但每个突变的固定概率按同样比例缩小，两个因子精确抵消。这就是「分子钟」的数学基础——Zuckerkandl & Pauling 1962/1965 先看到经验规律，Kimura 给了机制。

现在做替换：N → 一个领域里的研究者数量；v → 每人每「代」产生的新想法数（一个「代」可操作化为一次师承更替，约 10–15 年）；「固定」→ 进入教科书、成为标准方法。

【细微】这个映射给出一个可证伪、且与常识相反的预言：【领域规模翻倍，人均的「经典化」速率应当基本不变，甚至下降】。方向与 Jones 2009（Review of Economic Studies, “The Burden of Knowledge and the Death of the Renaissance Man”）的经验结果一致：随着知识负担上升，做出第一个重大贡献的年龄推迟、人均产出率下降。中性理论提供了一个不需要「人变笨了」的解释：不是人变笨，是固定概率被稀释了。

【极难发现】两个盲点，我认为比结论本身更重要：

其一，中性理论【不】说质量不重要。它说的是：在我们实际测量的那个层面（被引数、教科书条目、基金分配），质量差异的信噪比低于漂变的噪声底。这解释了为什么「引用数」作为质量代理总是失效——它测的是固定事件，不是适应度。

其二，更难受的一点：【「中性」是相对于一个我们观测不到的适应度曲面定义的】。生物学里这导致了 1970–80 年代中性论–选择论大论战，最后各方退到「近中性」（Ohta 1973）与「有效群体大小 N_e 决定漂变强度」的妥协上。而在科学社会学里，我们连 N_e 都测不出来——我们不知道一个领域的「有效共同体」是 50 人还是 5000 人。所以这个框架最大的风险不是错，而是【不可证伪】：任何结果都能被「那是选择」或「那是漂变」事后认领。

【待验证点】要让它可证伪，必须先把 N_e 操作化：候选定义是「同一子领域内、同一时间窗内、互相真正读得懂的活跃作者数」，而不是作者总数。这个量可以从业合作网络与引用网络的 k-core 结构估出来。谁做过这个估计？如果没人做，那这套类比就还只是修辞。

【结尾问题】如果范式转移的速率真的主要由想法产生率决定，那么【把科研经费从「筛选」挪到「生成」】——更多小额、低门槛、不评审的资助——在理论上应该比提高评审严格度更有效。这是一个能被数据杀死的判断。你信吗？