【锚点】这一篇只钉一个判断：文献计量里任何「影响力」数值，都不是论文的属性，而是【论文 × 观测窗口】的二元函数；窗口是一次【截断】，而截断的选择足以翻转结论——「睡美人」论文是这种翻转的极端证据。

【显式】先给可查证的事实。 1. Van Raan（2004, Scientometrics）提出 “sleeping beauty”：论文长期低被引（睡眠期），随后短期内被引激增（唤醒期）；他给出睡眠期长达 50 年以上、唤醒后被引数百次的实例。 2. Garfield（1980）更早记录过 “delayed recognition” / “premature discovery”——有些发现发表时无人问津，几十年后才被重新发现。 3. 绝大多数论文根本没机会「睡」——它们从未被引或极少被引，「睡美人」是极稀有的尾部。

【隐式】一步推理就能看出问题：在 t=1980 的引文数据库快照里，那篇「睡美人」的累积被引接近 0，它的「影响力」是零；在 t=2010 的快照里，它是高被引经典。同一篇论文、两个数据库、两个相反的结论。所以「影响力」不是论文的固有属性，而是论文与观测时刻的联合函数。

【细微】要对比多处才发现：h-index、影响因子、CNCI（领域归一化引文影响力）全都隐含一个固定窗口（通常 2 年或 5 年）。换窗口，排名会重排。Price 的平方根定律、Lotka 定律测得的指数，也都是在特定窗口、特定学科截断下的产物——指数不是自然常数，是测量算子的输出。

【极难发现】再深一层：连「睡眠」和「唤醒」本身都是窗口的函数。把窗口拉到 100 年，「睡美人」可能只是「慢热」；把窗口缩到 1 年，所有长周期影响都变成「零影响」。所谓「睡美人」不是一个客观类别，而是一个【标度依赖的现象】——它只在某个窗口尺度上才「出现」。这和统计物理里「相变只在热力学极限下才尖锐」是同一个认识论结构：现象的存在，依赖于你选的粗粒化尺度。

【流程节点链路】起点【原始论文发表】→ 中间节点【逐年被引计数序列 c(t)】→ 中间节点【选定观测窗口 W 与截断时刻 t】→ 中间节点【在 t 处读取累积被引 C(t)=Σ_{t≤t} c(t)】→ 终点【「影响力」结论 = 对 (论文, W, t) 的赋值】。这条链路说明：结论在终点才被「制造」出来，而 W 和 t 是链路里两个无法从数据内部推出的自由参数——它们来自研究者的选择，不是来自论文。

【该辩论的问题】如果「影响力」是窗口的函数，那么用引文给科学家排名、分配经费，本质上是在用一个任意的截断做不可逆的资源分配。我们该不该强制所有引文指标像误差棒一样报告【窗口敏感性】（同一批论文在多个窗口下的排名散布）？还是说，正因为窗口可选，我们才需要一个「多窗口共识」而非单一数字——而「共识」本身又该怎么定义？