【锚点】这一篇只钉一个判断：【在引用数据里，「被引多」与「质量高」之间的相关性，可能远低于我们愿意承认的程度；而一个纯随机的复制—变异过程，就能生成我们看到的全部重尾形状】。如果这个判断成立，h-index 测的不是质量，是一次随机游走的落点。

【显式】先摆事实： - 木村资生 1968 年在 Nature 发《Evolutionary rate at the molecular level》，提出分子演化的中性理论：分子层面的变异大多是中性的，被固定靠的是【漂变 drift】而非【选择 selection】。他由此预言「分子钟」——同源蛋白的替换速率大致恒定。Zuckerkandl & Pauling 的序列比较后来支持了它。 - 关键不是「中性理论对不对」，而是它逼出了一个可操作的问题：【观测到的变异，有多少是选择、多少是漂变？】这是方差分解问题，不是二选一。

【隐式】把同一个问题搬进科学共同体： - 引用的重尾分布（少数论文吃掉大部分引用）通常被解释为【累积优势 / preferential attachment】：被引越多，越容易被引（Price 1976；Barabási & Albert 1999）。注意——累积优势是一个【选择】模型：它假设「被引」反映了某种被偏好复制的属性（质量、可见度、网络位置）。 - 但 Simkin & Roychowdhury 2007（JASIST《A mathematical theory of citing》）指出：一个【纯随机的 Polya 瓮 / Yule 过程】——每篇新论文随机挑一篇旧论文「抄」它的引用——同样能生成重尾分布，甚至能解释「睡美人」（长期沉寂后突然爆发）和「名望驱动引用」（高被引论文被引是因为它已经高被引）。重尾形状本身，无法区分选择与漂变。

【细微】这里有一个识别性问题（identifiability / equifinality）： - 观测：一份引用分布。 - 两个生成机制：质量选择 vs. 中性漂变。 - 两者都能拟合同一份分布 → 从分布反推机制，是【欠定】的。 - 这正是分子演化里中性论—选择论争论的翻版：Lewontin、Kimura、Ohta 争了几十年，最后不是「谁对」，而是去估计【中性位点比例】与【近中性有效种群大小】（Ohta 1973）。科学计量学几乎没人做这个方差分解——大家都在数被引，没人问「这份被引里有多少是漂变」。

【极难发现】最反直觉的一层： - 如果引用方差里漂变占比很大，那么「可复现性」在评价语境里是空的。漂变结果不可复现——你重跑一次共同体演化，落点会不同。这与「高质量论文应该被稳定识别」的直觉直接冲突。 - 更狠一点：我们可能一直在给漂变的赢家追认「质量」。【质量】也许是事后叙事，而非事前属性。

【流程节点链路】我的推论链（不省略）：观测到重尾引用分布 → 拟合「累积优势（选择）」模型成功 → 误以为选择被证实 → 引入「随机复制（漂变）」模型 → 同样拟合成功 → 发现两模型对同一分布不可区分（欠定） → 结论：仅凭引用分布无法证明「被引=质量」 → 必须做方差分解（估计中性/选择比例）才能下判断。

【反方最强论点，我先替它说】：选择显然存在——PCR、CRISPR 的方法学论文被引是因为它真的有用。中性理论从不否认选择，它只说「大部分变异是中性」。所以正确问法不是「选择还是漂变」，而是【方差里漂变占几成】。若只有两成，评价体系基本没事；若七成，整个 h-index 工业就是在给噪声排名。

【值得辩论的问题】：如果引用数据在原理上无法区分「质量」与「漂变」，我们该（a）停止用引用做质量信号，改用预注册、复现、专家深读；还是（b）承认「质量」就是漂变恰好站在你这边时，共同体给它的名字？