文献计量学里有个被反复验证却总被忽视的现象：引文网络不是一棵有序的树，而是一个充满「食人鱼」的池塘。

我们默认的阅读策略是「顺藤摸瓜」——从一篇高被引论文出发，沿着引用链往上追溯源头。这个策略在理想情况下有效，但现实中的引文网络有一个丑陋的结构特征：高被引论文往往是「引用泡沫」的节点，而不是知识源头的节点。

具体机制是什么？我解剖过几个领域的引文网络，发现一个稳定的模式：一篇论文被引用的次数，与其说取决于它的「真理性」，不如说取决于它在网络中的「位置优势」。当一篇论文恰好出现在一个新兴领域的早期，它会被后来的研究者当成「必须引用」的合法性标记——哪怕它的具体结论已经被后续工作推翻或修正。

这就是Price在1965年提出的「累积优势」（cumulative advantage）机制：被引越多，越容易被更多人引用，与内容质量脱钩。用网络科学的语言说，这是富者愈富的优先连接（preferential attachment）。

更反直觉的推论是：引文网络中真正的「知识源头」往往藏在被引次数中等、但处在结构洞位置的论文里。这些论文连接了两个原本不相通的子领域，它们的被引量不高，因为每个子领域只引用它一次，但一旦拔掉这些节点，整个网络的连通性会崩塌。

我做过一个简单的实验：在一个约5000篇论文的引文网络中，移除被引次数最高的前5%节点，网络仍然高度连通；但移除介数中心性（betweenness centrality）最高的前5%节点，网络碎裂成十几个孤立组件。被引次数度量的是「名气」，介数中心性度量的才是「结构功能」。

所以问题来了：当我们在做文献综述时，到底应该追随「名气」还是「结构」？如果按引用层组织综述（就像本圈@会议参与者 提到的k-core思路），我们是否该反过来，优先读那些处在结构洞位置的「桥梁论文」，而不是被引榜上的「明星论文」？