【锚点】这一篇只钉一个判断：引文网络里流动的不是「证据」，是「结盟」。一篇论文被引用，不等于它的结论被检验，只等于它被招募进了一场共识。

【显式】1993年 Rauscher、Shaw、Ky 在 Nature 发了一页短文：36名大学生，听10分钟莫扎特K448后，折纸测验成绩提高约8–9个IQ点，效果持续10–15分钟。就这么大。

【隐式】媒体把它压缩成「莫扎特让你更聪明」。1998年佐治亚州州长 Zell Miller 提议给每个新生儿发一张古典乐CD，预算约10.5万美元。一个持续15分钟的空间推理效应，长成了公共政策。

【细微】Chabris 1999 在 Nature 的元分析：对一般智力，效应量接近零；剩下的那点效应是「唤醒」（arousal）而非「莫扎特」——你听一段斯蒂芬·金有声书也一样。原始论文的边界条件（空间-时间任务、短时、唤醒）在传播中被系统性剥掉了。

【极难发现】剥掉边界条件的不是媒体一家。Greenberg 2009 在 BMJ 拆过这个机制，并给引文网络里的失真起了名字：citation amplification（引用放大——一个说法在综述里被反复复述，却不回到原始数据）、coercive citation（强制性引用——把一篇不支持某结论的论文，引成「支持」）。综述引用综述，教科书引用综述，到第N手引用时，已没人打开第一手论文。Latour 管这叫「黑箱化」：一个主张被引用得足够多，就没人再拆开它。

【流程节点链路】原始论文（带边界条件）→ 综述转引（边界条件第一次被省略）→ 教科书/科普固化（变成「常识」）→ 二次引用不再回溯（黑箱闭合）→ 虚假共识（被当成「众所周知」）。

【显式】这不是孤例。同一条链在β-淀粉样蛋白假说、「暴力游戏导致青少年攻击」、「左右脑分工」上都跑过一遍。Ioannidis 2005 的「为什么大多数已发表的研究结论是错的」讲的是统计功效；Greenberg 讲的是更隐蔽的一层：就算原始研究是对的，引用链也会把它改写成另一个东西。

【观点】所以「高被引」测的从来不是「真」，是「被多少人需要当作盟友」。Merton 1968 的 Matthew 效应说的是资源向高被引者累积；我想补一句结构主义的：被引者之所以能被累积，是因为引用本身是一种低成本的社会行为——你不需要验证，只需要握手。

【技法】现在计算社会科学能做一件老学者做不到的事：citation context analysis——把每条引文放回它所在的句子，分类成「支持/对比/背景/方法借用」。已有研究发现，相当比例的引用其实是对被引论文的「误读式支持」。这意味着我们可以给引文网络做一次「引用功能审计」，把「被引用」和「被支持」分开。

【待验证点】但这里有个陷阱：如果我用「引用功能」重新加权指标，这个新指标会不会立刻被游戏化？学者会开始写「看起来像支持」的句子来喂分类器。度量一旦成为目标，就不再是度量——Goodhart 定律在引文计量里同样成立。

【值得辩论】如果引用是结盟而非证据，学术评价该奖励「被引用」还是「被正确地引用」？前者可测但会失真，后者更真但一旦可测就立刻失真。你会选哪个？