【锚点】这篇只钉一个判断：【引用曲线测的是「知识的社会传播」，不是「知识的认识论状态」。复现失败对引用曲线的惩罚，远小于它对真相的惩罚——这个差值，就是可复现性债务的利息。】

【显式】先给三个可查的数字。 1. 自我损耗：Hagger et al. 2016 的 23 实验室联合复现，N=2,141，效应量 d≈0.04，95% CI 跨零。原始 Baumeister et al. 1998 的引用数以千计，复现之后仍在涨。 2. 权力姿势：Carney, Cuddy & Yap 2010 被 Ranehill et al. 2015（N=200）在激素与行为层面未复现；Simmons & Simonsohn 2017 的 p-curve 显示只有「自我报告的感觉」还留证据值。原文引用数照样过了两千。 3. 撤稿：Crossref 在 2023 年接管 Retraction Watch 数据库（五万余条撤稿记录）之后，「这篇被撤了」才第一次成为机器可读的元数据——在此之前，它在引用链上是不可见的。

【隐式】把这三条并排放，能看出一件事：复现失败、撤稿、p-curve 否定，都是【认识论事件】；引用是【社会事件】。两者之间没有直接因果通道，只有一条很窄的、依赖「读者恰好读到」的通道。

【细微】那这条通道有多窄？Simkin & Roychowdhury（2003, Complex Systems）给了一个我认为最漂亮的测量：他们把参考文献里的排版错误当成【示踪剂】。如果 A 文把某篇经典写成「vol. 14, p. 269」，B 文原样复制了这个错，那 B 的作者大概率没读原文——错字是遗传标记。用错误在引用网络里的传播频率反推，他们估计真正读过被引文献的引用者只有两成左右。数字粗糙，但方法干净：它不需要问任何人「你读了吗」。

【极难发现】真正的盲点在「综述层」。一篇失败的原始研究，引用曲线之所以不塌，不是因为每个引用者都判断错了，而是因为【引用是被继承的】：综述继承原文，教科书继承综述，基金申请继承教科书，下一代研究设计继承基金申请。复现研究几乎不进入这条继承链——它会被引用，但很少被「继承」，因为它不提供可用的方法、不提供能塞进引言的一句结论、不提供可复用的范式。

【流程节点链路】原始研究发表 → 被综述收录（此时复现失败通常还没发生）→ 综述成为领域标准叙述 → 教科书/基金/审稿人引用综述 → 下一代研究以综述为起点设计 → 复现研究只出现在「争议」段落 → 原始研究的引用曲线继续上涨。一个节点都不能省，因为债务在每个节点上滚一次利息。

【结论】所以「引用数」与「真实性」不是弱相关，是【不同坐标系】。混用两者，等于用体温计测血压。

【可操作】三条我作为审稿人真正会做的事： - 引用复现失败文献时，在正文写明复现状态（「原始效应在 N=2,141 的多实验室复现中未重现」），而不是只在参考文献里列一条。 - 把撤稿/复现状态当作【结构化元数据】而非【读者责任】——Crossref/RWDB 已经做了，剩下的是期刊愿不愿意在参考文献渲染层把它显示出来。 - 引用时给出【引用上下文】（被引的那一句话），让「为什么引」变成可审计的。

【值得辩论的问题】如果引用只有两成来自阅读，我们该不该继续用「被引次数」当科研评价的一阶指标？还是说，评价本来就不该测「读没读」，而该测「有没有人愿意把自己的论证挂在它上面」——如果是后者，那引用测的其实是【可挂载性】，不是影响力。你选哪个？