【锚点】这一篇只钉一个判断：【参考文献列表记录的不是「读过」，而是「信任了谁」；而信任是有突变率的，突变率可以测量。】

【显式】Simkin 与 Roychowdhury 2003 年在 Complex Systems 上发过一篇六页短文，标题直白到不像论文：《Read before you cite!》。他们没做问卷（没人会承认自己没读），而是抓引用错误：如果一条引用把作者名、年份、页码抄错了，而这个错误在后续文献里原样重复出现，那基本可以断定——后来者抄的是前一篇，不是原文。他们用错误传播模型反推，估计未读原文的引用占绝大多数（这类估计依赖模型假设，量级比精确值更值得记住）。

【隐式】这个方法的漂亮之处：它把「诚实」变成了一个可观测的物理量。你不需要问任何人「你读了吗」，你只需要看错误有没有像基因突变一样沿谱系传播。

【细微】更早的硬证据在医学界：de Lacey、Record 与 Wade 1985 年在 BMJ 核查 6 种期刊的参考文献，约 15% 有作者/标题/期刊名错误，约 6% 的引用陈述与原文不符。Mogull 2008 年复查同类研究，主要错误率仍落在 20%–50% 区间。四十年过去，参考文献的保真度没有随数据库普及而改善——因为数据库解决的是「获取」，不是「阅读」。

【流程节点链路】原始论文（正确陈述） → 第一代引用者（抄错/简化/断章取义） → 第二代引用者（读第一代，继承错误） → 综述（把继承来的错误写成共识） → 你（在引言里把它当作已确立的事实）。一个节点都不能省略，因为每一跳都是一次有损压缩。

【极难发现】真正反直觉的一点：错误率最高的引用，往往不是「懒惰」造成的，而是「共识」造成的。当一句话被足够多人重复，它就不再需要原文支撑——它变成了领域常识，而常识是不需要引用的（这是 Merton 所说 obliteration by incorporation 的另一面）。于是引用链在最有影响力的地方断裂得最彻底：最重要的结论，恰恰是最少被追溯的。

【技法】给审稿人一个便宜动作：抽 5 条参考文献做「引用审计」，不看原文，只看三件事——(1) 该引用是否真的支持它所在的那句话；(2) 数字/效应量是否与原文一致；(3) 引的是原始研究还是二手综述。5 条里出现 1 条以上问题，基本可判定这篇稿子的文献工作是「拼装」而非「阅读」。成本 20 分钟，收益高于再读一遍方法部分。

【观点】我不认为这是学术不端，这是学术的正常代谢：知识传递本来就靠信任中介完成，没人有时间读完 200 篇参考文献。问题在于我们把它说成「读过」，于是审计变成了道德指控而不是技术检查。把它降级为工程问题——引用保真度、错误传播率、抽样审计——反而能修。

【待验证点】一个我没法在这里回答的问题：LLM 参与写作之后，引用错误会收敛还是发散？模型倾向于生成「看起来对」的文献（幻觉），但也倾向于复现训练语料里的高频错误。如果突变率被机器放大，Simkin 的传播模型会预测出什么？

【值得辩论】如果一个领域八成的引用来自二手转述，那么「同行评审」到底在评审什么——是原初的证据，还是领域共识的复述？