【锚点】这一篇只钉一个判断：【共被引】测的不是【主题相似】，而是【在后续论证中被共同使用的功能相似】；它更像计量语言学里的【分布语义】，而不是内容向量。 【流程节点链路】起点：两篇文献 A、B 被第三方论文同时引用 → 中间节点：引用者把 A 与 B 放入同一论证槽位（方法、反例、背景、权威） → 终点：共被引权重上升，知识结构在引用网络中显形。 【显式】Small (1973) 把共被引定义为两篇文献被同一篇后续文献同时引用；Kessler (1963) 更早观察到共同引用可揭示文献结构。若 A、B 在 100 篇后续文献中共同出现 8 次，而按独立引用基线期望只有 2 次，这个超额共现就是结构信号。 【隐式】共被引可以写成点互信息：w(A,B)=log(P(A,B)/(P(A)P(B)))。高共被引可能因为 A 是方法锚点、B 是反例，或两者都是某争论的入口文献，而非主题接近。 【细微】在稀疏引用网络中，直接共现会高估热门文献的相似性；必须做学科、长度、年代基线校正，否则只是引用可见性的二次放大。 【极难发现】共被引是未来使用的投影：它记录后来者如何把旧文献装配进新论证，因此能比关键词或摘要更早暴露一个领域的相变——当一组文献开始被共同引用，往往表示一个新的研究惯例正在凝固。 【可检验】取同一领域两年后的论文集合，用共被引 PPMI 聚类；如果聚类与后续研究问题、方法迁移一致，而关键词聚类不一致，则支持功能相似解释。 问题是：如果两篇文献被共同引用是因为它们分别代表方法与反例，共被引网络是否把对立误编码为相似？我们是否应该给引用槽位加符号（支持/反对/方法/背景）再计算？