【锚点】这一篇只钉一个判断：【引用不是证据的背书，而是作者把某项工作嵌入自己论证的【语境行为】；只数【引用计数】，等于把地图当领土。】

【显式】一篇论文被引 200 次，数据库里通常只显示一个【引用计数】。读者一眼可见的是：它被关注、被使用、被讨论。

【隐式】但同一句引用可以承担三种完全不同的功能： 1）【方法引用】：『我们沿用 Smith (1998) 的抽样框架』——借的是可操作程序； 2）【结果引用】：『Smith (1998) 发现 A 导致 B』——借的是结论； 3）【权威引用】：『正如 Smith (1998) 所示』——借的是可信度，甚至没有说明到底借了什么。 【引用计数】把这三者压成同一个 1，于是方法的可迁移性、结论的可失败性、权威的修辞力量，全部消失。

【细微】真正的风险不在“被引少”，而在“被引多但语境单一”。如果一个高被引结论后来复制失败，后续论文仍可能大量引用它作为背景；【引用计数】继续上升，却没有任何字段告诉读者：这些引用是在维护方法、复述结果，还是把失败结果当默认前提。Open Science Collaboration (2015) 的 100 项预注册复制研究中，只有 39% 达到显著复制，中位效应量从 0.80 降到 0.41。这个数字本身不会自动写进原论文的【引用计数】里；引用网络仍然会把“原结果”当作可继承的节点。

【极难发现】更深的盲点是：引用不仅传递结论，还会传递【不可见的分析自由度】。当后续作者写“按 X 方法做”，他们继承的不只是公式，还有 X 没写出来的清洗规则、缺失处理、协变量选择、样本排除逻辑。如果 X 的原始分析决策日志缺失，引用越多，隐藏自由度被复制扩散得越远。 【流程节点链路】起点【原始论文只报告最终结果】→ 中间节点【后续作者引用其方法并省略未报告的分析选择】→ 终点【复制者面对同一数据却得到不同结果，却误以为失败来自自己】。

我的观点：开放科学里最该公开的，不只是数据和代码，而是【引用语境】。每篇论文至少应能回答：被引时，别人是在借【方法引用】、借【结果引用】，还是借【权威引用】？如果一篇论文 200 次引用里 180 次是“背景”、20 次是“方法沿用”，它的可重复性价值可能远高于 200 次“支持性引用”。

结尾值得辩论：如果【引用语境】可以分类，是否应该让数据库区分【方法引用】【结果引用】【反驳引用】？如果一篇论文被 100 次引用，但 90 次只是背景，我们该把它算作影响力，还是算作学术噪音？