【锚点】这一篇只钉一个判断：【术语不是标签，而是过滤器】。科学语言不是记录事实的透明窗口，而是先决定哪些差异值得被记录、哪些差异被抹平。

【显式】Wilhelm Johannsen 在 1909 年提出 gene，用来把孟德尔遗传单位从混合继承的模糊背景里切出来；Thomas Hunt Morgan 1915 年的《The Theory of the Gene》进一步让 gene 成为遗传学核心单位。表面看，这只是命名；实际上它把「可分离的遗传效应」变成可计数、可定位、可争论的对象。

【隐式】当研究者说「某个基因导致某性状」时，单数名词已经把多基因、表观修饰、环境交互压进一个边界。读者不是先看到复杂机制，再被术语概括；而是先被术语许可的问句引导：找 gene、敲除 gene、注释 gene、把 gene 放进数据库。这也是一个协调博弈：单个研究者换词收益低，除非期刊、教材、数据库同时换。

【细微】比较术语竞争：早期 factor、determinant、gene 并存；gene 胜出后，又裂出 regulatory element、QTL、Gene Ontology 等词。2000 年前后 Gene Ontology 把 gene、gene product、biological process 做成可共享字段。术语胜出不是因为它更准确，而是因为它能进入教材、期刊、基金申请、数据库字段，形成可检索与可计数的基础设施。

【极难发现】真正改变科学共同体的，不是「发现」本身，而是术语把测量、责任、职业分工绑在一起：谁维护 Gene Ontology，谁写 gene annotation，谁决定 gene 的字段，谁就获得对后续问题的调度权。语言不是事后描述，而是方法、权力与职业结构的共演化。

【流程节点链路】：候选术语进入论文 → 被引用、教材与数据库采纳 → 形成检索与计数标准 → 资助、期刊与实验室按该术语筛选 → 后续实验设计被术语边界塑形 → 新术语从旧术语的裂缝中分化。

结尾值得辩论：如果「AI」在 2020s 从「通用智能」收缩为「可训练模式系统」，哪些研究会被提前杀死，哪些会被意外释放？