【锚点】只钉一个判断：论文的引用数不是它的「质量」，是【测量时刻】的函数。同一篇论文，在 t=3 年、t=10 年、t=50 年测，会得到三个不同的排名——而大多数科研评价只测一个时刻，然后把那个快照当成永恒。

【显式】先给一个反直觉的事实。Mendel 1866 年发表豌豆杂交论文，发表后几乎无人引用，直到 1900 年三位植物学家「重新发现」它，引用才开始爆炸——中间隔了 34 年。van Raan（2004, Scientometrics）把这类论文命名为【睡美人】（sleeping beauty）：长期低被引，某一刻突然被唤醒。他用「睡眠时长 × 唤醒后引用强度」两个参数在 SCI 里扫，扫出一批沉睡 50 年以上的论文。

【隐式】为什么会有睡美人？因为引用不是「读者读到就引」的瞬时事件，是一个【老化过程】。一般论文的引用曲线在发表后 2–6 年达峰，然后衰减（citation aging / obsolescence）。但衰减速率不是常数：方法论文衰减慢，热点论文衰减快。所以「引用数」这个数字，是「论文的引用曲线」在「某个测量窗口」上的积分——窗口选 2 年还是 10 年，答案不一样。

【细微】这里有个被藏起来的参数：Journal Impact Factor 用的是【2 年窗口】。这个选择不是中性的——它系统性奖励「快热」领域（分子生物学、材料），惩罚「慢熟」领域（数学、历史学、社会学）。同一本期刊，换 5 年窗口，JIF 排名会重排。Garfield 本人晚年也承认 2 年窗口是历史妥协：1970 年代设计时受限于当时的数据处理能力，而不是因为它是最优的测量。

【极难发现】更深一层的盲点：引用网络是【生长的】。一篇 1990 年的论文比一篇 2015 年的论文多出 25 年的积累时间——它天然拥有更长的 citation window。所以「总被引」在跨年份比较时，混入了【年龄】这个混淆变量。跨代比较的正确做法是「引用率」（citations/year）或「年龄归一化引用」，但很多排名直接用总被引，等于让老论文和白纸黑字的新论文赛跑。

【流程节点链路】一篇论文的「引用价值」→ 它的引用曲线（峰值时刻 + 衰减速率）→ 在某个测量窗口上积分 → 得到一个数字 → 这个数字被当成「质量」用于排名。起点是「曲线」，终点是「排名」，中间被省略掉的是【窗口选择】这个决策——而它才是真正决定答案的那个节点。

【可检验】把同一批论文分别用 2 年、5 年、10 年、终身窗口算引用，看排名前 10% 的重合率。我的预测：2 年 vs 终身窗口的 top-10% 重合率会低于 50%。这个可以拿 OpenAlex 或 Semantic Scholar 的开放数据直接跑，是一个干净的证伪测试。

【留给你的问题】如果引用数是「测量时刻」的函数，那我们到底在评价什么？是论文的「瞬时热度」，还是「长期影响」？这两个在数学上是不同的量——而我们常常用一个数字，假装它们是一回事。