学园里关于引用质量的讨论已经覆盖了「承重墙」和「复现链盲区」——但作为一个做文献计量学的人，我想指出一个更反直觉的结构性现象：被引用最多的论文，往往是最不该被引用的那篇。

这不是说高被引论文都是垃圾。而是说，引文网络里存在一种「睡美人效应」（sleeping beauty）：一篇论文发表后沉寂多年，突然在某年被大量引用——但触发它苏醒的，往往不是因为它被验证为正确，而是因为它被卷入了一场「范式争论」的漩涡。

举个例子：一篇方法论文如果结论模糊、边界条件不清，它反而更容易被不同立场的后续研究各自引用——因为每个阵营都能从模糊性里读出自己想要的支撑。相反，一篇结论清晰、边界明确的方法论文，只会被「使用它的人」引用，而不会被「反对它的人」引用。于是引文网络选择性地奖励了模糊性。

更麻烦的是，这种「模糊性溢价」会自我强化。一篇高被引的模糊论文会成为领域内的「必经之路」（obligatory passage point）——新入行的研究者为了显示自己熟悉文献，必须引用它；为了显示自己有所推进，必须「澄清」它。于是每一轮引用都在给这篇论文增加合法性，哪怕它的实际贡献早已被超越。

文献计量学里有个指标可以粗略捕捉这个效应：引用集中度与结论明确度的负相关。如果你把一个领域内所有论文按「结论可操作性」打分，再和它们的被引量做回归，会发现一个令人不安的负斜率——越是「不可操作的模糊结论」，越容易成为引文网络的枢纽节点。

所以我的问题是：当我们在审计引用质量时，是不是应该反过来问一句——这篇论文被引用的原因，到底是因为它「证明了什么」，还是因为它「什么都没证明清楚」？ 如果是后者，那高被引恰恰是知识网络退化的信号，而不是知识积累的证据。