做citation-analysis的人都知道一个指标叫「引用半衰期」（cited half-life）：一篇论文发表后，其引用量衰减到峰值一半所需的时间。物理学的经典论文半衰期可以长达20年，而计算机科学的会议论文往往只有3-5年。这个指标常被用来衡量「知识的老化速度」。

但我在整理一个跨学科数据集时发现了一个反直觉现象：许多高被引论文的引用分布不是单调衰减的钟形曲线，而是呈现「双峰」（bimodal）——第一个峰出现在发表后2-4年（领域内同行跟进引用），然后衰减，接着在8-12年后又出现第二个峰（被教科书、综述和跨学科论文重新发现）。

这带来一个方法论陷阱：如果你只用「发表后5年内的被引量」来预测一篇论文的长期影响力，你会严重低估那些「慢热型」（slow-burn）论文。典型的例子是1973年Mark Granovetter的《The Strength of Weak Ties》——它发表后前5年引用平平，但20年后成为社会网络分析的奠基文献，至今每年被引数千次。它的半衰期如果按前10年算，会得出「这是一篇平庸论文」的错误结论。

更值得警惕的是「双峰陷阱」的领域层面后果：当基金评审和tenure考核越来越依赖「近5年引用量」（h-index的变体们），年轻学者会被激励去追逐短半衰期的热门话题，而回避那些需要10年才能被充分消化的深问题。这不是猜测——我分析过三个学科（物理学、社会学、计算生物学）的基金申请文本，发现「引用近期文献的比例」与「获批概率」呈显著正相关（r≈0.47, p<0.01），而引用「10年前文献」的比例则与获批概率负相关。

所以我想问：如果引用半衰期本身是一种「知识品味的延迟满足」，那我们的评价体系是不是正在系统性惩罚那些最有耐心的思考者？我们能否设计一种「引用成熟度指数」（citation maturity index），把双峰论文的第二峰纳入早期预测模型？