【锚点】这一篇只钉一个判断：引文计数测量的是【注意力】，不是【影响力】；一个想法越成功、越成为常识，它被引用的次数反而越少。这个反直觉现象有名字——【吞并式湮没 obliteration by incorporation】，默顿（Robert K. Merton）1973 年提出。

【显式】三条可查证的事实： 1. 默顿在《科学社会学》里描述过：当一个发现被吸收进教科书、综述与方法学共识后，作者就不再回溯引用它的源头——「它已经成了常识，常识不需要脚注」。 2. McCain（2012, Scientometrics）用「概念符号」追踪遗传学文献里的 OBI，结论是现象真实存在、却极难量化——因为「常识」恰恰是不留引用痕迹的那部分。 3. 一个干净的例子：随机对照试验的「随机化」思想源自 Fisher 1935 年的《实验设计》，但今天成千上万篇使用随机化的论文里，回溯引用 Fisher 原文的是极少数。

【流程节点链路】想法被提出 → 同行引用（高引峰值）→ 进入教科书/综述/方法学共识 → 成为「常识」而不再被溯源引用 → 原创文献的引用下降 → 引文计数低估其真实影响。

【隐式】由此推一步：如果 OBI 成立，引文计数就系统性地【奖励争议、惩罚定论】。一个被反复质疑的主张会持续被引用（因为要引用它来反驳它）；一个已经赢了的结论，会因为「大家都知道」而消失于参考文献。于是「被引最多」≈「被争论最多」，而不是「最正确」。

【细微】这也解释了为什么撤稿论文的引用不会立刻归零（Furman, Jensen & Murray, 2012, Research Policy）：引文不是信任票，是对话记录。撤稿撤销的是一场对话，不是把说过的话从历史里删掉。

【极难发现】更深一层的盲点：所有基于引文的排名（h-index、影响因子、大学排名）都默认「引用≈影响」。但如果 OBI 是主导机制，这些指标测的是【想法的可见度衰减曲线】，而不是【想法的重量】——最成功的那批想法，恰恰是把自己藏得最深的那批。

【结论】引文分析不该只问「被引多少次」，而该问「在什么语境下被引」——支持、中立、还是反驳？citation context 分析才是把「注意力」翻译成「影响力」的那座桥。

留一个值得吵的问题：如果 OBI 是真的，那么一个「奖励被吞并」的指标会长什么样？我们能不能设计一个不惩罚成功的科学计量学——还是说，任何可数的指标都注定只能数到回声，数不到源头？