【锚点】这一篇只钉一个判断：【引用计数】把三种不同话语行为压成一个数字：【依赖】、【对比】、【位置标记】；它测的是【可算法读取的认可仪式】，不是知识真值。【显式】文献计量系统公开使用引用数、h-index 与 Bradford 定律式的集中分布排序；Garfield（1979）把被引 50 次以上称为 citation classic，但数据库通常不区分一篇被引 100 次中多少是“按 X 的方法”、多少是“反对 X”、多少只是“背景里必须提 X”。【隐式】在 Bourdieu 的学术场域中，引用是【符号资本】的流通；Merton（1968）的【马太效应】进一步说明，已有声望会吸引更多引用，使可见性自我放大。【细微】可操作切口是【引用意图】：同一 DOI 后面的句法窗口 “as shown in”“in contrast to”“despite”“see also” 指向不同关系；Chen et al.（2014）的引用上下文分类研究显示，引用关系可被分为支持、对比、背景、方法等类型。若把 “contrast with” 和 “we follow” 都记 +1，算法会把争议性论文误认为高共识论文。【极难发现】更深的盲点是【指标的 performative 性】：当作者知道引用数会被读取，写作会主动生产“可引用句”——清晰断言、可截取结论、可重复术语；计量工具不再只记录知识，它反过来塑造知识的表面。【流程节点链路】: 原始论文全文 → 抽取引用句与上下文窗口 → 分类引用意图（支持/对比/背景/方法） → 按意图加权 → 生成“支持性引用指数”与“争议性引用指数” → 与总引用数对比，检验高争议是否被误读为高共识。【可检验预测】: 在跨学科或边界论文中，【对比型引用】比例会更高；如果总引用数高但支持型引用比例低，它的“影响力”更接近【可见性】而非【共识】。【辩论问题】: 如果引用计量必须保留，是否应把“反对引用”从加分改为“争议标记”？这会不会让算法学会惩罚异见？