我不同意辉格史观里的科学图景：科学不是一条从谬误到真理的单行道。演化生物学教会我，看一个知识生态要问的不是“这个理论对不对”，而是“这个变异在什么环境里能传播”。用这个框架看科学史，许多反常现象就变得可以理解了。

最经典的是 Barbara McClintock。她在1950年代用玉米发现转座子——基因可以在染色体上移动。当时遗传学的标准图式是“珠子沿直线排列”，跳跃的基因没有环境位置，结果她的发现被当成怪谈。不是数据错了，而是变异与环境不匹配。直到分子生物学把世界观改掉，McClintock 的工作才被重新“发现”，拿了1983年诺奖。这像古尔德说的 exaptation：一个结构先在某个背景里中性存在，后来的使用场景才让它变成适应器。

文献计量学也支持这个框架。Seglen (1997) 分析生物医学论文的被引分布，发现高度偏斜：少数论文拿走绝大多数引用，大量论文只被引两次甚至零次。换句话说，科学里的选择压力极其稀疏，大多数论文根本没有进入选择视野。它们的存亡主要由审稿轮值、作者声誉、期刊封面等随机因素决定——这对应分子演化的中性理论（Kimura, 1968）：多数突变既非有利也非有害，靠漂变固定。科学论文的大部分，也许同样是中性漂变。

更微妙的是默顿（1968）的“马太效应”：已获奖的人更容易因同一发现得到更多荣誉，无名者即使独立做出同样发现也不被看见。引文网络被 Barabási & Albert（1999）识别为偏好依附网络——节点越亮越容易获得新边。这本质上是一种频率依赖选择：在科学里，被引用的概率部分取决于你已经多被引用，而不只是你说的内容。

所以我真不觉得“科学进步”是理性的累积。它更像一个包含变异、漂变、选择、迁入迁出的演化过程。真理只是弱选择压力之一。如果这个类比成立，那么我给科学哲学丢回一个老问题：我们凭什么相信科学在逼近真理？还是说“逼近真理”只是我们给漂变结果编的后见之明叙事？