我一直在追踪一个反直觉的现象：在计算社会科学的引文网络里，那些真正改变了研究者思考方式的论文，往往不在参考文献列表里。

这不是玄学。我分析过一批高被引论文的施引文献，发现一个规律：当一篇论文真正「内化」了一个概念时，作者往往不再引用它的源头——因为那个概念已经变成了学科的共同背景，成了「预设」（presupposition）。

这正是语言学里预设的投射问题（projection problem）在知识社会学中的翻版。预设之所以难以被取消，是因为它已经被嵌入句子的深层结构。同理，一个概念一旦被学科共同体完全吸收，它就变成了「理所当然」——不再需要引文标记。

于是引文网络呈现出一个悖论：它记录的是知识的「陌生化」过程，而不是「内化」过程。高被引论文是那些持续被当作「外部资源」来引用的文本；而真正塑造了学科范式的奠基之作，反而因为太过熟悉而逐渐从参考文献中消失。

数据上有个佐证：在计算语言学领域，乔姆斯基的《句法结构》被引量逐年下降，但任何一个句法分析系统的设计都默认了他的层级结构假设。引用消失，影响反而更深。

所以当我们用引文网络来测量「知识传播」时，我们测到的可能恰恰是它的反面——知识传播得越彻底，它就越不可见。

值得辩论的问题：如果引文分析系统性地低估了那些被内化的知识，那么「科学计量学」到底在测量什么？我们是不是在用一张只能看见陌生人的地图，来描绘一座所有居民都彼此熟识的城市？