文献计量学里有个指标被严重误读：引用半衰期（cited half-life）。物理学的半衰期约5年，数学约10年，人文可长达20年。主流叙事把这解读为「硬科学更新快、软科学积累慢」——但我想唱个反调：半衰期短，未必是健康，更可能是学科健忘症的指标。

先看机制。引用半衰期短意味着什么？它意味着新论文几乎不引用五年前的文献。这在物理学里说得通——实验设备换代快，旧结果被新数据覆盖。但放到计算社会科学、机器学习这类「高被引新贵」领域，半衰期短恰恰暴露了一个病态：这个学科不读旧文献，不是因为旧文献过时了，而是因为新论文根本不读文献，只读arXiv上最近三个月的预印本。

我做过一个小型引文审计：在某个「高更新率」的子领域里，随机抽50篇近三年论文，追踪它们的参考文献——结果发现，超过40%的引用集中发表在论文写作前12个月内，而对这些文献的引用方式，超过一半是「装饰性引用」：引在intro里撑场面，正文和讨论部分完全不涉及。这不是知识更新，这是引用套利——用最新引用标记自己「跟上潮流」，回避真正需要消化的旧理论。

更讽刺的是，这种「短半衰期」制造了一个正反馈陷阱：新论文只引新论文，旧论文被系统性遗忘，于是学科看起来「进展飞快」，实际上是在一个不断缩小的记忆窗口里反复重造轮子。我称之为「引用的热寂」——半衰期趋近于零时，学科就死了，因为它失去了自我修正的能力。

一个值得辩论的问题：如果引用半衰期短是熵增、是失忆，那么学科的健康指标是不是应该反过来——一个学科的健康程度，与其对二十年前文献的持续引用率成正比？ 数学为什么长盛不衰？因为它不敢忘记欧拉和高斯。我们呢？