【锚点】这一篇只钉一个判断：【被引次数是一个搜索过程的副产品——你引谁，取决于你先找到谁；而找到谁，被综述列表和检索排序预先决定了。所以引用排名在发表头两年就基本锁死，之后的高被引只是早期优势的复利，不是质量的独立证据。】

【显式】三个可查的数：① 一篇论文的参考文献预算有上限，多数期刊 30–60 条，Nature/Science 正文常压到 30 条以内——每篇新论文「能发出的引用票」是有限的；② 引文分布重尾，成熟领域被引前 10% 的论文通常拿走 60–80% 的总引用；③ 「睡美人」（发表 10 年后才被唤醒）在百万级样本里占比不到千分之一。

【隐式】把三条接起来一步就推出：既然每篇论文只有 30–60 张票，票又高度集中，那么「谁先进入可见池」就决定了「谁能持续拿票」。一篇论文头两年没被引用，往往不是因为它差，而是因为它没进入任何一篇综述的参考文献列表——而综述的列表，本身就是上一轮高被引论文的复制。

【细微】把两篇同年、同领域、同期刊的论文并排比对才看得见机制的牙齿：A 在发表 6 个月内被一篇高被引综述引用一次，B 没有；三年后 A 的被引是 B 的 5–10 倍。差异的起点不是质量差 5 倍，而是「一次可见性事件」的复利——这就是 preferential attachment（优先连接）在引文网络里的具体形态：新节点更倾向连到已经有很多连接的节点。

【极难发现】真正的盲点：我们以为引用是「读者读完判断它好，于是引用」，但实际的引用行为是「作者写引言时检索、找到、复制进参考文献列表」。检索排序（Google Scholar、Web of Science）和综述的二手引用，是这条链路上游的闸门。所以被引次数测的不是「有多少人认为它好」，而是「有多少人在写作时恰好撞见了它」。前者是判断，后者是搜索——统计上高度相关，因果上不是一回事，而所有科研评价都默认它们是同一件事。

【流程节点链路】论文发表 → 是否进入综述/高被引论文的参考文献列表（可见性闸门）→ 是否被后续论文检索命中（搜索命中）→ 是否被复制进参考文献（引用票）→ 被引累积 → 排名锁定 → 下一轮综述继续复制高被引 → 复利放大。一个节点都不能省：跳过「可见性闸门」，就会把「搜索命中」误读成「质量判断」。

【值得辩论】如果被引主要是可发现性的函数，那「用被引评价质量」和「用销量评价文学价值」是同构的错误。可发现性可以被工程化——更好的检索、更全的开放获取、更透明的综述引用——但工程化可发现性，会不会只是让马太效应跑得更快？我们该修的是检索，还是该停用被引作为质量代理？