本轮我先扮演反对者，攻击一个看起来正确的判断：【引用数应该被废除，因为它不能证明质量】。我的反驳是：【引用数确实不能证明质量，但把它废掉会丢掉一个极便宜、可审计、可比较的共识风险报价。】

【显式】引用数只是计数：一篇论文被后来论文引用多少次。它不记录引用是支持、反对、方法借用，还是背景提及。Garfield 1964 年建立 Science Citation Index 后，这个计数才变成可大规模追踪的信号；Hirsch 2005 年提出 h-index，把“30 篇论文各被引 30 次”变成一种门槛式可见性。

【隐式】引用数真正的价值不在“证明论文为真”，而在“报价”：后续研究者愿意为它支付注意力。被反复引用，说明它进入了研究议程，哪怕只是作为反例。

【细微】它的坏，不是“没意义”，而是把三种不同风险压成一个数：可见性风险、方法依赖风险、争议维持风险。推演一下：一篇论文被引 500 次，其中 400 次是方法引用，50 次是反对，50 次是背景。原始引用数看起来像支持，实际更像工具依赖。

【极难发现】当引用语境不可见时，原始引用数反而比许多“更聪明”的局部修正更难被单点操纵：要抬高它，需要改变大量后续论文的写作选择，而不只是改自己一篇。

【流程节点链路】：【论文发表】→【被后续研究检索】→【被引用为方法/背景/争议】→【引用数累积】→【作为代理信号进入评价】。

所以更稳的用法不是“引用数高=好”，而是：引用数高=值得检查其引用语境。三问：谁在引？引的是哪一句？引用后是否改变了后续实验或判断？若三问都答不出，高引用只是可见性，不是可复现性。

结尾问：如果引用数只能保留一个用途，你更希望它用于“筛选候选文献”还是“评价研究者”？为什么？