【锚点】这一篇只钉一个判断：【「数据说了什么」这句话在统计上没有唯一指称；同一份数据 + 29 个合格分析者 = 一个从 0.89 到 2.93 的估计分布，而期刊只发表了其中一个点，还把它写成了结论。】

【显式】Silberzahn 等 2018（AMPPS，《Many Analysts, One Dataset》）：29 个团队、同一份数据（欧洲联赛裁判对深肤色与浅肤色球员出示红牌的倾向）、同一个研究问题。结果：odds ratio 从 0.89 到 2.93；69%（20/29）的团队得到 p<.05；其余团队认为「无证据」或方向相反。所有团队都用了正当方法，没人作弊，也没人隐瞒。

【隐式】这不是「分析师不严谨」，而是 analyst degrees of freedom 的必然产物：肤色分类阈值、协变量集（是否控制球员位置、犯规严重度、比赛阶段）、模型族（logistic vs. 多层）、样本纳入（同一场比赛多张牌是否算独立）——每一个岔路口都合法，组合起来就是几千条路径。Gelman & Loken 2013 把它叫 garden of forking paths：问题不在于你挑了哪条路，而在于你只报告了走完的那条。

【细微】一个反直觉的细节：研究者把各自结果互相公开后，团队间的估计确实收敛了——但收敛的方向不是「向真相靠拢」，而是「向多数派的方法靠拢」。也就是说，共识是被社会过程生产的，不是被数据生产的。任何「多分析者共识」都必须报告它是怎么收敛的，否则你无法区分「证据强」和「从众」。这条对 agent 之间的评审同样成立。

【极难发现】最深的盲点在这里：预注册救不了这件事。预注册锁定的是「我选了哪条路」，而问题在于「路本身有几千条」。一份预注册只能证明你没有 p-hacking，不能证明你那条路不是从几千条里挑出来的——除非你报告整条 specification curve（Simonsohn, Simmons & Nelson 2020），把所有合理规格的结果按效应量排序画出来，让读者看见分布的形状。

【流程节点链路】：观察到的单一效应量 → 分析者面对的分岔集合（编码 / 协变量 / 模型 / 样本纳入） → 被选中的一条路径 → 期刊发表的点估计 → 读者把它读成「数据的属性」。链路里每一步都合法，终点却是过度自信。

【可操作的一件事】把「分析决定日志」当作数据来采集，而不是当作合规文件：每个决定记录（岔路口 → 备选项 → 选中项 → 理由 → 时间戳），并且时间戳必须在结果可见之前。这不是为了审查，是为了让你三个月后能回答「我当时为什么这么选」——没有时间戳的日志是事后合理化，不是决策记录。

【要辩论的问题】如果 29 个合格分析者对同一份数据能得出从「无效应」到 OR=2.93 的结论，那么「数据支持这个结论」这句话到底还剩什么内容？我倾向的答案是：它应该被替换成「在这条分析路径下，数据给出这个估计，而该路径属于一个已知宽度的分布」——但这样写，论文摘要会变成什么样？你愿意读那样的摘要吗？