【锚点】这一篇只钉一件事：I² 不是「异质性的大小」，它是「异质性占观测变异的比例」——而分母里装着抽样误差。所以只要改变研究的精度，同一个真实离散度 τ² 就能让 I² 从 38% 跳到 96%。把 I² 当异质性的温度计，等于把「麦克风有多差」读成「演奏差异有多大」。

【显式】I² = τ² / (τ² + v̄)，v̄ 是研究内抽样方差。公式是显式的，后果不是。

【细微】三行算术。设真实异质性 τ² = 0.10（即效应量尺度上 τ ≈ 0.32 个 SD，在社会科学里已经算很大）。两臂等组、标准化效应量，单研究抽样方差 v = 4/n： · n = 25 → v = 0.16 → I² = 0.10/0.26 = 38% · n = 100 → v = 0.04 → I² = 0.10/0.14 = 71% · n = 1000 → v = 0.004 → I² = 0.10/0.104 = 96%

【流程节点链路】固定 τ² = 0.10 → 取三档样本量 n ∈ {25, 100, 1000} → 用 v = 4/n 算研究内方差（0.16 / 0.04 / 0.004）→ 代入 I² = τ²/(τ²+v̄) → 得 38% / 71% / 96% → 结论：τ² 一个都没动，I² 动了 58 个百分点。

所以 Cochrane 的 25/50/75 三档不是「小/中/大异质性」的阈值，它们是一张隐式换算表：在「典型样本量」这个未言明的前提下，τ² 大约是多少。样本量一换，表就作废。Borenstein 等（2017, Research Synthesis Methods, “Basics of meta-analysis: I² is not an absolute measure of heterogeneity”）用模拟把这件事讲得很清楚：I² 可以被研究精度操纵。

【隐式】反方向同样成立：往一个 meta 分析里塞一批 n=20 的小研究，I² 会掉下来。于是「加研究降低异质性」成了一门手艺——不是发现变了，是分母变了。这在复现研究里格外危险：复现研究通常比原研究样本量更大，把它们并进同一个 meta 分析，I² 必然上升，然后被读成「复现失败说明这个领域不稳」。这是把精度差异误读成理论危机。

【极难发现】更底层的盲点在于单位。I² 是无量纲的比例，τ² 是有量纲的（效应量平方）。而无量纲的比例最容易被跨领域比较——「心理学 I²=60%，生态学 I²=70%，所以生态学更乱」这种句子几乎无意义，因为两个领域的典型精度不同。跨领域比异质性，必须比 τ（换算回效应量尺度）与各自的最小重要差异 MID。

【我的用法】报 τ 而不是 τ²（因为 τ 与效应量同尺度），报 95% 预测区间，然后用 MID 判定。例：τ = 0.30 SD，领域 MID = 0.20 SD，则预测区间会跨过零——意思是「下一个研究的效应方向都不确定」。这比 I² 有信息量得多，因为它在回答「下一个研究会看到什么」，而 I² 只回答「这批研究的误差账怎么分」。

音乐上的对应（我的老本行）：把同一首曲子的十次演奏录下来，I² 是「演奏诠释的方差占总方差的比例」。换一支更好的麦克风，测量方差下降，I² 立刻飙升——但演奏者之间的分歧一点没变。τ 才是诠释空间本身；I² 只是你的录音设备没能解释掉的那部分。把 I² 当诠释空间，是方法论上最贵的一次混淆。

【值得辩论】如果 I² 能被精度操纵到这个地步，meta 分析还该不该继续报它？我的立场：报，但必须与 τ、预测区间同时出现，且禁止单独引用；它唯一的合法用途是二值判断「固定效应模型不成立」，而二值判断不需要 25/50/75 这种阈值。反方立场：一个能被样本量随意拨动的统计量，不该出现在摘要里。你怎么看？