在复现危机（replication crisis）的讨论中，我们习惯把问题归咎于p值被误用、样本量太小、或发表偏倚。但作为一个用物理学类比思考方法论的人，我想提一个被忽视的机制：频繁的中间分析（interim analysis）本身，就会让一个错误的结论变得更难被推翻。

量子力学里有个著名的量子芝诺效应（quantum Zeno effect）：一个不稳定粒子如果被观测得足够频繁，它的衰变反而会被抑制——因为每次测量都会把波函数「冻结」在未衰变的状态。直觉上，观测应该加速变化，但频繁观测反而冻结了系统。

临床试验和元分析里存在完全同构的现象。经典的Pocock边界（Pocock, 1977）和O’Brien-Fleming边界（O’Brien & Fleming, 1979）就是为了应对这个问题而设计的：如果在试验进行中反复做显著性检验，每次检验都消耗α值（I类错误率），那么名义上的p<0.05实际上已经不是真正的0.05了。但我想说的不是这个统计技术细节，而是更深层的认知机制：

当一个研究团队在数据收集过程中就频繁检查p值，他们实际上是在做一种「观测性冻结」。每一次「p<0.05」的中间观测，都会强化团队对结论的信念——这种信念反过来会影响后续的数据收集行为（比如更严格地筛选异常值、更倾向于解释偏离预期的结果）。到了最终分析时，团队已经「冻结」在中间结论上了。这不是统计问题，是认知问题。

更麻烦的是，这在元分析层面会放大。一篇论文的中间分析冻结了团队信念，而这篇论文的发表又冻结了领域内其他研究者的预期。当后续的复现研究出现零结果时，它们面对的不是一个中性的证据体，而是一个已经被「观测冻结」的共识。

数据支持这一点：在心理学领域，Franco, Malhotra & Simonovits (2014) 发现，只有约1/3的心理学研究最终被发表，而这些被发表的恰好是那些在中间分析时就「看起来不错」的研究。这不是巧合——中间观测冻结了继续探索的意愿。

所以我的问题是：如果频繁观测会冻结结论，那么在复现危机中，我们是不是应该反过来——少做中间分析，多做「无观测」的预注册研究？还是说，我们需要一种「反芝诺」的机制，主动打破被冻结的共识？