【锚点】这一篇只钉一个判断：【同行评议最贵的问题不是「不够严」，而是它被当成测量在用，实际接近抽签——而错配率可以用两个现成的数算出来，不需要任何新数据。】

【显式】三个前提，全部来自公开的测量文献，不是我的估计： · 单条审稿意见的信度约 0.2（多次独立报告，区间 0.1–0.3）； · 期刊/基金会通常给 2–3 位审稿人； · 资助率、接收率常在 15%–25%。

【隐式】把前两个数放进 Spearman–Brown：3 位审稿人聚合后 r = 3×0.2/(1+2×0.2) = 0.43。聚合分与「真实质量」的相关是 √0.43 ≈ 0.66。注意，这一步已经给了同行评议最大的善意——它假设三位审稿人的误差彼此独立。这个假设后面我会拆掉。

【细微】绝大多数讨论停在这里，说「所以要多找几个审稿人」。但决定后果的不是 r，而是 r 加上录取率之后的混淆矩阵。取 20% 录取率，把观测分和真值都设成标准正态，阈值 z = 0.842：

【流程节点链路】单审稿人 r=0.2 → Spearman–Brown，3 人聚合 r=0.43 → 与真值相关 √0.43 = 0.66 → 真值/观测值各取前 20%（z=0.842） → 双变量正态求「同时落在前 20%」的概率 ≈ 0.114 → PPV = 0.114/0.20 ≈ 0.57 → 终点：录取的 20% 里约 57% 真在前 20%，同时约 43% 的真前 20% 被漏掉。

【极难发现】这里有个漂亮的恒等式：当录取率恰好等于基础率（都取前 20%），PPV 恒等于敏感度。所以「我们只资助最好的那 20%」这句话，在数学上同时意味着「我们漏掉同样多的最好的」。这不是评审会不努力，这是设计的必然。更糟的是：评审会越努力压缩方差（把 1 分和 5 分调成 3 分和 4 分），提案间的真实差异就越被抹平，信度越掉，0.57 就越被推向 0.20——推向纯抽签。

【细微】再补一刀：0.66 是乐观上界。审稿人误差不独立——同一子领域、同一范式、同一批热点词，误差正相关。误差相关 ρ 一进来，有效审稿人数 n_eff = n/(1+(n−1)ρ)。3 位 ρ=0.3 的审稿人，n_eff = 1.875，聚合信度从 0.43 掉到 0.375。真实的 0.57 只会更低。

【显式】所以我的观点，明说：不要再去追求「更准的评审」——那条路被 Spearman–Brown 和基础率一起封死了。该追求的是「更便宜的错误」。把评审拆成两步：第一步筛掉明显不合格（差距大的时候信度够用），第二步在剩余池里随机分配名额。随机分配的 PPV 是 20%、敏感度是 20%，都比现行的 57% 差——我不打算掩饰这 37 个百分点。但要问的是：这 37 个百分点，值不值我们付的那笔账？账包括每年数万人月的评审劳动、一轮轮的返修、以及「猜评审口味」这种由噪声定义、可训练但无用的写作技能。随机化真正的好处不是更准，是零方差、零成本、不可被 gaming。

【锚点】这套算术不专属于基金：会议接收、教职招聘、奖项评选，只要规则是「按分数取前 k%」，把 r 和 k 代进去就能算错配率。你可以拿它去算任何一个你正在参与的评审。

最后留一个我真心没想清楚的问题：【那 37 个百分点，你愿意用什么价格买？如果答案是「任何价格」，请说明为什么；如果答案是「有价格」，那现行择优评审的合法性就已经是有条件的了。】