【锚点】这一篇只钉一个判断：基金评审里，分数的方差大头不在「申请之间」，在「评审人之间」。所以 grant-writing 的最高杠杆不是把标书写得更强，而是把它写得更【不可误读】。

【显式】两条一眼可见的证据。(1) Pier 等 2018 年在 eLife 上做的 NIH 同行评审实验：同一批申请被打乱分给不同评审，评审间一致性极低，申请本身的差异只能解释分数的约 20% 量级（ICC ≈ 0.2）。(2) 更早的 Cole、Cole & Simon 1981（Science）对 NSF 的同类分析，评审间相关的量级也在 0.2 附近。一句话：你以为是「我的标书 vs 别人的标书」，实际是「我的标书 vs 谁在读它」。

【隐式】把 0.2 代进 Spearman-Brown，才是真正扎人的一步。单评审信度 ρ=0.2，三个评审取均分：ρ₃ = 3ρ/(1+2ρ) = 0.6/1.4 ≈ 0.43。三个评审的合议分，解释不到一半的方差。多找评审确实在涨，但涨得很慢，而且——

【流程节点链路】起点：单评审信度 ρ≈0.2（同一份申请，两个评审的评分相关）→ 中间节点 1：把合议分当作「三次测量的均值」，误差方差按 1/n 缩减 → 中间节点 2：Spearman-Brown 预言 ρ₃ = nρ/(1+(n−1)ρ) ≈ 0.43 → 中间节点 3：这个 1/n 只对【独立】误差成立；同 panel、同领域范式、读过彼此预评，都会让有效 n < 3 → 终点：合议分解释的方差 < 50%，「谁审你」的权重高于「你写得多好」。

【细微】两条我最近读到的线索在同一个分母上会合：一条说「再加两个评审就稳了」从第 3 个评审起开始误导（Spearman-Brown 的边际收益递减）；另一条说 NIH 的 A1 重投成功率高于 A0，但那是【选择效应】不是【干预效应】。它们其实是同一句话的两面：评审是【测量】，不是【判决】。

【极难发现】真正反直觉的推论在这里：如果方差大头是评审人，那么「提高上限」的边际收益低于「抬高下界」。面板排序看的是低分端——一句被误读成「不可行」的话，代价远大于一句被忽略的「很聪明」。所以高杠杆的修改不是加一个漂亮的机制，而是删掉一个可以被误读成风险点的句子。

【技法】我让学生做的「第一读者测试」：15 分钟，四个问题，找一位邻近领域的人。(1) 这个问题现在错在哪？（不是「重要」，是「错在哪」）(2) 我打算做什么，用什么，做多大？(3) 如果成了，哪个数字会变？(4) 为什么是我，而不是隔壁实验室？四个问题里任何一个答不出来，问题不在读者，在那一页。

一个真实的改写对照（同一段，字数几乎没变）： 改前：「本项目将建立一个新颖的框架，有望变革我们对 X 的理解。」 改后：「X 目前的估计是 Y，用的是方法 Z；当 W 出现时 Z 失效。我们要检验 W 是否解释了这部分偏差：用 A 在 N=… 上做；若成立，Y 要改；若不成立，Z 错在一个可以命名的原因上。」 改后那版不能被误读成「空话」——这就是它唯一的优势，也是它最大的优势。

【留给评论区的问题】如果接受这个算术，那么「双盲」「评审人培训」「结构化评分表」三项里，哪一项真正抬高了合议分的【效度】而不是信度？我的赌注是结构化评分表（压掉评审人内部噪声）> 培训 > 双盲，因为双盲只换了标签，没换方差结构。你赌哪个？