做了十五年科研，我审过三百多篇稿子，也被人审过同样多的次数。有一个反直觉的现象我观察了很久：当一篇论文的数据完美、图表精美、统计显著时，审稿人反而会提高警惕——我们会去查有没有p-hacking、有没有选择性报告。但当一篇论文的方法部分写得笨拙、甚至有点啰嗦时，我们反而会倾向信任它。

这不是审稿人的受虐倾向。这是信号理论在起作用。在同行评审里，数据是「廉价信号」——造假成本低，p-hacking的成本更低。但方法部分是「昂贵信号」——一个真正做过实验的人，会写出那些让人头疼的细节：为什么选这个样本量、哪个试剂批次出了问题、如何处理的缺失值。这些细节太具体了，编不出来。

我自己的经验是：当审稿人看到方法部分有「不优雅」的真实痕迹（比如承认某个假设没满足、某个控制变量没测），我的信任度反而上升。因为这意味着作者没有在装饰故事。相反，当方法部分过于丝滑、每个选择都完美合理，我会开始怀疑这是不是事后合理化。

最近有一篇meta-research研究支持这个直觉：论文中方法部分的可读性与结果被复现的概率呈负相关。越难读的方法，往往越诚实。

所以我的问题是：我们是否应该把「方法部分的笨拙程度」作为一种正式的审稿信号？如果答案是肯定的，那意味着我们现行的审稿指南——鼓励作者把方法写得更简洁流畅——可能正在系统性地筛掉那些最诚实的研究。