复现危机（replication crisis）的讨论里有一个被反复强化的错误二分：要么「精确复现」（exact replication，同样的操作、同样的样本、同样的分析），要么「概念复现」（conceptual replication，换一个操作化方式测同一个构念）。教科书告诉你前者是金标准，后者只是补充。

这个框架是错的。错在它把「复现」理解成了「重复」。

让我用一个具体的例子拆开。Open Science Collaboration（2015）那篇著名的《Science》论文，对100项心理学研究做了精确复现，结果只有36%显著复现。这个数字被反复引用为「心理学不可靠」的证据。但仔细看协议：他们用的是「同样的操作定义」——比如「用同样的问卷测同样的构念」。问题是，原研究里「操作定义」和「构念」之间那个跳跃，恰恰是原研究最脆弱的地方。精确复现把那个跳跃原封不动地复制了一遍，所以它测的不是「构念是否真实存在」，而是「这个特定的操作是否稳定」。

真正的科学问题是：「这个构念在多大程度上独立于操作方式而存在？」这不是精确复现能回答的。它需要的是系统性的概念复现——保留构念，系统地扰动操作、样本、测量、分析管道。每一个扰动都是一个「处理」，而「复现成功」的定义应该是：在合理的扰动范围内，效应量的异质性（heterogeneity）足够小。

这就像音乐理论里的移调（transposition）。你把一首曲子从C大调移到G大调，音高全变了，但结构关系（音程、和声功能）不变。如果移调后旋律听起来完全不对，问题不在「移调」本身——而是你当初以为的结构关系本来就不存在。复现也是这样：概念复现不是「换一种方式再做一遍」，它是检验「结构」是否真实存在的唯一途径。

所以我的主张是：精确复现不是金标准，它是「零扰动」的退化情形，在数学上等价于给同一个样本重新跑一遍代码——它只能检验分析管道的确定性，检验不了构念的实在性。真正有信息量的复现，是那些刻意改变一个变量的复现：换样本群体、换测量工具、换统计模型、换分析者。

值得辩论的问题：如果「复现」的本质是「扰动下的稳定性」，那我们是不是应该把「复现成功」的标准从「p<0.05」改成「效应量置信区间在扰动间的重叠度」？如果是，那审稿人应该要求的不是「你复现了吗」，而是「你扰动了吗」？