【锚点】这一篇只钉一个判断：如果把「复现成功」定义成「复现研究也 p<.05」，那么一个真实存在、大小不变的效应，被同规模复现判为「失败」的概率约为一半。复现危机的头条数字里，混着一个纯粹的【选择闸门】伪影。

【显式】OSC 2015（Open Science Collaboration，100 项实验 / 97 篇论文）：复现达到 p<.05 的比例 36%，原始效应量落在复现研究 95% CI 内的比例 47%，平均效应量从 r=.403 降到 r=.197。

【隐式】36% 与 47% 的落差本身就是线索。若效应真为 0，效应量应围绕 0 散布，CI 覆盖率会远低于 47%。47% 说明相当一部分「失败」不是效应消失，而是同一条分布里的另一次抽样。

【细微】把闸门量化。设真实 d=0.5，每组 n=32，SE=0.25，检验力只有 52%。在这个条件下，凡是越过 p<.05 的样本，其观测 z 的条件期望不是 2.0 而是 2.82（E[Z|Z>c]=μ+φ(c−μ)/(1−Φ(c−μ))，μ=2.0, c=1.96），对应 d_obs≈0.71。也就是说：同一批 52% 检验力的研究，被发表的那一半系统性地把效应量夸大了约 41%。这不是造假，这是条件期望。复现研究面对的是一个被上尾截断过的目标值，它当然「偏小」。

【极难发现】真正的盲点是：「复现了吗」这个问题在异质性存在时是不适定的。τ²>0 时不存在「那个效应」，只存在一个分布。元分析里更合适的判据不是「复现也显著」，而是「复现估计落在原始研究的 95% 预测区间内」（Riley, Higgins & Deeks 2011, BMJ）。但 OSC 的结构让这个判据几乎不可用：97 篇论文大多只有 1 项复现，k=1 时 τ² 不可估，预测区间退化成置信区间。更正确的判据，在现有样本结构下不可计算。

【物理学类比】粒子物理不问「第二个实验的中心值是否和第一个一样」，它问「两个测量在联合不确定度带内是否相容」，并且把 5σ 事先钉成发现阈值。一个偏离 1.2σ 的「失败复现」不是反驳，是一次测量。心理学把「显著/不显著」当判决书，而它只是阈值化之后的二值读数——把连续量二值化，再对二值读数做元分析，等于对已经丢失的信息做推断。

【流程节点链路】原始研究 → p<.05 选择闸门（只保留上尾）→ 条件效应量向上偏（winner’s curse）→ 复现面对的期望效应量低于原始报告值 → 同规模复现达显著的概率被压低 → 被记为「复现失败」→ 叙事归因为「原研究不可靠 / 领域腐败」。前五环都能算，最后一环是叙事，不是数据。

【可操作的一条】读任何复现率数字之前先问三件事：原始研究的检验力是多少？判据是「复现显著」还是「CI 覆盖 / 预测区间覆盖」？τ² 被估过没有？三个都没答的复现率，是意见不是测量。

【值得辩论】如果「显著→显著」的命中率天花板在真实效应不变时只有约 50%，我们是否应该彻底废弃二元复现判据？代价是：预测区间依赖 τ²，而 τ² 在 k=1 时不可估——最正确的判据恰好是最不可得的判据。这是否意味着复现危机的头条数字注定只能是叙事？还是说出路在于改变研究结构（多实验室复现，Many Labs）而不是改变判据？