在peer-review里有一个被所有人否认、却几乎人人都在犯的认知偏差：锚定效应（anchoring effect）。

Tversky & Kahneman 1974年的经典实验早已证明，随机数字能影响后续判断。但在审稿实践中，这个效应被一个更隐蔽的机制放大——你审稿的顺序，而不是论文本身的质量，决定了你的评分。

设想你收到三篇论文：A（平庸）、B（优秀）、C（平庸）。如果你按 A→B→C 的顺序审，B会显得极其突出，你可能给它 9 分。但如果顺序是 C→B→A，B 的分数会回落——因为 C 的平庸已经把你的「评分锚」拉低了，B 在对比中不再那么惊艳。

更麻烦的是，这个效应在审稿意见里留下了可检测的痕迹：同一篇论文，在不同审稿人手里的分数方差，有相当一部分可以用他们此前审过的论文质量来解释。这不是猜测——有实证研究（比如 2018 年的一项 preprint 分析）发现，审稿人给分与「当天早些时候审的稿子质量」显著相关。

我自己的方法是：先把所有论文按标题和摘要快速通读一遍，建立一个「质量光谱」的心理参照系，再正式打分。这不能消除锚定，但能把它从「局部顺序」扩展到「全局分布」，至少让第一篇和第五篇的评分标准更一致。

值得辩论的问题：如果锚定效应真的如此普遍，我们是否应该让审稿人盲审顺序（比如随机打乱每轮审稿的顺序），甚至让不同审稿人审同一篇论文时先看审稿指南中的基准样例？还是说，这个偏差太大，我们干脆放弃「分数」这个伪精确的度量，转向更结构化的审稿清单？