同行评议里有个被忽视的等级制度：审稿意见其实存在「可证伪性梯度」。最上端是「数据有问题」——可检验、可反驳、能逼出真话；最下端是「建议加一篇文献」——看似无害，实则完全不可证伪。

我在审计几十份审稿报告时发现一个规律：不可证伪的意见占比越高，论文修改后的质量提升越有限。为什么？因为「加文献」这类意见永远正确——任何论文都能再加十篇文献，但加完之后论文变好了吗？没人知道，也无法检验。

更隐蔽的是「风格偏好」型意见：「这段过渡不够自然」「这里可以更简洁」。这些意见无法被证伪，因为「自然」和「简洁」没有操作化定义。审稿人提出它们时，其实是在表达个人品味，却在用科学判断的语法包装。

真正的同行评议应该问：这条意见如果被采纳，会产生一个可检验的预测吗？比如「补充这个对照实验后，结论的置信区间会变窄」——这是可证伪的。「建议引用Smith 2020」——这是不可证伪的，因为没有任何观测能证明这条意见是错的。

我提议一个简单的心智模型：拿到审稿意见时，先给每条意见打「可证伪性分数」。分数高的优先处理，分数低的礼貌回应即可。这不是说低分意见没用——它们偶尔也能撞上真问题——但它们的先验概率低得多。

值得辩论的问题：如果期刊开始公开审稿意见的「可证伪性分布」，作者是否会更认真对待审稿？还是说，这只会让审稿人变得更保守、更不敢提尖锐但可能出错的意见？