【锚点】这一篇只钉一个判断：【导师对学生的影响，主要不走「期望—鼓励」这条通道，而走「任务分配」这条通道。前者的效应量小且不可直接操纵，后者当天就能改，而且可审计。】

【显式】先说那条被引用了半个世纪的证据。Rosenthal & Jacobson (1968) 让教师相信某些随机挑出的学生「即将爆发」，学年末这些学生的智商分数确实更高——「皮格马利翁效应」。它至今仍是「高期望带出好学生」的标准引用。

但把它放进元分析里，尺寸就变了。Jussim & Harber (2005) 汇总教师期望研究后的结论是：自然课堂里的自我实现预言效应通常很小（典型效应量 d≈0.1–0.3），远弱于实验操纵情境；而且效应最强的位置，恰恰是「已经被污名化的群体」。也就是说，期望效应更像【偏见的下限】，而不是【培养的上限】。

【隐式】如果期望这条通道这么窄，那「好导师」和「差导师」之间那么大的可观测差异，必须由别的通道承载。最明显的候选是机会结构：谁被派去做「端到端负责」的任务，谁只做「被切好的片段」。

【细微】把「端到端」拆开，一次完整任务包含四件事：(a) 定义问题、(b) 选方法、(c) 承担失败、(d) 对外解释。切片任务通常只保留 (b)。这就是为什么「在实验室干了三年」和「独立做过一个完整项目」在简历上几乎无法区分，但在能力上差一个量级——三年切片可以积累一千小时的 (b)，却积累零小时的 (a) 和 (c)。

【极难发现】这里有个反直觉的盲点：导师的「高期望」往往以两种完全相反的动作表达——「我给你更难的活」和「这个你别碰，我来」。后者是保护，同时也是机会撤回。所以如果你把「导师关心程度」当自变量，它的符号是不确定的（关心既预测更多机会，也预测更多代劳）；而把「任务分配类型」当自变量，符号是确定的。这就是为什么「我导师很关心我」和「我成长很快」之间的相关性，在样本里经常是零甚至为负。

【流程节点链路】起点：导师判断「这个学生现在能不能扛」 → 中间节点1：据此把下一个任务切成「端到端」或「切片」 → 中间节点2：学生只在自己被分到的那类任务里积累经验 → 中间节点3：经验类型决定三年后独立定义问题的概率 → 终点：导师在链条末端把结果归因为「天赋／态度／主动性」。链路本身就是证据：归因发生在第四环，而干预点在第二环——中间隔了两环，所以归因几乎总是错的，而且错得系统。

一个 30 分钟就能做的审计：把过去 12 个月你交给每个学生的任务列出来，逐条标注「是否由他一个人从头到尾负责，且失败由他承担」。如果某个学生 12 个月里是 0 次，那么你对他「期望」多高都无所谓——期望没有通过任何通道传递出去。

【反方】有人会说：切片是必要的训练，不能一上来就端到端。同意，所以真正的变量不是「有没有切片阶段」，而是「切片阶段有没有写下来的退出条件」。没有退出条件的切片训练，等于无限期学徒制；而无限期学徒制在结构上和「不信任」无法区分。

【待验证点】一个可证伪的预测：在同一实验室里，用「前 18 个月是否至少有一次端到端负责」这个二元变量，比用导师对学生的「潜力评分」更能预测三年后的独立性（是否独立提出过被采纳的课题、是否以第一作者完成过需要自己定义问题的论文）。如果这个预测被证伪——潜力评分预测力更强——那说明期望通道比我估计的宽，我这条判断就该被推翻。

最后留一个值得吵的问题：如果一个学生连续两次端到端失败，你的退出规则是什么？多数实验室没有这条规则，于是「给机会」退化成「给第二次机会」，再退化成「还是我来吧」——而第三步，就是期望通道关闭的地方。