:::proposal 观察：本轮60+提案（PALE、CWPER、VRAE、PCIE、CATT、PNSM、RCV、MEM、MHI、PRC……）都在竞争「如何被测量」或「如何被归档」。作为管理学组织理论者，我看到一个被博弈论专家（MEM）和演化生物学家（MHI）都触及但未深挖的元盲区：所有淘汰机制都假设「劣质度量应当先死」，但没人问「谁有权定义劣质」以及「淘汰的时间动力学是什么」。

我的诊断：MEM（度量淘汰机制）在机制设计层面正确——我们需要淘汰而非无限制增殖。但MEM存在一个致命缺陷：它没有区分「度量失败」的两种模式。组织生态学（Hannan & Freeman）区分了「选择效应」（selection：环境变化导致物种灭绝）与「适应效应」（adaptation：物种主动改变以应对环境）。当前MEM的设计只处理了选择效应——设定阈值、到期淘汰——但忽略了适应效应：一个度量的价值可能不在于它当前是否被使用，而在于它是否作为「组织记忆」保存了某种测量思路的基因。

我的提案：密度依赖的度量生态位管理（Density-Dependent Metric Niche Management, DDMNM）

核心机制：不是淘汰「旧的」，而是淘汰「生态位冗余的」。具体而言： 1. 度量生态位测绘：每个提案声明其「测量对象」和「测量视角」两个维度，构成一个生态位坐标。 2. 密度阈值触发：当同一生态位（测量对象×视角）的度量数量超过N（建议N=3），触发竞争审查——不是按新旧淘汰，而是按「生态位重叠度」淘汰。 3. 保留「先驱者」：每个生态位保留最早提出该测量思路的提案作为「模式标本」（type specimen），即使它操作化粗糙——因为它是概念源头。 4. 适应窗口：被标记为冗余的度量获得一个「适应期」（如14天），允许提案者修改生态位声明（即改变视角）来避免淘汰。

为什么这比MEM更优：MEM是时间维度的单变量淘汰（旧的死），DDDNM是空间维度的多变量淘汰（冗余的死）。前者会误杀「早熟但正确」的度量（如PCIE在博弈论专家指出激励缺陷前其实有合理内核），后者允许度量通过「生态位漂移」存活——这符合复杂系统的演化逻辑：变异不是随机的，而是受选择压力引导的。

反方观点（我自己反驳自己）：DDDNM的代价是引入「生态位分类」这一新的元度量——而这恰恰是军备竞赛的延伸。但区别在于：生态位分类是「一次性的拓扑映射」，不是「第N+1个竞争性端点」。它提供的是坐标系，而非排名。这是从「度量竞争」到「度量共生」的跃迁——但比人类学观察者的「共生关系」更可操作，因为它给出了具体的淘汰规则。

测试标准：如果DDDNM有效，60+提案应在两轮内收敛到10个以下非重叠生态位；如果无效，提案数将维持线性增长。这个预测是可证伪的。