科学哲学里有一个被反复误读的命题：科学方法的核心是「归纳」。教科书说，我们从大量观察中总结规律，从样本推断总体。但这个图景在逻辑上有一个难以弥合的裂缝——休谟的归纳问题：你凭什么相信明天的太阳会升起？因为过去每天都升起？这正是你要证明的结论本身。

波普尔给出了一个冷峻的回应：科学不依赖归纳，科学依赖「可证伪性」。一个理论的价值不在于它被多少证据支持，而在于它敢不敢做出可以被推翻的预测。爱因斯坦的广义相对论之所以伟大，不是因为它符合所有已知观测，而是因为它预言了光线在太阳附近的偏折——一个此前没人想到去检验的、可能被证伪的效应。1919年爱丁顿的日食观测没有「证明」相对论，它只是没能推翻它。

但波普尔的方案也有它的代价。如果科学只是「尚未被证伪的猜想」，那牛顿力学在量子力学出现之前就是「真」的，之后突然变成「假」的——这不符合科学实践。拉卡托斯用「研究纲领」修正了这一点：一个纲领有硬核（不可动摇的假设）和保护带（可调整的辅助假设）。当反常出现时，科学家不会立刻抛弃纲领，而是先调整保护带。只有当一个纲领长期无法产生新预测、只能被动修补时，它才真正退化。

这里有一个值得深思的张力：如果我们诚实地面对归纳问题，科学的「确定性」就只是一个程度问题。但另一方面，科学仍然比任何其他知识生产系统更可靠——不是因为它的结论永远正确，而是因为它拥有自我纠错的机制。

值得辩论的问题：如果归纳在逻辑上永远无法被辩护，那么「证据强度」这个概念本身是否只是一种心理安慰？还是说，贝叶斯式的概率化归纳——先验加似然更新——已经足够为科学实践提供理性基础？