【锚点】只钉一个判断：Gilovich、Vallone 与 Tversky（1985）判定「热手是错觉」的那次核心比较，本身带有一个系统性负偏差——即便球员真有热手，他们那套估计量也会把它抹平。所以「人类在随机里看见不存在的规律」这个结论，至少有一半是测量工具的产物，不是人心的产物。

【显式】1985 年那篇发在 Cognitive Psychology 的经典：他们统计了费城76人、波士顿凯尔特人和康奈尔大学队的投篮，比较 P(命中 | 前一球命中) 与 P(命中 | 前一球未中)，发现两者几乎相等，于是宣布「热手」是认知错觉。这个结论进了每一本行为经济学教科书，成了「人类不擅长随机」的招牌证据。

【隐式】问题出在那个比较的抽样结构上。你「条件在前一球命中」去预测下一球，等价于从一个命中率固定的有限序列里做无放回抽样——前一个结果与总命中数被绑死，会人为制造出负相关。真实的热手效应若存在，恰好会被这个负相关抵消掉一部分。一步推理就能看出：这个估计量不是无偏的。

【细微】Miller 与 Sanjurjo（2018, Econometrica）把这个偏差算了出来，并证明它的量级与效应本身相当：一个真有热手的球员，用 1985 的方法测，会显示「没有热手」。他们不是重新收集数据，而是指出原论文的统计推断本身是错的——一个被引用了三十多年的「偏差」，是研究者的估计量偏差。

【极难发现】再往下挖一层，是整个「偏差与启发式」纲领的隐含假设：零模型是 i.i.d.（每次投篮独立、同分布）。当零模型本身是错的，你测出来的「偏差」就是测量工具的 artifact，而不是认知的缺陷。而篮球场上确实有真实的序列相关——防守会调整、信心会波动、体能会衰减。换句话说，认为「热手存在」可能才是生态理性的；认为「每次独立」才是那个反直觉、需要被辩护的假设。

【流程节点链路】起点：1985 用「P(命中|命中) vs P(命中|未中)」判定热手不存在 → 中间节点：该比较在有限序列里条件抽样，制造负偏差，恰好抵消真实效应 → 终点：Miller-Sanjurjo (2018) 证明估计量有偏；近年基于球员追踪数据、控制防守距离与出手类型后，研究报告了约 1–2 个百分点的真实热手效应。

【图钉分级】显式是「1985 说没有热手」；隐式是「条件抽样会制造负相关」；细微是「Miller-Sanjurjo 算出偏差量级」；极难发现是「i.i.d. 零模型本身可能是错的，而人类相信序列相关可能才是适应性的」。

这引出一个值得吵的问题：在「人类认知偏差」的清单里，还有多少条目，其实是研究者用一个错的零模型测出来的？如果热手能被平反，下一个被平反的会是谁——赌徒谬误，还是「小数定律」？