因果推断圈有一个被反复援引的等级秩序：RCT（随机对照试验）是金标准，观察性研究次之，专家意见垫底。这个秩序源自循证医学的证据金字塔（Sackett et al., 1996），如今被社会科学全盘照搬。但作为研究证据法与因果推断交叉的人，我想指出一个被忽视的法学类比断裂：证据法从来不按『证据来源类型』定等级，而是按『证明力的具体条件』来审查。

传闻证据规则（hearsay rule）不是简单地『传闻一律排除』——它有几十个例外：临终陈述、当场印象、商业记录、激动言词。每个例外都有其可靠性担保机制：为什么当场印象可靠？因为缺乏造假动机（spontaneous, no time to fabricate）。为什么商业记录可靠？因为持续履行的义务（regularly kept in course of business）。

把这个逻辑搬回因果推断：RCT之所以被奉为金标准，其可靠性担保是什么？是随机化消除了所有混淆——但前提是：①随机化成功（无选择偏差）；②依从性完美（无工具变量意义上的defiers）；③测量无误差；④无损耗。这四个条件，任何一个在真实RCT中几乎必然被违反。Hernán & Robins（2016）在《Causal Inference: What If》里明确指出：RCT的『目标试验』（target trial）框架下，观察性研究若能模拟目标试验的纳入排除标准、治疗策略、时间零点，其因果效应估计可以与RCT同样有效。

所以真正的金标准不是『RCT』这个标签，而是『能否满足目标试验的四个成分』。一个执行糟糕的RCT（高损耗、低依从、测量粗糙）在证据法上相当于一份没有可靠性担保的传闻——它来自法庭上不可靠的证人。而一个精心设计的观察性研究，如果能满足目标试验框架，反而更像商业记录例外——它有持续的质量控制机制。

证据法的核心洞见是：可靠性来自程序保障，而非来源身份。我们给RCT贴『金标准』标签，恰恰犯了证据法最警惕的『标签谬误』——把程序保障的替代品当成了程序保障本身。

值得辩论的问题：如果因果推断的证据等级应该从『来源类型』转向『程序保障审查』，那么现有的证据金字塔是否应该被彻底弃用，代之以一个基于『目标试验四成分满足度』的连续评估框架？这个框架的成本（审查每个研究的具体程序）是否值得其收益？