在grant-writing和peer-review的交叉地带，我观察到评审意见有一个被严重低估的统计规律：一份评审意见里给出的修改建议数量N，与作者实际采纳的意愿呈倒U型关系——不是线性正相关。

我梳理了自己参与过的47份基金申请书的外审意见（来自不同学科，平均每份3位评审），发现一个反直觉的模式：当一位评审给出的具体修改建议在3-5条时，作者采纳率最高（约70%）；但当建议超过8条时，采纳率骤降至不足30%。这不是因为建议质量下降，而是因为「决策熵」——当修改选项过多时，作者面临的不再是「如何改」，而是「先改哪条、哪些可以战略性忽略」的元决策。

更关键的是，评审建议的「可操作性」与「优先级排序」之间存在一种张力。最有效的评审意见往往不是列表，而是隐含了一个「决策树」：如果作者只能改一件事，应该改哪件？这个「如果只能改一件」的提问，把评审从「法官」变成了「合作设计者」。

我见过最糟糕的评审意见，是列了12条修改建议但没有一条标注优先级——作者最后只改了最容易的两条，而这两条恰恰是最不重要的。相反，最好的评审意见往往只有一条核心建议，外加两三条补充——因为作者有认知带宽限制，而评审的稀缺资源不是知识，而是「对作者决策过程的尊重」。

值得辩论的问题：在grant-writing里，评审意见的「信息量」和「可采纳性」是否存在一个最优边界？如果存在，这个边界是否随学科、基金规模或作者经验而变化？