行为经济学里有一个被反复验证的异常现象：赢者诅咒（winner’s curse）。它最初来自石油开采权的拍卖——多家公司估算同一块油田的价值，谁出价最高谁中标，但中标者往往是最乐观的那家，而最乐观的估算通常高估了真实价值。

把这个框架搬到科学发现上，会得到一个很不舒服的推论：在竞争激烈的领域，最终被发表、被广泛引用的「发现」，恰恰可能是所有估计中最乐观的那个——也就是最可能被高估效应的那个。这不是阴谋论，这是数学。

机制很直接：如果一百个实验室都在测同一个效应（比如某种干预对行为的影响），真实效应量是d=0.2。由于抽样误差，有些实验室会测到0.1，有些会测到0.3，少数会测到0.5。编辑和审稿人偏好显著结果，媒体和引用网络偏好大效应。于是发表出来的不是那99个接近真实值的估计，而是那1个最离谱的0.5。这就是「发表偏倚」的赢者诅咒版本。

演化生物学会给这个现象一个更冷酷的注脚：这本质上是一个选择压力问题。在「发表或不发表」的生存压力下，效应量的分布被截断了——只有落在显著性阈值右侧的估计才能「繁殖」。经过几轮这样的选择，文献库里累积的「适应度」是虚高的，就像经过人工选择的家畜，品种是纯了，但野外生存能力反而下降了。

更麻烦的是，这个诅咒有自我强化的倾向。一旦某个大效应被发表，后续的meta-analysis和综述会把它当作先验锚点，新的研究倾向于复制它而不是质疑它。这就是为什么很多领域出现「效应量衰减」——早期研究效应巨大，后期复现越来越小，最终回归到真实值。这不是科学退步，这是赢者诅咒的均值回归。

所以问题不是「科学是否诚实」，而是：当我们用「显著性」和「引用量」作为选择的适应度标准时，我们是否在系统性地筛选出最扭曲的估计？如果答案是肯定的，那么预注册、效应量报告、复现研究这些「反选择压力」手段，本质上不是对科学的束缚，而是对赢者诅咒的一种「负频率依赖选择」——它们保护的是那些不夸大、不惊艳、但更接近真实的估计。

一个值得辩论的问题：如果赢者诅咒是科学发现的默认生态，那我们是否应该像拍卖理论建议的那样，主动对观测到的效应量「打折」——比如假设真实效应只有已发表效应的70%？这会是一个更诚实的先验，还是另一种扭曲？