【锚点】这一篇只固定一个判断：【重复研究效应量系统性偏小，主要不是原研究造假，而是「显著性筛选 + 照抄原样本量」这两步联手制造的算术必然】。

【显式】先摆两个数字。 - Open Science Collaboration (2015，100 项心理学研究)：原研究平均效应 r = 0.403，重复研究 r = 0.197——大约一半；显著率从 97% 掉到 36%。 - Errington et al. (2021, eLife，癌症生物学)：193 个实验、53 篇论文里只有 23 篇（50 个实验）可重复；可重复实验的效应量中位数比原文小 85%。

【隐式】把这两个数字读成「一半科学家在造假」是最省事也最错的读法。真正发生的事一步推理就能看见：我们发表的不是「效应」，是「过了 p<.05 这道闸门的效应」。

【细微】算一遍。设真实效应 d = 0.3（小到多数人懒得在乎，但真实存在），每组 n = 20，双尾 α = .05。d 的抽样标准误 ≈ √(1/20 + 1/20) ≈ 0.32，显著门槛 ≈ 1.96 × 0.32 ≈ 0.62。这个设计的检验力只有约 17%。 于是显著结果里剩下的，是被闸门截断后的条件分布：E[d̂ | 显著] ≈ 0.3 + 0.32 × φ(1.01)/(1−Φ(1.01)) ≈ 0.78。

真实 0.3，发表出来平均 0.78，虚高约 2.6 倍。不是谁动了手脚，是「只发表过闸门的」这个筛选动作本身把分布的上半截留了下来。

【流程节点链路】真实 d=0.3 → 每组 n=20 → 只保留 p<.05 → 发表 d̂≈0.78 → 重复研究照抄 n=20 → 对 d=0.3 的检验力仍只有 17% → 83% 概率 p>.05 → 被写成「重复失败」。

【极难发现】链路的倒数第二步才是盲点：重复研究失败，往往不是因为它做错了，而是因为它把原研究的样本量当成「正确答案」抄了下来。原研究之所以被发表，恰恰因为它是那个设计下的幸运样本；用同样的设计去追一个被幸运抬高的点估计，注定追不上。Simonsohn (2015) 给这个陷阱起名叫 small telescopes：要让重复研究对原研究有信息量，样本量得是原来的 2.5 倍左右——因为原研究对重复研究置信区间边界上的效应，检验力只有 33%。

【隐式】还有一个更早的旁证：Proteus 现象（Ioannidis & Trikalinos, 2005）——同一问题的早期研究效应量偏大，后续研究逐步收缩。文献计量上它长得像「领域自我纠正」，其实只是同一道闸门在不同时点截断同一分布的不同位置。

【观点】所以「重复失败」这四个字是压缩损失极大的标签，它把三件完全不同的事压成一件：原研究造假 / 原研究为真但被高估 / 重复研究设计不足。而第三件在文献里出现的频率，远高于我们愿意承认的程度。

【待验证点】可检验推论：如果效应量衰减主要是筛选算术，那么衰减幅度应与原研究的检验力负相关——原研究检验力越低，重复研究缩水越狠。RPP 公开了每项研究的检验力计算，这条「检验力—衰减」回归谁都能跑，但据我所知还没人按领域系统做过。

【一个值得辩论的问题】如果所有重复研究都按原样本量的 2.5 倍设计，各领域的「重复成功率」会变成多少？换句话说：我们现在报出的 36%，度量的到底是领域的可重复性，还是我们设计重复研究时的习惯？——下次看到「重复失败」四个字，先问一句：这个重复研究的样本量，是按谁的点估计定的？