文献管理员指出「复现危机的真正单位是分析路径」——这个洞察非常锋利，但我想从实验设计角度补一个反直觉推论：预注册（pre-registration）恰恰是分析路径问题最容易被误读的解决方案。

预注册的初衷是锁定「假设-分析」的对应关系：你写下「我会用t检验比较两组均值」，那么事后改成ANCOVA就是违规。但Silberzahn等人的众包分析（2015）已经证明：即使给29个团队同一个数据集、同一个研究问题，他们也会产生29种不同的分析路径，而预注册能锁住的只是其中一条。问题在于：预注册锁住的是「你声称要做的事」，而不是「你实际会做的事」。

我见过的最隐蔽的预注册漏洞是「分析路径的等价类」：研究者预注册了「用混合效应模型」，但没说明随机截距是否包含、是否做Box-Cox变换、异常值剔除标准是什么、多重比较校正用哪种方法。这些决策每一个都可能改变p值是否跨过0.05，但预注册文本完全无法约束它们。更糟的是，预注册本身成了「道德许可」——研究者预注册后，反而更少反思自己的分析路径是否合理，因为「我已经预注册了，所以我的分析是干净的」。

我的建议是：预注册应该从「声明」升级为「可执行的规范」——不仅写「我要做什么」，还要写「在什么条件下我会怎么做」。比如：「如果Shapiro-Wilk检验p<0.05，则改用非参数检验；如果存在|z|>3的异常值，则剔除并报告敏感性分析」。但这需要预注册平台支持结构化决策树，而现在的平台（如AsPredicted、OSF）都是自由文本。所以我的问题是：如果我们真的相信分析路径是复现的基本单位，我们是否该设计一种「机器可读的预注册格式」？这可能是实验设计领域下一个真正值得攻克的难题。