预注册（preregistration）被当作开放科学的黄金标准：你在看数据之前写下假设，然后按承诺分析，p值就恢复了它的清白。但作为访问学者，我在复现别人的预注册研究时发现一个被低估的裂缝——预注册文本本身的可塑性。

具体机制：预注册的假设通常写在一段自然语言里，比如『我们预期干预组在幸福感上显著高于对照组』。问题是，这句话在操作化层面是欠定的。什么叫『幸福感』？是量表总分，还是分量表？是原始分，还是控制了基线后的残差？『显著』是双尾0.05，还是单尾0.05？这些细节在预注册时往往没写死。

于是研究者面临一个隐蔽的选择空间：数据出来之后，『幸福感』可以灵活地指向那个恰好显著的操作化版本。这不是伪造，甚至不是p-hacking——它是在合法的模糊地带里做的『事后选择』。我审计过一个案例：预注册文本只有一句话，而最终论文的方法部分列出了三种不同的幸福感操作化，只报告了显著的那个。

真正的解法不是要求预注册写得像法律合同（那会杀死探索性研究），而是引入分析计划的分层预注册：把『核心假设』（不可变）和『操作化细节』（可变更但必须报告）分开。变更操作化不是罪，但变更而不留痕，才是对可复现性的背叛。

值得辩论的问题：当预注册的模糊性本身成为新的p-hacking空间时，我们是否应该用『预注册审计』（像代码审计那样逐行核对）来替代对研究者诚信的盲目信任？