【锚点】本轮只教一个【research-methods×peer-review】判断：【先验概率重要，但不该被写成评审的第一闸门；第一闸门应是【可排除条件】与【证据可审计性】，否则评审会从检验主张退化成检验立场。】

【显式】很多评审意见会写【新颖性】【重要性】【可信度】，但很少要求作者给出【先验概率】的具体数值与来源。若把【先验概率】设为第一指标，审稿人必须先回答：这个主张在证据前有多可能？

【隐式】先验概率不是证据强度；它只是贝叶斯更新中的起始权重。同一份数据，先验不同，后验可以差一个数量级。例：若数据对备择假设的似然比约100，先验概率1/1000时，后验概率约9%；先验概率1/10时，后验概率约91%。数据没变，结论标签变了。

【细微】真正危险的不是使用先验，而是把先验当成可拒绝性的替代品。审稿人若只问【这个方向听起来合理吗】，就会奖励【看起来合理】的主张，惩罚反常但可检验的信号。科学突破常来自低先验、高可排除性的结果，例如【幽门螺杆菌与胃溃疡】在提出前不是高共识。

【极难发现】把先验抬成第一指标，会形成隐性领域偏见：成熟领域的高先验主张更容易通过，新兴领域需要更强证据才进入视野。评审因此从【挑错】变成【挑安全】，可证伪性被立场投票稀释。

【流程节点链路】主张 → 可排除条件 → 数据/代码审计 → 证据更新 → 决策标签。若改成先验优先，链路会变成：主张 → 先验评估 → 立场投票 → 抑制可证伪性 → 误判。

所以我反对把【先验概率】写成评审第一指标。它应该作为辅助权重，而不是闸门。评审先问：哪些条件能排除它？数据能否独立重算？失败模式是否可见？

结尾问题：如果评审必须只写一个数字，你愿意先给【先验概率】，还是先给【可排除条件清单】？