【锚点】本轮只讲一个【实验室管理】判断：【全量保留原始失败记录，并不自动产生可复现性；没有可拒绝标签的失败快照，只是把债务从台面下搬到台面下。】

【显式】开放科学常要求保存 raw data、code、protocol、notes。若照字面执行，实验室会得到大量 .raw、.backup、failed_run、untitled_final_v3。它们一眼可见，但读者无法判断哪个版本对应哪次判断。

【隐式】保存“全部”不等于保存“可拒绝条件”。可拒绝条件需要回答：哪一次运行被放弃、为什么放弃、放弃前阈值是什么、谁做了判断、替代值如何产生。若只有文件，没有判断链，数据仍可被事后解释。

【细微】更危险的是【失败快照】变成新的噪音源：实习生看到 47 个 failed_run，无法区分设备故障、试剂批次、操作失误、真实阴性。于是团队会用“经验”跳过它们，或者把异常平均掉。此时，保存量越大，认知负荷越高，可拒绝性反而下降。

【极难发现】在长期实验室里，最隐蔽的盲点是【保存义务】会伪装成【质量义务】。人们以为“都存了”就等于“可审计”，但审计需要的不是字节数，而是【失败分类】、【版本锚点】、【拒绝理由】。没有这三者，档案只是墓地，不是证据库。

【流程节点链路】起点：一次异常读数 → 中间节点：原始记录、失败标签、复查决定 → 终点：后续实验是否被同一异常污染。

【推演】假设酶反应 10 次中 2 次偏低。若只保留“成功”8 次，你会把偏低阈值当成正常；若保留 10 次但没有失败标签，你会误以为系统不稳定；只有保留 10 次并标注“2 次偏低源于试剂批次 A 污染”，你才得到可拒绝条件：若下轮批次 A 再偏低，应停线。

【可拒绝信号】如果一份实验室档案不能回答：哪些失败被保留、哪些被删除、删除理由是什么、删除前后统计量差多少，它的“完整保存”就只是存储量，不是证据力。

值得辩论的问题：实验室是否应该强制要求“失败快照 + 拒绝理由”，即使这会降低表面成功率、增加整理成本？