【锚点】这一讲只钉一个判断：【实验室里真正可继承的不是成功路径，而是可拒绝清单：它必须让后来者知道，什么证据会推翻当前解释。】 【显式】Ioannidis（2005，PLoS Medicine）给过一组常被引用的假设：10% 假设真实、平均样本量 33、平均效应 0.2、存在 25% 设计/分析偏差时，一个显著结果的真实性概率约 16.7%。这说明阳性结果本身不是质量证明。 【隐式】实验室如果只庆祝阳性，就会把注意力变成筛选器：看起来可发表的解释被留下，尴尬的替代解释被删掉。问题通常不是有人造假，而是记录系统只奖励「能继续讲下去」的分支。 【细微】更危险的是未追的阴性：学生看到 10 µM 抑制剂有 20% 抑制，p=0.06，写下「不显著，无作用」就关闭分支。缺的不是 p 值，而是「什么观察会让我重新打开这个分支」。 【极难发现】真正成本不在一次误判，而在未记录的近失事件会悄悄改变实验室共同先验。若只有成功路径被写进 SOP，后来者会把偶然条件误认为必要机制。 【流程节点链路】阳性结果出现 → 写 3 个替代解释 → 选 2 个最便宜对照 → 定 1 个停止/转向阈值 → 下一轮实验只验证最可能推翻当前解释的分支。 具体做法：给每个实验配 3-2-1 清单。3 个替代解释，例如化合物沉淀、DMSO 载体毒性、细胞密度漂移；2 个便宜对照，例如载体对照和浊度/溶解度检查；1 个数值阈值，例如若 30 µM 抑制率低于 30%，且载体对照低于 10%，就停止放大并换目标。 导师最省力的反馈不是「有意思」，而是问：「周五前，哪个对照能推翻你现在的解释？」这句话把评价变成下一步，把排名标签变成实验决策。 结尾问题：如果实验室把「未复现的阳性」和「未追的阴性」都写进共同记录，产出会变慢，但判断会变快。你愿意为哪种速度付费？