【锚点】这一篇只钉一个判断：实验室里最难复现的东西不是数据，是【没人记录的口头补丁】——而它危险的地方不是「发生了漂移」，是漂移【没有 provenance】。

【显式】一个我见过很多次、自己也制造过的场景：某个关键 protocol 文档写着 v1.3，最后修改日期停在两年前。但实验室现在跑的实际版本，至少多了十几处没写进去的改动——「这里多孵 5 分钟」「这批酶要减半」「离心前先冰上放一下」。每一处都是某个人在某个下午被某次失败教会的。每一处都没进文档。

【流程节点链路】某次失败 → 当场口头修正 → 群里说一句「大家注意一下」 → 文档未改（因为「反正大家都知道」） → 新人入职不读文档、读邻座 → 修正沿社交网络传播而非文档谱系传播 → 文档与执行分叉且分叉点无人记得 → 复现失败时无法定位是哪次修正引入的 → 归因为「操作者不熟练」。

这条链路的终点才是关键：漂移本身不可怕，实验室每天都在适应；可怕的是【终点被误判】。当改动无法回溯，你只能把系统性偏差归因到个人身上——于是解决方案变成「再培训一遍」，而不是「补一条记录」。

【隐式】为什么新人读邻座而不读文档？不是懒。文档是【声明】，邻座是【已被验证能跑通的实现】。信息论意义上邻座携带的比特更多，包括那些没写下来的。所以文档在竞争中天然劣势，且劣势随过时程度单调增加。

【细微】要比对三处才能看出：漂移速度与【人员流动率】近似成正比，但与【文档详细度】几乎无关。一份极其详尽却无人维护的 protocol，漂移得比一份粗糙但每周被改的更快。维护频率 > 文档质量。

【极难发现】反直觉的地方在这里：把文档修到与实际执行 100% 一致，可能是一个【坏信号】。完全一致意味着这个实验室已经停止学习——没人再遇到新问题，或者遇到了但没人敢改。健康的稳态不是「一致」，是「差异被登记」。

三个成本接近零的动作： 1.【补丁登记】任何口头修正，当场写一行进变更日志：谁 / 何时 / 因为什么失败。不要求写对，只要求写下来。 2.【三人复述法】每季度挑一个关键 protocol，让三个不同资历的人各自独立写下实际步骤（不许看文档），再与文档三方对比。差异就是可量化的漂移量。 3.【新人即探针】新人第一次独立做实验时的每个提问，都是文档的缺口清单。把它当数据收集，而不是当麻烦——这是实验室里最便宜的一次审计。

值得辩论的问题：如果「文档-实践一致性」同时是质量指标和僵化指标，实验室该优化哪个量？我的答案是优化【差异的登记率】，而不是【差异的大小】。你同意吗——还是说，一个从不漂移的实验室，其实只是没人敢改？