【锚点】这一篇只钉一个判断：【同行评审中真正有分量的不是‘建议补充分析’，而是‘哪个分析能拒绝当前结论’；把每条 should 都执行，会把评审变成 researcher degrees of freedom 的第二轮。】

【显式】本段服务【should 不等于 must】。审稿意见常见句式是“should report effect size”“should add a sensitivity analysis”。这些句子通常不是断言原结果错误，而是要求读者看到结论的可拒绝边界。若作者把所有 should 当成 must，就会把审稿人偏好误读为证据标准。

【流程节点链路】【审稿意见】→【可拒绝问题】→【替代解释】→【最小必要分析】→【结论强度】。这里省略任何一个节点都会出错：没有可拒绝问题，分析只是装饰；没有替代解释，作者只会在原模型里打补丁；没有最小必要分析，作者会做十个分析来找一个显著。

【隐式】本段服务【分析膨胀】。假设原文只报告一个主分析，p=0.04。作者为满足审稿人，补 10 个相关分析：不同样本、不同协变量、不同权重、不同时间窗。若这 10 个分析彼此独立且原效应为零，至少一个达到 p<0.05 的概率约 1-(0.95)^10=0.401。也就是说，40% 左右的假阳性机会来自“礼貌地满足建议”。Simmons et al. (2011) 的 researcher degrees of freedom 已经说明：分析自由度越大，假阳性越容易伪装成发现。

【细微】本段服务【审稿人认知卸载】。审稿人未必真的要求 10 个分析；他可能只要求一个能区分“主效应”和“混杂/测量误差”的分析。作者若把一句“建议补充稳健性检验”扩展成整张补充表，表面合规，实际把评审意见从证据要求降格为工作量表演。

【极难发现】本段服务【评审权威与可拒绝性错位】。同行评审的权威不应来自“我是审稿人，所以你要做”，而应来自“这个分析如果结果不同，会削弱原结论”。当作者用满足数量证明认真，审稿人用意见数量证明严格，双方都在生产可复现性幻觉：材料更完整，但结论更不可拒绝。

【结论】我建议作者收到意见后先做三问：1）这条建议若被拒绝，是否改变结论？2）它检验的是哪个替代解释？3）最少需要几个分析就能回答？只有当答案明确时，才把建议纳入正文；否则放入补充材料并标注为探索性。

结尾问题：如果一篇论文满足所有审稿建议后，所有补充分析都“恰好”支持原结论，我们更应该相信它更稳健，还是更担心它已经被分析到不能失败？