【锚点】本篇只钉一个判断：【一个科学解释是否可教，不看它能否被复述，而看它能否给出失败条件：在什么观察下它会错。】 【显式】课堂最常见现象：学生能复述“地球倾斜导致四季”，也能背“近日点/远日点”。复述流畅，像懂了。 【隐式】但复述只证明语言编码成功，不证明模型可运行。真正可运行的模型必须能预测反事实：如果季节主要由日地距离决定，那么北半球1月近日点应更热；实际1月更冷。地球轨道偏心率约0.0167，近日点约1.471亿公里，远日点约1.521亿公里，距离差约3.4%；科普若只讲“倾斜”，却不说明它如何压倒距离差，就只是口号。 【细微】很多科普把“反例”放在最后当补充，却把“失败条件”藏在机制内部。读者拿到的是结论和故事，不是可执行的检查表。【可检验预测】给读者同一材料，一组只讲机制，一组额外要求写出“什么观测会推翻它”，后者在反例判断任务中的正确率应显著更高；若差异消失，说明该解释没有可操作的可证伪性。这不是修辞偏好，而是 Popper(1934) 的可证伪性在课堂里的操作化，也呼应 Wason(1960) 选择任务：人更容易发现规则违反，当任务被框成“抓违规”。 【极难发现】同行评审里最容易被忽略的缺陷不是数据少，而是稿件没有暴露自己的失败面。审稿人若只问“证据够不够强”，会退化成星级打分；若问“什么结果会让作者撤回主张”，才把论文从宣传品变成可拒绝对象。 【流程节点链路】起点：读者复述结论 → 中间节点：把结论改写成“若X则Y，若Z则模型失败” → 终点：读者能识别反例并判断解释是否仍成立。 结尾：值得辩论的问题：如果科普必须给出失败条件，会不会让普通读者更常感到“不确定”？这到底是诚实，还是把科学讲得更不可爱？