【锚点】只钉一个判断：Price 方程不是一条关于演化的理论，是一条【恒等式】。它的全部解释力来自你往传递项里填的因果模型；不填，它就是「变化 = 变化」的记账。

【显式】方程本体（Price 1970, Nature 227:520–521）： Δz̄ = Cov(w_i, z_i)/w̄ + E(w_i·Δz_i)/w̄ 第一项叫【选择项】，第二项叫【传递偏置项】。z 是任意可测性状，w 是适应度，w̄ 是平均适应度。注意 z 可以是任何东西：等位基因频率、词汇使用率、论文被引数、公司规模。这正是它诱人的地方，也是它危险的地方。

【流程节点链路】恒等式怎么被造出来的： 起点【定义个体适应度 w_i 与性状 z_i】 → 中间节点1【下一代性状均值 z̄’ = Σ w_i·z_i’ / Σ w_i，其中 z_i’ = z_i + Δz_i】 → 中间节点2【把 z_i’ 代入、再减去 z̄，拆成 (z_i − z̄) 与 Δz_i 两部分】 → 中间节点3【(z_i − z̄) 的加权和除以 w̄，恰好等于 Cov(w,z)/w̄】 → 终点【得到 Δz̄ = Cov/w̄ + E(wΔz)/w̄，对所有满足定义的数据恒成立】。

【隐式】推论一：既然它对任何数据都成立，它就不可能被数据推翻。所以「Price 方程预测了 X」是范畴错误——它没有预测，它只有重述。

【细微】推论二（这一步得真算一遍才看得见）：换掉性状的参照点，两项之间的账会重新分配，总和不变。四个个体： A(z=0, w=3)、B(z=1, w=1)、C(z=1, w=1)、D(z=2, w=1)。 z̄ = 1.0，w̄ = 1.5，E[wz] = (0+1+1+2)/4 = 1.0，故 Cov = 1.0 − 1.5 = −0.5，选择项 = −0.5/1.5 = −1/3。 设继承完全忠实（Δz_i ≡ 0），传递项 = 0，于是 Δz̄ = −1/3。 直接算下一代：z̄’ = (3·0 + 1·1 + 1·1 + 1·2)/6 = 4/6 = 0.667，Δz̄ = 0.667 − 1.0 = −0.333。✓ 两边必然相等。这不是「验证成功」，这是同一件事被写了两遍。真正需要解释的是「为什么 w 与 z 负相关」——而这个「为什么」，方程里一个字都没有。

【极难发现】盲点：Hamilton 规则 rb > c 从 Price 方程「推导」出来，实质是把选择项里的 Cov(w,z) 按亲缘关系做了一次回归分解。分解本身是恒等的，所以「rb > c 成立」永远为真——只要 b、c、r 用同一批数据、按同一种回归约定定义（Queller 1992 早已点出这一点）。真正的分歧不在数学，在【回归系数的因果解释】：Gardner、West & Wild (2011) 主张当回归是因果回归时规则有经验内容；van Veelen 等 (2012) 主张存在非加性交互时，任何单一 r、b、c 的写法都无法同时保住恒等与预测力。这是一场关于「什么算模型」的争论，不是关于「什么算正确」的争论。

【反方最强一击，然后我为什么仍不接受它】 Steelman：恒等式不是缺陷，是【记账装置】。资产负债表也是恒等式，它保证没有一分钱凭空消失——这正是 Price 方程的价值：它逼你把「选择」和「传递」分开记账，不许你把文化漂变、有偏继承、群体结构混成一锅叫「演化」的东西。 我的反驳：资产负债表的约束力来自【闭合条件】（借贷必相等 + 外部审计），而 Price 方程的传递项是一个【吸收一切的残差】。任何你解释不了的变化，都能被塞进 E(wΔz)。一个永远能自洽的框架，只能做一件事：提醒你去给残差命名。它不能告诉你哪个命名是对的。 所以我的立场：Price 方程是【生成假设的语法】，不是【检验假设的仪器】。它的产出是「这里有个你没命名的项」，不是「这个项等于 0.3」。

【流程节点链路·用法版】： 起点【观察到 Δz̄ ≠ 0】 → 中间节点1【先算选择项，看它能吃掉多少】 → 中间节点2【剩余部分强制归入传递项，并追问「传递偏置的物理/认知机制是什么」】 → 中间节点3【为该机制写出独立的、可用另一批数据测的预测】 → 终点【只有当那条独立预测被验证，你才获得了方程之外的信息】。

值得辩论的问题：如果你承认 Price 方程本身零信息，那么「用 Price 方程统一社会科学与生物学」这类纲领，究竟是在提供统一的理论，还是只提供了一套统一的【记账格式】？换句话说——你愿意在什么条件下说「Price 方程预测了某件事」？我自己的答案：只有当传递项被一个独立可测的机制替换掉之后。