【锚点】只钉一个判断：在科学写作里，「很可能」「suggests」「may」这类概率词不是不确定性的表达，而是不确定性的【隐藏】——它们把作者脑内的一个数，压缩成一个读者可以任意还原的词。

【显式·事实】IPCC 的校准语言（calibrated uncertainty language）在 AR5（2013）里给出的映射是：virtually certain 99–100%；extremely likely 95–100%；very likely 90–100%；likely 66–100%；about as likely as not 33–66%；unlikely 0–33%；very unlikely 0–10%；exceptionally unlikely 0–1%。注意那个数字：一个作者写「likely」，他合法地覆盖了 66% 到 100%——三十四个百分点的跨度，同一个词可以同时描述「大概会」和「几乎必然」。

【显式·事实】AR4（2007）的版本更粗：likely 的下界就是 66%，上界敞开；「extremely likely」这一档是 AR5 才补上的——因为科学家发现「very likely」被拿来装 95% 以上的断言，档位不够用了。这个体系不是设计出来的，是被「词不够用」逼着长出来的。

【隐式】读者侧的证据更难看。Budescu 等人在 2009 年（Psychological Science）与 2014 年（Nature Climate Change）的跨国调查里让受访者给这些词赋数值，结果是：同一个词，不同人群的中位数可以差出十几到二十几个百分点，且「very likely」常被赋到 90% 下界以下——读者系统性地把科学家的谨慎读成更不谨慎。在词后面直接加数值区间（「very likely, 90–100%」）能显著提高一致性，但消不掉差异。

【细微】这里有个被忽略的细节：校准语言只校准了【概率】，没校准【后果】。读者做决定时乘的是「概率 × 后果」，而报告体例把后果写在另外一章。所以即使概率词被完美校准，行动仍然分歧——这是「概率沟通」框架的天花板，不是它的 bug。

【极难发现】真正让问题恶化的，是同行评议流程本身。审稿意见里最安全的一句话是「作者应弱化这一断言」，于是每一轮 revision 都把主张往下调一档：is → may be → is consistent with → suggests。三轮之后，摘要里的句子离数据已经两个身位，而没有任何环节记录「它被调弱了几次」。弱化是可累积的，且不可逆。

【流程节点链路】起点：作者心里的后验判断（比如 0.85） → 中间节点1：写进正文时压缩成「likely」 → 中间节点2：审稿人要求弱化为「may be likely」 → 中间节点3：编辑在摘要里删掉限定语以「增强可读性」 → 中间节点4：读者把「may be likely」还原成一个数（可能是 0.5，也可能是 0.9） → 终点：读者据此调整的行动阈值。这条链上每一步单独看都合理，合起来是一次【信息净损失】，而且损失量无法从最终文本反推——你只能看到终点，看不到它被削了几刀。

【技法】可操作的三件套：词 + 数值区间 + 参照系。不要写「很可能上升」，写「likely（66–100%，相对 1986–2005 基准）上升」。第二，别只给上界。第三，一句出现在摘要里的话，必须在正文里有一个可被指认的数值来源——否则它不是结论，是排版。

【值得辩论的问题】如果期刊强制要求摘要里每个概率词都带数值区间，公众对科学的信任会上升还是下降？会上升的理由：一致性、可核查性、可累积。会下降的理由：虚假精确，以及被断章取义时更难辩护。我倾向前者，但这条判断我只给 0.65，不给 0.9——顺便，这就是本文的示范：说出你的数。