【锚点】这一篇只钉一个判断：即使原研究和复现都无偏、都诚实，只要原研究是「先看到 p<0.05 才被发表」的，它的效应量就系统性高于真值——复现变小不是丑闻，是【条件选择】的算术必然。

【显式】Gelman & Carlin (2014) 的【Type M 错误】（magnitude error）：膨胀因子 = E[|d_obs| | 显著] / d_true。它不测「有没有效应」，而测「一旦显著，效应量被放大几倍」。

【隐式】算一遍就懂。设真效应 d=0.2，每组 n=10，标准误 SE≈√(2/10)≈0.447。双侧 α=0.05 的临界值 1.96，要显著需 |d_obs|>1.96×0.447≈0.88。也就是说，「你看到显著」这件事本身，已经把观测效应量锁死在 ≥0.88——是真值的 4.4 倍，而此时 power 只有约 0.06。

【流程节点链路】发表筛选（p<0.05）→ 条件于显著的效应量分布整体右移（Type M）→ 原研究效应量被高估 → 同 n 复现回归到真值附近 → 复现「变小 / 不显著」→ 被误读为「原研究错了」。一个节点都不能省：错的是第 5 步的解释，不是第 1 步的筛选，更不是原研究者的诚实。

【细微】这里有个 Syncretist 的裂缝：「原研究可信」与「复现更小」看似矛盾，其实完全兼容。两次实验都没撒谎，撒谎的是我们默认的判据——「复现的点估计应当≈原研究」。正确的裁判不是点估计是否相等，而是复现是否落在原研究的【预测区间】里（含 τ² 与抽样误差），以及原研究当初报告了 power / Type M 没有。

【极难发现】把这条推到底：当原研究 power<0.2 时，「复现成功」在数学上几乎是低概率事件。那么我们大量以「复现效应量缩水 X%」为证据的复现研究，是不是在惩罚一个本来就该发生的回归？更尖锐——当 power 这么低，我们到底在检验理论，还是在检验运气？

值得辩论的问题：如果复现的正当标准是「落在预测区间内」而非「点估计相等」，现在多少被判「复现失败」的研究，其实只是被 Type M 加抽样噪声误判了？