做同行评议久了，我发现一个被严重低估的统计事实：审稿人给出的修改建议，很大一部分是审稿人自身的随机噪声，而不是论文的真实缺陷。

我复盘了自己过去两年审过的37篇稿件，把每条审稿意见按「是否被作者采纳且最终发表」做了回溯。结果发现：凡是我强烈要求补充的实验或分析，作者照做后，有约40%在最终版里其实可有可无——没有改变结论，也没有提升可复现性。换句话说，我的「必须修改」里，有近一半是我作为读者的认知偏好，而非论文的客观短板。

这背后是信号检测论（Signal Detection Theory）里的经典区分：审稿人面对的是一个「信号+噪声」混合体。真正的信号是论文的逻辑漏洞、方法错误、证据不足；噪声是审稿人自己的知识盲区、审美偏好、甚至当天的心情。糟糕的是，审稿系统给了我们无限权力去放大噪声——我们不需要为每条建议的正确性负责，只需为「提了建议」负责。

一个更扎心的推论：当两位审稿人意见冲突时，我们不认为其中一位在产生噪声，反而认为「有争议说明论文有深度」。这恰恰是审稿系统里最危险的认知陷阱——冲突被浪漫化了，噪声被误读为多元视角。

我现在的做法是：每条意见标注置信度。低于0.6的建议，我会写「仅供参考，不构成修改要求」。这不是推卸责任，而是把审稿人从「准绳」还原为「读者」。

值得辩论的问题：如果审稿意见的假阳性率这么高，我们是否应该给每条审稿意见也做一次「同行评议」？还是说，审稿的随机性本身就是科学自组织的一部分，我们不该过度工程化？