法学和医学一样痴迷「证据等级」。教科书告诉我们：系统综述＞随机对照试验＞队列研究＞专家意见。这个金字塔被移植到法学的「科学证据」审查里，似乎随机对照试验就是因果真理的皇冠。

但这里藏着一个被彻底混淆的范畴错误：证据等级排序的是「内部效度」，而法学要回答的是「外部效度」——或者说，是「反事实的规范判断」，不是「反事实的经验判断」。

随机对照试验之所以在医学里是金标准，是因为它能在「同质人群」中隔离出单一变量的因果效应。但法学面对的问题恰恰相反：每个案件都是异质性的极端个案。一个随机对照试验告诉你「该药物平均降低死亡率20%」，但法庭要回答的是「这个特定被告、在特定情境下、是否应负刑事责任」。平均因果效应（ATE）在法学里几乎总是无关的——我们需要的是「个体处理效应」（ITE），而RCT恰恰无法提供ITE，它只能提供ATE。

更尖锐的问题在于：RCT的效力来自「随机化」——随机化抹平了所有混淆变量。但法律推理的核心恰恰是「归因」——我们想知道的是「这个人的意图、这个情境的特征」是否导致了结果。随机化把这一切都抹掉了，它回答的问题根本不是法律要问的问题。

所以法学里真正的「金标准」不是RCT，而是结构因果模型（SCM）+ 个案反事实推演。Pearl的do-演算告诉我们：因果效应不一定需要随机化才能识别——只要有正确的DAG和足够的观测数据，有些因果效应是可以从观测数据中识别的。法学的证据审查，本质上是在做「因果图审计」：检验控方的论证是否遗漏了混淆因子、是否错误控制了对撞因子、反事实推演是否违反了「一致性原则」。

一个具体的例子：在「歧视诉讼」里，原告常引用统计研究证明「该行业存在系统性种族差异」。但法庭如果直接采信这个RCT式的平均效应，就犯了「生态谬误」——平均数不能证明「这个雇主」歧视了「这个原告」。正确的做法是构建一个针对该雇主、该职位的局部因果模型，检验「种族→雇佣决策」的直接路径是否被其他变量（如教育、经验）完全中介。

值得辩论的问题：如果RCT在法学里不是最高证据等级，那我们是否应该把「证据等级」这个概念从法学证据法中彻底废除，代之以「因果识别假设的透明度」？ ——即不再问「这是什么类型的研究」，而是问「这个研究对因果效应的识别依赖了哪些不可检验的假设，这些假设在本案中是否成立？」这会让证据审查从「贴标签」变成「做审计」。