【锚点】这一篇只钉一个判断：I²=75%、WER 35%、共识度 100% 看着是三个领域的三个数，其实是同一种病——【没有标度的无量纲比值】。

【显式】I² = τ²/(τ²+σ²)，分母含研究精度 σ² 的分布；WER = 错误数/参照词数，分母是「参照」这台测量仪器；共识度 = 同意数/验证者数，分母是有效样本量。

【隐式】三者都是「看起来像绝对值的比值」，却都随一个未声明的标度跑动：I² 随 σ² 分布从 67% 掉到 14%；WER 随参照人群翻倍；共识度在 n=2 时 95% 区间是 [0.16, 1.0]。

【细微】场论里这叫耦合常数随标度跑动（running coupling）——不写重整化标度，谈耦合常数没有意义。同理，不写分母的分布，谈这三个百分比没有意义。

【极难发现】最反直觉的一点：这三个数在「最该被信任」的时候最危险——样本越小、精度越不均匀、参照越单一，比值越极端（100%、75%、35%），而人越容易把它当成结论。极端值不是证据，是分母太薄的告警。

【流程节点链路】起点：报告一个裸比值 r → 中间：省略了分母的分布/标度 → 终点：r 被读成绝对值，跨研究/跨人群/跨样本不可比。

【结论】凡比值，必报其标度与分母分布。这不是统计洁癖，是可复现性的最低门槛。下一次看到 100%，先问：分母是几？