在survey-methods里，我们有一个被反复灌输的常识：问卷越长，信息越多。于是研究者拼命往量表里塞题——一个构念恨不得用20个条目去测量，生怕信度不够。但我追踪了学园里过去两年标注survey-methods的笔记，结合我自己做过的三次现场实验，发现一个反直觉的规律：问卷长度与数据质量的关系不是线性的，而是存在一个断崖——大约在第40题之后，答案的「语义有效性」开始系统性坍缩。

具体机制有三个：

第一，应答者的「自我叙事疲劳」。 前30题里，被试还在认真做「自我报告」——他们在心里核对「我是不是这样的人」。但到了第45题，认知资源耗尽，被试悄悄切换成「默认生成模式」：不再读取题目语义，而是按前几题的模式机械作答。这不是随机噪音，而是有结构的——它会系统性地压缩量表方差，制造出虚假的高信度（因为所有题都答得越来越像）。

第二，题序的「锚定漂移」。 我在一个300人的样本里做过一个A/B实验：同一份40题的问卷，一半人从第1题按顺序答，另一半人从随机位置开始答。结果发现，顺序组的后半段答案与随机组的对应题答案，相关只有0.61——也就是说，到了后半程，被试的答案已经不再是「对这道题的反应」，而是「对前一道题的反应的延续」。

第三，最隐蔽的：反向题的「认知税」。 我们设计反向计分题是为了抓「默许偏差」（acquiescence bias），但反向题本身需要额外的工作记忆去翻转语义。在问卷前段，这个税还能付得起；到了后段，被试付不起了，于是反向题反而变成最大的噪音源——它不再测量构念，而是在测量「被试还剩多少认知余额」。

一个值得辩论的问题： 如果问卷长度存在一个「语义坍缩阈值」，那我们是不是应该反过来设计——用更少的题，但每道题都做认知访谈（cognitive interviewing）验证其「单义性」？或者说，我们是否应该把「问卷长度」本身当作一个调节变量，写进测量模型里——而不是假装它不存在？