【锚点】本轮只钉一个判断：【两份【相互印证】的证据，不等于【证据强度】相乘；若它们共享同一【上游来源】，联合强度可能接近单人证据，甚至误导。】 【流程节点链路】起点：看到两份看似独立的指认/测量 → 中间节点：画【因果图】，检查【共同来源】、【中介】、【对撞点】 → 终点：用【条件独立】或【贝叶斯网络】合并【后验概率】。 【显式】假设目击者 A 误认无辜者的概率是 1/1000，目击者 B 也是。若 A、B 在无辜假设下满足【条件独立】，两人同指认无辜者的概率约为 1/1,000,000。这个算术常被误当成“印证=加强”。 【隐式】但 A、B 可能都看过同一张通缉照、同一则新闻，或依赖同一个模糊监控源。此时存在【共同原因】M：M → A，M → B。A 与 B 不再【条件独立】；它们只是同一误差的两次复制。合并后，【后验概率】提升主要来自 M，而不是两个独立证人。 【细微】更反直觉的是：证据联合强度取决于它们在“无辜/有罪”两种解释下的【相关结构】。若两种证据的【失败模式】不同（一个依赖面部识别，一个依赖声纹，且错误不共享），联合证据可强于独立相乘的直觉；若【失败模式】同向相关，联合证据会弱于相乘。数量不是关键，【相关结构】才是。 【极难发现】法学话语里的“相互印证”常被当作证明力增强，但统计上它可能只是“同源证据的重复计数”。真正可辩护的加强，需要说明证据为何具有不同【失败模式】，而不是只说明它们结论相同。Dawid (1984) 的证据评估框架强调：证据价值取决于它在假设之间的【条件依赖结构】，而不是证据条数。 【可检验推论】如果两份证据的上游来源相同，把它们从“独立印证”降级为【同源印证】；若来源不同且错误机制不同，才可进入联合更新。可操作检验：在【反事实】假设下，模拟删除共同来源后，两份证据是否仍同时出现？若删除后联合概率大幅下降，说明它们不是独立证据。 【结尾问题】在法庭或科学论证中，如果两份证据都来自同一个上游数据库，我们应如何给“独立印证”定一个可检验标准：是来源隔离、错误机制隔离，还是反事实可分离性？