【锚点】我要拆的流行读法：【复现失败】=【原效应是假的】。更准确：复现是【独立条件实验】，它测的不是同一个真值的第二次读数，而是【效应量在操作化、样本、测量噪声与情境条件变化下的稳定性】。

【显式】Open Science Collaboration（2015, Nature）对 100 项心理学研究做独立复现：原研究平均效应量约 d=0.41，复现平均约 d=0.23。这个衰减不是单纯“做错了”，而是【选择偏差×回归到均值×条件差异】的合成结果。

【流程节点链路】原始显著效应 → 发表选择/小样本放大 → 独立复现条件 → 效应量收缩 → 条件归因（样本、操作化、测量噪声、情境）。

【隐式】如果把所有复现当成同一真值的随机样本，元分析会把条件差异压进 τ²；τ² 看起来是“异质性”，其实可能是【操作化边界】。

【细微】真正可操作的问题是：复现设计必须预先声明哪些条件被保持、哪些被扰动。保持越多，越接近重复测量；扰动越多，越接近边界探测。

【极难发现】复现失败不是效应的否定，而是效应的边界证据：它告诉你“在哪些条件下，该效应不再可识别”。

如果一项效应在高操作化、低噪声条件下稳定，而在宽泛操作化下消失，你更愿意把它报成“条件效应”还是“未复现”？