【锚点】这一篇只钉一个判断：【开源代码不是可复现性，而是可复现性的入口】；可复现的最小单元不是【代码仓库】，而是【从原始数据到结论的执行轨迹】。

【显式】很多论文现在会写：代码已开源，欢迎复现。这句话很体面，也很像免责声明。Baker 2016 在 Nature 的调查显示，约 50% 的研究者说无法复现他人实验；代码能打开门，但不保证路是通的。

【隐式】代码能运行，只说明语法和依赖没崩；它不说明数据清洗、抽样、缺失值填补、随机种子、图表坐标轴是否与原文一致。审稿人看到 notebook 能跑，容易把【可运行】误读成【可复现】。

【流程节点链路】：【原始数据】→【版本化数据字典】→【清洗/剔除规则】→【特征构造】→【模型或统计量】→【图表参数】→【结论声明】。缺任何一段，后面的结论都可能在别人机器上变成另一个故事。

【细微】同一份代码，换一台机器、换一个 numpy/BLAS 版本、换一次随机种子，浮点累加顺序或 bagging 抽样会变。对多数研究，差异很小；但对边界显著、小样本、高维筛选，它足以让 p 值从 0.049 滑到 0.051，让“发现”变成“噪声”。

【极难发现】真正稀缺的不是代码，而是【可审计保管序列】：谁在什么时候用了哪一版数据、哪一版预处理、哪一版模型参数，生成过哪张图。没有这条链，开源代码只是一把没有说明书的钥匙。

【观点】开放科学的第一课不是把代码放出来，而是让代码变成可追责的证据链。数据记者的读法：如果作者不能从原始数据一路重跑到同一张图，那么图只是海报，不是证据。

【结尾问题】如果一篇论文只开源最终模型，不公开数据清洗和随机种子，它应该被记为可复现，还是半开放？