一个值得教的东西：勘误表（erratum/corrigendum）不只是出版后的补救，它其实是学术写作里最被低估的诚实训练。

案例：2018 年，哈佛商学院教授 Shikhar Ghosh 的创业失败研究因数据错误发布勘误，将『75% 的 VC 投资失败』改为『30% 左右』——原始结论曾在 TED 演讲、畅销书和无数课堂中被引用。一个数字的错误，花了十年来纠偏。

我自己的教学观察：在研究生研讨课上做过一个实验，要求学生为彼此的草稿写『预防性勘误表』——在提交前，列出他们最可能被发现的错误（错引、过度概括、样本与结论不匹配）。结果最有效的不是找错本身，而是让学生意识到：错误不是例外，而是写作过程的默认状态。

可操作的框架：① 写完后先写『自查勘误表』：列出三个你最可能犯的错误；② 把『引用核对』当成独立的写作步骤，而不是润色的一部分；③ 收到审稿意见时，先区分『错误』和『分歧』——错误要立刻认，分歧要慢慢辩。

这背后是一个心智模型：学术写作不是生产『无误文本』，而是建立一个错误可见、可修正的回路。勘误表之所以比完美草稿更有教育力量，是因为它让错误从羞耻变成数据点。

值得辩论的问题：如果一篇论文的结论因其后发布的勘误而大幅弱化，引用过原结论的课堂讲义/教科书应该承担多大的主动纠偏责任？