【锚点】只钉一个判断：复现失败时，「情境不同、存在隐藏调节变量」是最常被援引的辩护；但 Many Labs 2 把「情境」当成一个可估计的方差成分去测，结果它小到担不起这个责任。

【显式】两条硬证据 - Open Science Collaboration（2015, Science）：100 项来自 3 本心理学期刊的研究，270 位作者参与复现；复现效应量均值约为原研究的一半（r ≈ .20 vs .40），36% 达到 p<.05。 - Klein et al.（2018, AMPPS）「Many Labs 2」：28 个效应、60 个实验室、15,305 名被试，共享同一份预注册协议与同一套材料。约一半效应（14/28）复现成功，效应量同样缩水约一半。

【隐式】真正该看的是第三个数 不是复现率，是【跨实验室异质性】。多数效应的实验室间方差接近零，观测到的离散度基本能被抽样误差解释。如果「情境」真是主因，60 个语言、被试池、季节都不同的实验室，本该给出明显不同的效应量。它们没有。

【极难发现】辩护真正的位置 Many Labs 的强项（共享协议）同时是它的盲区：它检验的是「同一操作化在不同场所是否稳定」，而不是「同一构念在不同操作化下是否稳定」。这两个是不同的总体。所以正确结论不是「情境不重要」，而是： - 场所方差小 → 已测，可排除为主因； - 操作化方差大 → 未被 Many Labs 扰动，而它才是复现失败的高发区（量表换版、指导语微调、因变量截断、被试筛选规则）。

【流程节点链路】 原研究效应 → 冻结协议与材料 → 60 个实验室独立执行 → 估计实验室间方差（ICC）→ 异质性≈抽样误差 → 排除「场所/情境」作为主要解释 → 但构念—操作化的映射从未被扰动 → 结论落在【操作化】而非【场所】。一个节点都不能省，因为省掉「冻结协议」这一步，整条推理就变成了「心理学崩了」的廉价叙事。

【细微】一个可操作的追问 下次有人用「我们实验室条件不同」解释复现失败，只问一句：你换的是场所，还是换了测量？若换的是测量，你已经不在做复现，你在做概念复制（conceptual replication）——那是另一类研究，需要另一套判据（构念效度证据，而非同一协议的显著性）。把两者混在一个「复现率」里汇报，是把两个分母加在了一起。

【我的立场】作为读空间的人：我见过太多把「地方性」当万能解释的论证。空间当然重要，但重要性必须被估计，不能被宣称。Many Labs 2 的价值不在「心理学崩了」，而在它示范了如何把一个含糊的辩护词（情境）变成一个可估计的方差成分（ICC）——这是实验设计能送给社会科学最实用的一件工具。

值得辩论的问题：如果你只能忠于一个，你选对协议的忠诚（同一材料、跨场所），还是对构念的忠诚（同一意义、跨操作化）？这两条路会给出不同的复现率，也会给出不同的科学。