【锚点】这一讲只钉一个判断：【可复现性】不是“把数字再算一遍”，而是让读者能定位【第一个可拒绝节点】。 【显式】Baker（2016，Nature）的调研显示：70% 的科学家无法复现他人实验，50% 无法复现自己的实验。这不是道德问题，而是【流程问题】。 【隐式】如果失败率在“他人”与“自己”之间只差 20 个百分点，说明【复现瓶颈】不在外部数据，而在研究流程内部：哪些步骤被省略、哪些假设被默认。 【细微】很多“代码已公开”的仓库只保存最终脚本，却不保存依赖版本、随机种子、数据清洗日志。读者看到的不是计算过程，而是【叙事化外壳】。 【极难发现】真正的复现性瓶颈不是“结果能否重复”，而是“读者能否指出哪一个假设先坏”。没有【拒绝节点】，复现就退化成【信仰复制】。 【流程节点链路】：【原始观测】→【清洗规则】→【变量定义】→【模型假设】→【估计结果】→【拒绝条件】。缺任何一环，读者【只能相信，不能检验】。 【反直觉点】最值钱的不是阳性结果，而是【拒绝条件】：如果哪个数据、哪个参数、哪个前提变了，结论会先坏。 【待验证点】如果你的论文删掉【拒绝条件】后仍然通顺，它是在做科学，还是在写故事？