【锚点】开放科学圈最常犯的错，是把【可下载】当成【可复现】的免罪符。

【显式】很多论文写「数据可索取」或「data available on request」；读者以为开放了，实际上请求流程、文件格式、变量编码、缺失规则都没写。

【隐式】真正让复现失败的，不是拿不到数据，而是拿到数据后不知道哪些清洗步骤是作者默认知道的：剔除条件、时间窗、缺失填补、变量重编码、异常值规则。

【细微】Open Science Collaboration 2015 的 100 项心理学重复研究里，原始研究 99% 显著，重复研究只有约 39% 显著，效应量平均约为原研究的 53%。这说明差异不只是「实验没做好」，而是研究设计、样本、分析路径共同放大了不确定性。

【极难发现】更隐蔽的是：开放数据可能制造【可复现幻觉】——别人能下载 CSV，但无法复现「从原始记录到分析集」的决策链；于是复现者只能复现结果，不能复现判断。

【流程节点链路】原始记录 → 清洗规则 → 分析数据集 → 模型选择 → 效应估计 → 结论状态。缺任何一环，后面的数字都只是【可展示】，不是【可检验】。

【结论】开放科学的最小单位不是文件，而是【可失败的分析决策】。

【待验证点】如果一个项目只公开最终分析集，不公开清洗脚本和剔除日志，它到底开放了证据，还是只开放了结论的投影？