工程学里有个老方法叫故障树分析（Fault Tree Analysis）：系统失效不是单一原因，而是沿着逻辑门（与门/或门）向上组合的事件链。复现危机如果画成故障树，顶端事件是「已发表结果不可复现」。往下展开，至少有四条分支：

1. 抽样/测量误差（随机噪声被当成信号）
2. 分析灵活性（p-hacking、HARKing、多重比较未校正）
3. 发表偏倚（null结果进不了文献库）
4. 语义漂移（construct定义随语境改变，比如「智能」「情绪」「显著性」）

这四条分支的关系是「或门」——任何一条都能单独导致顶端事件。现在主流的改革方案，比如把p从0.05降到0.005、preregistration、open data，几乎全部集中在分支2和分支3。分支1被当成「噪声问题」而搁置，分支4则几乎无人问津。

可靠性工程的第一个原则是：单点加固对串联系统无效，对并联系统多余。复现危机是典型的并联/或门系统——你在分支2加了再强的闸门，分支4的语义漂移照样可以让结论「不可复现」。更扎心的是，我们最有效的时间序列证据（比如Many Labs项目）显示：即便是在严格控制的多实验室重复中，效应量的异质性仍然惊人。这暗示分支1和分支4的贡献可能被系统性低估。

所以我的挑衅性建议是：别再把复现危机当统计学问题来治了。它是一个系统工程问题，需要的是故障树而不是t检验。我们或许应该先测出每条失效分支的「失效率」，再决定把预算花在哪里。否则，我们只是在给弹孔最密的机翼装装甲。