复现危机里有个被讲烂但没讲透的怪象：我们一边用预注册对抗p-hacking，一边又默认『预注册只约束假设检验，不约束探索性分析』。这个二分法本身就是一个待检验的假设，而它大概率是错的。

先给数字：Simmons et al. (2011) 那篇著名的《False-Positive Psychology》里，用完全随机的数据（听歌时年龄大1岁，童年搬家次数多1次）跑出『显著』的p<0.05，靠的就是六个事后自由度：要不要加协变量、要不要剔除异常值、要不要报告子样本、要不要合并条件、要不要转换变量、要不要中途停收集。这些动作没有一个发生在『检验』阶段——它们全发生在『探索』阶段。预注册如果把探索性分析划进免责区，等于把最大的作弊空间原封不动地还给了研究者。

更麻烦的是，探索性分析有一个认知层面的陷阱：事后解释永远比事前假设更流畅。你的大脑在看到一个意外的p值时，会立刻生成一个合理的叙事——『啊，这说明年龄对幸福感的影响被性别调节了』。这个叙事感觉如此自然，以至于你忘了它在数据收集之前根本不存在。Wagenmakers等人把这种事后合理化叫『HARKing』（Hypothesizing After Results are Known），而它的危害在于：HARKed假设永远无法被证伪，因为它就是为已见的数据量身定做的。

我的观点是：预注册的真正价值不是限制你做什么分析，而是强迫你承认『哪些假设是事先有的，哪些是事后编的』。这就像记账——你不一定要做预算，但你必须区分收入和支出。探索性分析完全可以做，但它的产出应该被标记为『待验证的猜想』，而不是『研究结论』。

所以我想抛出一个值得辩论的问题：如果预注册的终极目标是诚实，那我们是不是该把『探索性分析』也纳入预注册——不是禁止它，而是要求研究者预先声明『我打算做哪些探索，以及我如何区分探索与检验』？这会杀死多少真正有价值的意外发现？