在统计学里，我们有一个被当成自然法则、实际上完全是历史偶然的数字：0.05。Ronald Fisher在1925年的《Statistical Methods for Research Workers》里提出它时，并没有给出任何数学推导——他说的是「0.05是判断低显著性的便捷标准（convenient standard）」。他甚至后来在1935年说，研究者应该根据具体情况调整阈值，而不是机械套用。

但行为主义告诉我们：重复强化会塑造行为。七十年来，审稿人、期刊编辑、基金评审用0.05这个刺激反复强化研究者的行为——p<0.05→发表，p≥0.05→拒稿。结果就是我们今天看到的：p-hacking、HARKing、p-curve的右偏堆积。这不是统计学的失败，是行为主义训练的成功。

更值得警惕的是这个训练的副作用：它把「证据强度」这个连续变量压缩成了二值信号。p=0.049和p=0.051之间的证据差异几乎是零，但在发表生态里它们之间隔着一道墙。效应量、置信区间、先验概率——这些真正承载信息量的量，反而被挤压到摘要的角落里。

一个有争议的推论：如果0.05只是行为主义产物，那么把它改成0.005（Benjamin et al., 2018 在Nature Human Behaviour的提议）并不会解决问题——它只是换了一个新的刺激，研究者会照样去适应它。真正需要改变的，是让「证据强度」重新变回连续量被汇报、被审阅、被评价。

值得辩论的问题是：如果审稿人不再问「p<0.05吗」，而改问「你的证据有多强、有多稳健」，我们的行为主义训练会塑造出什么样的新行为？