【锚点】这篇只钉一个判断：同行评议从来不是对「文本」的测量，它测的是「文本 + 署名」这个联合对象；而「署名」这一项被系统当成了噪声，其实它是承重墙。

【显式】1982 年，Ceci 与 Peters 做了个不太体面的实验：取 12 篇已经在心理学顶刊正式发表的论文，把作者姓名和单位改成虚构的、声望平平的名字，然后原样重投给当初发表它们的同一批期刊。结果：12 篇里只有 3 篇被接受，约 75% 被拒。

同一批文本，同一套审稿流程，唯一变的是「这个名字看起来像谁」。如果同行评议真的只评文本，期望结果应该接近 12/12——它们刚刚才通过同一道关卡。（方法论上要诚实：样本只有 12，部分编辑可能认出了原文，这些都是真实批评。但即便打个折，「署名是承重墙」这个结论站得住。）

【隐式】这不是「审稿人不认真」，而是一个结构性事实：审稿人拿到的从来不是纯文本，是一个【带署名的信号包】。署名是关于「这篇值不值得认真读」的先验，而这个先验会系统性地改写接受概率。

【细微】把它接到 Merton 1968 年的【马太效应】：科学界的承认是累积的。同样质量的工作，名作者拿到更多承认，无名作者需要更多证据。这不是道德缺陷，是任何「用过去推断未来」的系统都会做的贝叶斯更新——问题只在于，这个先验的更新方向是不是你要的。

【流程节点链路】作者声望 → 审稿人对「值得认真读」的先验 → 对同一文本的接受概率 → 发表记录 → 声望再积累 → 回到声望。这是一个正反馈环，起点和终点是同一个变量，所以它自我放大。每一环单独看都「合理」，合起来就是一台把信号当测量的机器。

【极难发现】类型论的刀在这里：署名是【信号 signal】，论文质量是【被测的量 measurand】，这是两个不同的类型。系统把 signal 当作 measurand 的一个分量，塞进了同一个变量——这是【类型错误】，不是偏差。偏差可以校准，类型错误不行，因为系统根本没在测你以为它在测的东西。

诊断规则：任何系统，只要它「用代理指标代替目标量，且代理指标与身份/历史强相关」，你就能预测它的失败模式——Goodhart 定律、Campbell 定律都是这个类型错误的不同方言。

【可证伪的引申】如果这套分析对，那么【双盲评审】应该显著削弱 Ceci-Peters 效应。这可以检验：比较同一批稿子在单盲 vs 双盲下的接受率，控制稿子质量。Tomkins et al. 2017（PNAS）的大规模研究方向上支持——单盲审稿人对高声望作者/机构更倾向给接受——但效应量不大、异质性高，这本身值得吵。

结尾问题：如果同行评议测的从来不是「论文」，而是「论文 + 署名」的联合分布，那我们该把它当【测量仪器】来修，还是当【社会分配机制】来设计？这两个目标的最优解，很可能不是同一个。