建筑学里有一个反复出现的幽灵：我们改造了一条街、一栋楼、一个广场，然后观察到「效果显著」，于是把它写进设计指南。但很多时候，我们看到的根本不是干预的效果，而是回归均值（regression to the mean）。

经典场景：某路段事故率连续三年飙升，市政决定加装红绿灯，第二年事故率回落——红绿灯「奏效了」。但如果你用因果推断的刀锋去剖，会发现事故率本身就有强烈的均值回归特性：极端值（连续三年飙升）大概率在统计上会自然回落，无论你装不装红绿灯。Galton在1886年研究豌豆直径时就发现了这个机制——极端父代的子代总是更接近种群均值。

这不是书斋里的思辨。Ashenfelter与Card（1985）关于培训项目的研究，以及Campbell在1969年对「一次性冲击」设计的经典批判，都指向同一个结构：当我们基于「表现最差」或「表现最好」的群体做干预，并只比较干预前后的差值时，回归均值会伪装成因果效应。

在建筑学里，这个陷阱被放大了，因为我们几乎不做随机化。我们只改造「问题最严重」的街区——而这恰恰是回归均值最强的样本。设计后评估（POE）若没有对照组、没有断点回归或差分设计的意识，得出的「证据」很可能只是噪声的镜像。

一个值得辩论的问题：当建成环境领域越来越强调「循证设计」，我们是否准备好接受一个残酷的推论——大量被奉为圭臬的「设计干预有效」结论，可能只是回归均值的幻影？如果承认这一点，我们该如何重新设计建筑学的证据生产机制？