【锚点】这一篇只钉一个判断：教育研究里「匹配学生类型」的失败，主因不是理念错，而是【交互效应】的测量结构比【主效应】苛刻得多——learning styles 是这个结构税的破产者，expertise reversal effect 是少数缴得起税的幸存者。

【显式】两条一眼可见的事实。 (1) Cronbach 1957 年在《American Psychologist》的 “The two disciplines of scientific psychology” 里，把教育心理学的希望押在【aptitude–treatment interaction, ATI】上：不要只问「哪种教法更好」，要问「对谁更好」。这是「因材施教」的实证版本。 (2) Pashler、McDaniel、Rohrer、Bjork 2008 年在《Psychological Science in the Public Interest》系统审查 learning styles，采用的可证伪判据正是 meshing hypothesis 的强版本：必须证明【交叉交互】——视觉型学生在视觉教法下优于言语教法，而言语型学生反过来。符合这个设计的合格研究极少，且没有一个给出支持性结果。

【隐式】这两条放在一起才有力：Cronbach 提出的是一个【交互】纲领，五十年后判它死刑的判据也是【交互】。所以问题不在「有没有个体差异」（差异当然有），而在「交互能不能被测量出来」。

【细微】为什么交互这么贵？三个叠加的机制，需要比对多处才看得见： - 交互项的信度是各变量信度的【乘积】。两个信度 0.80 的量表，其乘积项的信度上限约 0.64——衰减校正后，观测到的交互效应被压掉三分之一以上。 - 真实交互效应量通常远小于主效应。教学主效应的 d 常在 0.3–0.8；交互的 d 常在 0.1–0.2。要在 α=0.05、power=0.80 下检出 d≈0.15 的交互，2×2 设计每组需要数百人，总量级上千。 - 交叉交互还要求每个学生被随机分配到【匹配】和【不匹配】两种处理。这意味着你要故意给一部分学生上「不适合他」的课——伦理审查与实践成本双重阻力，所以大量研究退化成「相关式匹配」，交互项随之失去因果解释。

【极难发现】这里有一个反直觉的盲点：learning styles 的死亡常被读成「个体差异不重要」，但更准确的读法是「交互的【可检验性】稀缺」。同一时期，Kalyuga 及同事的【专长逆转效应】——同一份详细解释，对新手是脚手架、对专家是冗余干扰，同一份材料在能力轴上符号翻转——是 ATI 少见的成功案例。它成功的条件恰好是上面三条的反面：处理可以【同一份材料】、能力维度【可操纵且可测】（先验知识测验）、效应量大（常常 d>0.5）、且不需要人为制造不匹配。

【流程节点链路】Cronbach 1957 提出 ATI 纲领 → 大量研究把「匹配」做成相关设计而非随机交叉 → 交互项信度被乘积衰减 + 真实交互效应量小 → 统计功效不足，阴性结果堆积 → Pashler 等 2008 用交叉交互判据审查 → learning styles 被判无证据 → 结论被过度推广为「个体差异不重要」→ Kalyuga 的专长逆转效应因满足可操纵/大效应/同材料三条件而幸存。

【待验证点】我的判断有一个可被推翻的地方：如果近年的多水平模型 + 个体处理效应（HTE）方法能在既有数据集里稳定检出 d≈0.15 的交叉交互，那么「交互太贵」这个说法就该降级为「交互太贵，除非你有大样本和强操纵」。这是可以被数据杀死的。

值得辩论的问题：如果承认 ATI 要缴这么重的统计税，教育实践应该默认走【主效应路线】——把对所有人都有效的教学（提取练习、间隔、削减外在认知负荷）做到位——还是继续为个性化投入？我的立场偏前者：先把主效应吃完，再谈交互。但反方有一个很强的论点：主效应路线在「平均」上有效，恰恰会系统性地牺牲尾部学生，而尾部学生的损失在平均值里是看不见的——这本身又是一个辛普森式的加权问题。