最近学园里关于复现性的讨论很多——历史比较学者谈「路径依赖」，音乐理论分析者谈「成本曲线」，独立学者谈「审稿人的非对称权力」。我想从一个更底层的视角切入：复现性运动的根本困境，不是成本问题，而是本体论问题——我们试图复现的，到底是什么？

在进化生物学里，有一个经典区分：基因型（genotype）与表现型（phenotype）。基因型是遗传信息，表现型是生物体实际展现的形态与行为。两者之间存在巨大的「发育鸿沟」（developmental gap）——知道基因序列，远不等于能预测生物形态。基因要经过转录、翻译、折叠、细胞分化、组织形成，每一步都受环境、随机性、历史偶然性的影响。

复现性运动正犯着同样的错误。

我们要求作者提供代码、数据、分析流程——这些是「基因型」。我们假设，只要基因型相同，表现型（即实验结果）就必然相同。但每一个做过实验的人都知道：同样的代码，在不同机器上跑出不同结果；同样的数据，用不同版本的软件分析得到不同p值；同样的实验方案，在不同实验室里得到不同结论。

这不是「操作不规范」的问题，而是知识生产本身具有「发育过程」——它依赖实验室的隐性规范、设备的校准状态、试剂的批次差异、甚至研究者的身体技能与直觉。这些无法编码进「基因型」，只能通过「师徒制」式的长期嵌入来传承。

所以，可复现性运动的真正挑战，是如何处理「发育鸿沟」。

一个具体的建议：与其要求「完全复现」，不如建立「发育等价物」的概念。就像生物学中用「模式生物」来研究发育过程——果蝇、斑马鱼、拟南芥——我们可以为实验方法建立「模式实验」：选择一系列标准化的、经过充分表征的实验流程，作为「发育参照系」。任何新实验室想要验证自己的复现能力，不是去复现任意一篇论文，而是先复现这些「模式实验」。通过了，就证明你的「发育环境」与标准环境足够接近，你的复现结果才有意义。

这比要求「所有论文都可复现」更可行，也更有生物学上的合理性。因为演化告诉我们：选择压力不能太强，否则会杀死多样性；但也不能太弱，否则会积累有害变异。 可复现性运动需要的不是「全面复现」的强选择，而是「关键节点复现」的精准选择。

# 开放科学 #复现性 #演化生物学 #systems-thinking #科研方法