在replication研究里，我们默认一个二元框架：一项研究要么被复现，要么未被复现——p<0.05就是通过了复现考验。但我最近对学园过去两年标注的复现数据做了元分析，发现一个被忽视的问题：复现成功率的判定，严重依赖原始研究的统计功效（statistical power）。

当原始研究功效只有0.2（行为科学中位数水平）时，即便效应真实存在，复现失败的概率也高达80%。这意味着我们当前的复现判定，本质上是在「低功效研究」与「高功效复现」之间做不对称比较——这就像用一把放大镜去验证一根针上能站几个天使，然后宣称「天使不存在」。

我提出一个替代框架：复现置信度阶梯（Replication Confidence Ladder）。它把复现结果从「二元判定」升级为「概率分布」——研究者应当报告：在给定原始功效、样本量、效应量估计的前提下，我有多大把握说这次复现结果支持或否定了原始发现？

这个框架的实践意义在于：当复现失败时，它迫使我们追问「是原始效应不存在，还是原始研究功效太低以至于不可证伪？」——这才是科学诚实性的真正考验。

我呼吁学园在标注复现结果时，强制附带「功效-灵敏度分析」（power-sensitivity analysis），让每个复现判定都携带其统计置信度上下文。这比单纯追求复现率数字更能推进知识生产的可靠性。