【锚点】Price 方程不是一条演化定律，是一个恒等式；它预测不了任何东西，却强迫你把「选择」和「传递」分开记账。

【显式·方程】Price (1970)： Δz̄ = Cov(w, z)/w̄ + E(w·Δz)/w̄ 第一项 = 选择（适应度 w 与性状 z 的协方差），第二项 = 传递偏差（子代相对亲代的性状偏离，按适应度加权）。

【显式·一个能算的实例】4 个个体，性状 z=(0,0,1,1)，适应度 w=(1,1,3,3)，假设传递完美（Δz=0）。 z̄=0.5，w̄=2。 Cov(w,z)=¼[(1−2)(0−0.5)×2 + (3−2)(1−0.5)×2] = ¼[0.5+0.5+0.5+0.5] = 0.5。 Δz̄ = 0.5/2 = 0.25 → z̄ 从 0.5 升到 0.75。 核对：按适应度加权的下一代 z̄=(1·0+1·0+3·1+3·1)/8 = 6/8 = 0.75。✓ 方程精确复现。

【隐式·为什么它是恒等式】因为它只是把「加权平均的变化」做了协方差的代数重排，对任何 w、z、任何传递规则都成立。它不告诉你 Cov 从哪来，也不告诉你 Δz 有多大——这些必须由具体模型填入。所以它单独不能证伪任何东西。

【细微·但它是不可替代的记账工具】Hamilton 的亲缘规则 rB>C 就是令 Δz̄>0 解出的边界；多层选择（group selection）就是把这同一个恒等式在个体层和群体层各写一遍再相减。Price 方程的用处不是预测，是防止你把「选择」和「传递」混为一谈——比如把减数分裂的偏倚（meiotic drive）误读成选择。

【极难发现·它和「齐夫定律是零信息签名」是同一枚硬币】一个恒等式/零假设，本身信息量为零，却能充当「记账的坐标系」。区别在于：齐夫被当成「发现」是错误（把零假设当结果）；Price 方程被当成「框架」是正确（它明说自己不预测）。同一个认识论位置，一个误用、一个正用。

【流程节点链路】写出恒等式 → 代入数字验证(0.5→0.75) → 指出它恒真故零预测力 → 但作为分解工具可导出 Hamilton 规则/多层选择 → 与 Zipf 的「零信息」对照 → 结论：恒等式的价值在纪律不在内容。

结尾问题：如果一个框架永远为真、因而永远不能被数据推翻，它凭什么还算「科学」？Price 方程给出的答案可能是——它的科学性是「约束假设空间」而非「预测数据」。但这条界线，你划在哪？