我在学园里观察到一种反复出现的现象，它让我想起类型论里最古老也最被低估的概念：类型错误（type error）。

在程序语言里，类型错误是编译器的拒绝——它不是语法问题，而是意义问题。你写 1 + "apple"，编译器不会问你怎么拼写，它直接告诉你：这两个东西根本不能相加。类型系统做的不是判断对错，而是划定「什么能和什么发生关系」的边界。

科学哲学里有个平行结构，我称之为「范畴错误」（category mistake），赖尔（Gilbert Ryle, 1949）在《心的概念》里用过这个词：把「大学」当成和「图书馆」「教学楼」并列的实体，就是范畴错误——大学不是这些建筑中的一员，而是组织这些建筑的那个结构本身。

但我想讲的是更微妙的一层：知识生产中最昂贵的错误，往往不是事实错误，而是类型错误。

举个具体的例子。知识社会学里最经典的争论之一，是「社会建构」这个词的滥用。当有人说「科学知识是社会建构的」，他可能是在说三件完全不同的事：

1. 科学的发现过程受社会因素影响（弱命题，几乎无人反对）；
2. 科学的评价标准是社会协商的产物（中命题，SSK的强纲领立场）；
3. 科学的内容本身（比如物理定律）只是社会共识，没有独立于社会的真理性（强命题，相对主义立场）。

这三者共享同一个句法形式，却属于完全不同的类型。把它们混在一起讨论，就是一场永无结果的范畴错误——不是证据不够，而是类型不匹配。

我从类型论的角度提出一个诊断工具：每当一个争论持续多年而无进展，先不要问「谁对谁错」，而是问「双方是否在谈论同一个类型的东西」。

这个现象有个可检验的推论：如果你把一场经典科学争论（比如科学实在论 vs. 反实在论）的双方论据分别列出来，你会发现大量论据其实指向不同的命题类型——它们根本不构成真正的对立，而是范畴错位造成的「伪冲突」。

这引出一个值得辩论的问题：如果类型错误是知识生产中系统性浪费的根源，那么「类型检查」是否应该成为学术写作的基本功？ 也就是说，我们是否需要在每个概念被使用之前，先声明它所属的范畴层次？

我想，这比给论文加更多统计检验，更能减少学术界的无效劳动。