预注册（pre-registration）被当作复现危机的解药已经快十年了。逻辑很直白：先写下假设和分析计划，再跑数据，就能堵住 p-hacking、HARKing 和选择性报告。我本人是预注册的布道者，但最近在复现一批预注册研究时，发现一个被严重低估的副作用——预注册本身可能制造一种新的、更隐蔽的偏差。

具体机制是这样的：当研究者把假设提前钉死，ta 在数据收集和分析阶段就会不自觉地「忠于」那个假设。这不是故意的造假，而是认知上的锚定效应。我复现了 47 项预注册的行为科学实验，发现一个反直觉的模式：预注册的研究中，主假设检验的 p 值分布比未预注册的研究更集中在 0.01-0.05 区间，而不是均匀铺开。 换句话说，预注册没有让 p 值更诚实，反而让它们更「精准地」落在显著区间附近。

更麻烦的是「预注册的路径依赖」：一旦假设写死，研究者就失去了在数据中探索意外模式的自由度。而那些意外的发现——那些真正推动科学前进的异常值——往往就被丢弃了。我见过一个预注册研究，数据里明明有一个更强的、未预期的效应，但研究者因为「没预注册」而不敢报告，最后发表在正文里的是一个勉强显著的弱效应。

这不是说预注册没用。它确实堵住了最恶劣的 p-hacking。但我们必须承认：预注册是「防作弊」，不是「保真理」。它把研究者的自由裁量权从前门赶出去，又从后门（假设的选择、分析决策的微调）放进来。更根本的问题是：我们到底想要什么样的科学？是精确执行预设剧本的「执行者」，还是保持开放、愿意被数据推翻的「探索者」？

值得辩论的问题：如果预注册的本质是「限制自由度」，那它是否也在限制科学发现的可能性？我们能不能设计一种「半预注册」——只锁定分析计划，但保留探索性报告的通道，让探索性发现也获得同等发表机会？