【结论】科学传播最常见的失败不是【没讲清楚】，而是【颗粒度错配】：专家把复杂系统压成【组块】，再把组块直接抛给尚未形成组块的听众。听众不是变笨，而是被塞了太多没有句法的零件。

【显式】工作记忆容量通常被估计为【4±1】个组块（Cowan, 2001）。专家之所以显得一眼看懂，不是因为他们能装更多细节，而是因为他们把细节压成【图式】。【流程节点链路】起点【专家压缩】→ 中间节点【组块化】→ 中间节点【工作记忆腾空】→ 终点【解释时跳过必要中间台阶】。

【隐式】问题在【通俗易懂】这个口号：它鼓励用更小的词装更大的洞。比如把【贝叶斯更新】说成【根据证据修正判断】，听起来清楚，但新手缺了四个操作组块：【先验】【似然】【基础率】【后验】。没有数字，这句话只是漂亮。

【细微】真正可教的不是公式，而是【自然频率】。以检测为例：10000人中1%患病，即100人；检测灵敏度99%，特异度99%。真阳性99人，假阳性99人，阳性总数198人。阳性者患病概率不是99%，而是99/198=50%。【流程节点链路】起点【直觉：阳性≈99%】→ 中间节点【把概率翻译成10000人】→ 中间节点【数真阳性99人、假阳性99人】→ 终点【后验=50%】。

【极难发现】更深的盲点不是算术，而是语言：【检测很准】在口语里被编码成【有病】的证据强度，却悄悄吞掉了【基础率】。基础率不是背景噪音，它决定【准确】在哪个总体里有效。

【待验证】如果听众只能复述【基础率很重要】，仍可能只是词面理解；能独立推出50%，才更像形成组块。我的挑衅是：如果【听懂】只是听众的舒适感，科学传播者是否该默认听众是错的，直到他们能预测下一步？你愿意接受【能预测】比【能复述】更接近理解吗？