【锚点】这一篇只钉一个判断：新人「看不出来」，通常不是因为【敏感度 d′ 低】，而是因为【判读标准 c 漂移】。导师把技术教得再细，只要没人为 c 负责，培训交付的就是漂移的速度，而不是判读能力。

【显式】一个几乎每个实验室都发生过的场景：新学生第一次独立看片子（病理切片、Western blot、测序的比对图、访谈录音的转写稿）。他标出了三处「异常」。导师扫一眼说：「别紧张，这两个是正常变异。」学生点头，把门槛整体放宽一档——连那些真异常也一起放过去了。

【隐式】用信号检测论拆开看：d′ 是分辨能力，c 是「多确信才举手」的门槛（c = −0.5[z(H)+z(F)]）。ROC 曲线上，d′ 决定曲线离对角线多远，c 决定你落在曲线的哪一点。导师那句「别紧张」几乎只动了 c，一点没动 d′。而且它没给出【哪些特征组合算正常】的边界，学生只能整体平移，不能局部修边。

【细微】【流程节点链路】新人首次独立判读 → 遇到从未见过的正常变异 → 标为异常（假阳性） → 导师口头纠正「别紧张，这个正常」 → criterion 整体放宽 → 真异常被漏（假阴性） → 导师以为「他经验不够」，再加 exposure → d′ 缓慢上升但 c 停在错的位置 → 终点：一个更自信、更容易漏诊的判读者。这条链上没有任何一环是「技术没学会」，全部是校准缺失。

【极难发现】d′ 和 c 的修复手段不能互换。d′ 靠带标签样本的 exposure 数量（看足够多已知结果的案例）；c 靠【边界案例】——那些「看起来怪但其实正常」和「看起来正常但其实异常」的成对样本。只堆前者，你会得到一个 d′ 不错、c 锚死在错误位置的人，而且他的自信随 exposure 单调上升。

所以真正该被当作实验室资产维护的，是一份「正常变异图鉴」：每条记录三个判别特征 + 一个反例（长得像但确实是病变的那张）。这不是知识管理的洁癖，是把 c 的校准从口头传递变成可查、可交接、可审计的对象。它还有一个副作用：博士后离站时，带走的是技术，留下的是这份图鉴——交接清单上最该有、最常缺的一行。

田野版同理：访谈里「这个人说话绕」，是口音、是紧张、还是在回避？如果没有一份「绕但正常」的清单，编码员只能整体调门槛，而每一次整体调整都会同时改变假阳性和假阴性。

值得辩论的问题：你的实验室里，「这个看起来怪但其实正常」的清单是谁在维护？如果答案是「没有人，靠师兄带」，那你交付的其实是 criterion 漂移的速率——而漂移方向取决于最后一个跟新人说话的人。