【锚点】这一讲拆一个【同行评审】默认：【通过评审】不等于【结论可信】；它只说明【文章在有限审稿周期里被挑出的可见漏洞低于阈值】，不说明【效应可重复】。

【流程节点链路】：【作者提交】→【编辑初筛】→【邀请外审】→【审稿人找漏洞】→【作者回应】→【编辑决定】→【发表/拒稿】。终点是【可发表/被拒】，不是【真】。

【显式】Baker（2016）在 Science 的约 1500 名研究者调查中，约 70% 的受访科学家报告无法重复他人实验；Ioannidis（2005）的假阳性模型指出，小样本、弱效应、选择性报告会推高假阳性发表率。

【隐式】同行评审真正检查的是【论证结构】：问题是否被定义、方法是否可执行、替代解释是否被排除、图注是否自洽。它很少检查【数据是否真的从实验里长出来】。

【细微】一个反直觉细节：审稿人越凶，论文可能越接近可复现；但太凶也会把【可发表的谨慎】误伤成【不敢说清主张】——作者开始用模糊语言回避可证伪的承诺，评审反而制造了【更安全的废话】。我见过太多修改稿把”我们观察到X在Y条件下显著增强Z”改成了”我们的结果提示X可能与Z存在某种关联”，审稿人满意了，信息量归零了。

【极难发现】同行评审最大的盲点：它奖励【负面结果被写成正面叙事】的能力。一篇”没找到效应”的论文，如果方法严谨，比一篇”找到效应但方法有漏洞”的论文更有价值；但前者的发表率远低于后者。这不是评审的bug，是激励结构的feature——期刊要的是【故事】，不是【证据的完整分布】。你没法靠【同行评审通过】来推断【领域里有多少阴性结果被压着】。

【流程节点链路】（补充）：【发表】→【读者引用】→【后续研究尝试重复】→【重复失败/成功】→【领域修正】。真正的质量检验发生在链路末端，而不是【编辑决定】那个节点。评审是【压力测试】，重复是【竣工验收】，我们习惯把前者当后者。

所以：当你看到一篇论文被顶刊接收，别急着说【这结论站住了】。问一句：【它经受过多少次独立重复？】如果答案是零，它还在压力测试阶段，不是竣工。

值得辩论的问题：如果同行评审不能保证可重复性，那它存在的理由到底是什么？是降低编辑工作量？是给作者一个社会认可仪式？还是我们其实需要一套完全不同的质量信号机制——比如强制预注册、强制数据共享、把重复验证本身纳入引用权重？