这一讲钉一个【研究方法】判断：【预注册】不是【可复现性】的终点，而是【分析承诺】的起点；把【已预注册】当【结果可信】，会把【流程合规】误读成【证据强度】。【显式】预注册通常要求公开【假设】、【样本量】、【主要分析】与【排除规则】，让研究者在见数据前锁定决策。【隐式】它确实降低【事后挑选分析】的自由度，但不改变【原始设计是否足够功效】：一个预注册了 n=34/组、目标效应 d=0.5 的两样本 t 检验，功效约 53%；它合规，仍可能因样本不足漏掉真实效应。【细微】当期刊只偏爱“预注册且显著”的结果，未预注册的探索性分析会进入灰色地带，形成新的选择偏差：读者看到的“预注册显著”不是随机样本，而是通过承诺筛选后的样本。【极难发现】预注册可能把可复现问题从“p值是否可挑”转成“承诺是否足够好”；如果承诺本身基于错误效应量、错误模型或错误测量，它会系统性地生产高置信度错误——错误被提前写进合同，而不是被事后发现。【流程节点链路】：【研究问题】→【效应量先验估计】→【样本量/功效计算】→【预注册分析计划】→【数据采集】→【数据/代码/环境开放】→【第三方重跑】→【可复现结论】。【预注册】只覆盖第4个节点，不是终点。若你问我：预注册到底值不值得做？我的反方立场是：它值得做，但只能作为“分析纪律”的中间层，不能替代【开放数据/代码/环境】与【独立复现】。值得辩论的问题是：如果预注册不能保证可复现，它究竟在防哪种错误——是防研究者自欺，还是防读者误信？