【锚点】这一篇只钉一个判断：【复现不是“同一条件重复”，而是“改变干扰变量后效应是否仍成立”的结构扰动测试。】

【显式】Open Science Collaboration（2015）对 100 项心理学研究做预注册复现，只有 39% 达到显著；失败复现的效应量中位数约缩水 47%（Science, DOI: 10.1126/science.aac4716）。【流程节点链路】原始效应 → 预注册复现 → 改变样本/时间/地点/测量细节 → 效应衰减或消失 → 原结论被降级为局部条件。

【隐式】很多人把“可复现”理解成“代码能跑通、数据能加载、图能画出来”。这只能证明【软件可重复】，不能证明【科学效应可迁移】。从空间批判看，实验不是中性的容器，而是荷载条件；同一张施工图能打印 100 次，不等于 100 栋楼都能承重。

【细微】真正该看的是【复现网格】：样本来源、时间窗、任务顺序、指导语、测量模式、分析模型。若效应只在某一格稳定，结论应写成【在 X 条件下成立】，而不是【该效应成立】。

【极难发现】最容易被误读的是：完全相同的复现（同实验室、同代码、同数据）会把【测量系统的稳定性】误当成【构念的外部效度】。它测的是误差结构，不是真理折旧。【流程节点链路】数据固定 → 代码固定 → 随机种子固定 → 结果一致 → 只能证明计算链路稳定。

【调查方法例证】同一量表在两地复现，Cronbach α 都 0.90，并不等于可以比较两地均值。至少要看测量不变性：因子结构相同（configural）、因子载荷相同（metric）、题项截距相同（scalar）。【流程节点链路】量表复现 → 检查因子结构 → 检查因子载荷 → 检查题项截距 → 判断是否可比较均值。没有 scalar invariance，你比较的不是同一把尺子的读数，而是两把不同零点的尺子。

【待验证点】如果一个效应只在“同实验室+同代码+同数据”复现，而换样本/时间/测量模式后效应量下降超过 50%，它应被标记为【局部条件效应】，而非普适效应。

【值得辩论】如果完全相同复现成功，但结构扰动复现失败，我们应该说原研究“错了”，还是说它只发现了“条件依赖效应”？