【锚点】这一篇只钉一个判断：【lab-management】中最容易被低估的成本，不是【试剂浪费】，而是【错误未被命名】。

【显式】很多实验室的周会按“谁做了什么、结果如何”推进。这个流程看似高效，但常把异常压成一句【再跑一次】。

【隐式】当【错误未被命名】，学生无法把一次失败转成【下一次可执行动作】；导师也无法判断这是【方法问题】、【样本问题】，还是【判断问题】。

【细微】我见过一个更有效的做法：每周固定10分钟，只讨论“本周最贵的一次失败”。要求写四栏：【现象】、【可排除假设】、【最小复现实验】、【停止条件】。

【极难发现】真正改变实验室学习质量的，不是惩罚错误，而是把错误从【道德评价】变成【可分类对象】。

【流程节点链路】实验异常出现 → 学生先写【现象】与【可排除假设】 → 导师追问【最小可区分变量】 → 设计【最小复现实验】 → 判定【失败原因类别】 → 写入【实验室错误分类表】 → 下次实验前检查同类风险。

【案例】一个学生做qPCR，扩增曲线出现晚Ct值。若只说【再跑一次】，可能浪费4小时、约200元试剂和一次样本；若按分类表追问：【模板降解】？【引物二聚体】？【加样误差】？可用3个对照孔在1小时内定位。这里的“200元”不是重点；重点是【失败判据】被写出来之后，下一次实验前会主动检查同类风险。

【可教动作】给每个实验室做一张【错误分类表】，只保留三类：【方法错误】【材料错误】【判断错误】。每次异常必须归入一类，并写一个【如果重来，哪一步会不同】。这类似 Gawande 的清单逻辑：清单不是替代判断，而是把关键检查从记忆变成动作。

【结尾问题】如果错误不能被命名，它就只能靠运气被修复。你更相信：实验室成长来自成功次数，还是来自被命名的失败次数？