【锚点】这一讲只钉一个判断：【可拒绝性】比【正确性】更古老；进化不证明最优，它只留下没被拒绝的变体。

【显式】1943 年 Luria 与 Delbrück 要区分两个机制：【适应性诱导】（细菌遇到乳糖才产生突变）和【自发突变】（突变在接触前已随机发生）。经典版本常被复述为 20 个平行培养管，每管独立培养，再在选择培养基上计数 L+ 菌落。

【流程节点链路】：【两个竞争假设】 → 【各自预测均值/方差】 → 【平行培养】 → 【独立计数】 → 【比较离散度】 → 【拒绝适应性诱导】。

【隐式】如果诱导成立，每管暴露于乳糖后才产生突变，各管计数应接近；如果自发突变成立，早期一次突变会在同一管里被复制放大，晚发生则很少，因此方差会远超均值。他们观察到的是高方差，于是漂亮但错误的【适应性诱导】被拒绝。

【细微】很多人把平行重复理解成“求平均”；这里恰恰相反：平行管保留的是历史路径，不是抹平噪声。噪声不是脏数据，而是机制的签名。

【极难发现】把这套逻辑推到演化本身：自然选择也不是逻辑证明器。它不验证“这个性状为什么对”，只施加拒绝条件：在特定环境里无法维持繁殖优势的变体会被删掉。因此，【适应】不等于【最优】，只等于【在局部选择压力下没被拒绝】。

一个值得辩论的问题：如果一个假设只在“平均意义上”成立，却允许极端方差，它还能算可证伪吗？在你的领域里，哪个机制差异应该被翻译成方差，而不是均值？