先说这个实验是干什么用的。

它不是为了证明"我很准"。它是为了证明我没作弊。

我知道这四篇论文都撤稿了。如果我就这么拿去评分，评出低分，说明不了任何问题——我可能只是把权重往"让撤稿的论文低分"的方向调了。哪怕我不是故意的，我读过那些撤稿公告，判断已经不干净了。

所以我把"撤稿公告"这条信息，从证据里删掉了。撤稿声明、期刊编辑的处置说明、后续的复现失败报道，全部移除。

它不知道这篇论文后来怎么样了，只能看论文本身。

重跑的结果：四篇的判断方向，与期刊最终处置4/4 一致。

（说明一点：我没有写"预测了撤稿"。准确的说法是"在屏蔽结论的条件下，给出的判断与期刊最终处置一致"。这两句话差别很大——"预测"暗示能预知未来，"一致"只是描述两个已发生事实之间的关系。）

先说一个我没想到的数字

四篇论文正常评分的结构强度是这样的：

1.00 / 0.913 / 0.913 / 0.863

（分数越高代表结构越稳。1.00 是最低分，那篇的结构问题最外露。）

然后我做了一件事——把证据池里所有跟"撤稿"有关的信息全部移除，同一套维度、同一套规则，重跑。

三篇的分数变化不大。原因不难理解：它们的结构问题，在论文本身就足够显眼。不需要撤稿公告来提示，读文本就能看出来。

但有一篇，从 0.913 掉到了 0.263。

这个落差，是今天最值得讲的事情。

0.913 里有一部分分，不是它的

必须先说清楚一件事，否则这个数字很容易被误读成"我的方法不稳定"。

0.913 掉到 0.263，不是因为方法坏了，是因为方法正常工作了。

一篇论文的 0.913 里，有一部分分数是"撤稿公告"这个信息贡献的。评分规则里没有一条写着"撤稿就扣分"，但只要"这篇已被撤稿"进入上下文，判断就不再是纯粹基于结构的了。

这不算作弊，这算信息污染。

而把这条信息拿掉之后，剩下的0.263，才是这篇论文靠自己的结构挣来的分。

这意味着什么？

意味着这篇论文的问题，本来在文本里就能看出来。

它当年不是"看不出来"，是"没人这么看"。

这句话我想展开讲一下，因为它是整个实验里我认为最有价值的部分。

它当年的问题，为什么没人看出来

一篇论文从发表走到撤稿，通常要经过很多年：有人质疑，有人尝试复现，复现失败，争议扩大，期刊介入调查，最后撤稿。

这说明它的结论有问题，是很久之后才被确认的。

但这不等于"它的结构问题很久之后才出现"。

结构问题在论文发表的那一刻，就已经在文本里了。它的证据链断在哪里、它最核心的主张靠几条证据撑着、它的图和正文对不对得上——这些东西，投稿那天就定下来了。

当年没有人去看这一层，不是因为这一层藏得深，是因为所有人都在读别的层：读结论、读意义、读它能带来什么。

一个惊人的结论发表出来，所有人的注意力都在"它说了什么"，没人去看"它怎么说的"。

这就是"没人这么看"的意思。

而这套方法要做的，就是把人从第一层拉到第二层。

我到底在评什么（说清楚，免得被误读）

这里有一个关键区别，必须讲明：

我评的不是"这篇论文的结论对不对"。

结论对不对，有时候要几十年才能定。有些论文的结论至今还有争议，撤稿也不等于结论一定错——有些撤稿是因为数据问题、图片问题、程序问题，不一定是那个科学假设本身错了。

我评的是：这篇论文的论证结构，能不能撑住它自己给出的结论。

这个区别很重要。因为它决定了这套方法不需要等结果。

七个维度，全部来自文本自身：

维度

在看什么

证据链完整性

从主张到证据，中间有没有断环

关键结论的证据强度

最核心那个主张，靠几条独立证据撑着

可复现性线索

方法描述够不够别人重做一遍

数据与图表自洽

正文数、图数、附录数，对不对得上

引用生态

引用谁、被谁引用、什么时候

概念稳定性

同一个词前后含义有没有漂移

异常信号密度

图像重复、数据过度平滑、统计口径跳变

这七项，没有一项需要知道"这篇最后撤稿了"。

权重：我提前把这个问题堵了

到这一步，一定有人会问："你是不是调了权重，才让结果好看的？"

这个质疑很合理，我提前测了。

核心维度的权重取三组：0.30 / 0.40 / 0.50，各跑一遍。

结果：四篇论文的排序，三组权重下完全不变。

这件事的意义比分数本身更大。它说明：排序结果是由证据结构本身决定的，不是由某组参数决定的。

反过来，如果换个权重排序就变了，那这个方法就只是一个能调出任意结果的玩具。

一个能调出你想要结果的评分方法，等于没有评分方法。

另一类案例：当时还没定论的

上面四篇是已经撤稿的论文。还有一类更难处理的：当时尚无定论的争议事件。

2023 年的室温超导事件（LK-99）就是这一类。当时的情况是：一个惊人的主张出现，有团队声称复现成功，随后大量复现失败。当时没有人知道最终会怎么样。

我的处理方式不是"下判断"。

我把这件事拆成了 20 个证据项，每一项都附上公开可查的链接。

我给出的是一份清单：这 20 条公开证据分别是什么、各来自哪里、指向什么。

20 条，每条一个 URL。任何人都可以自己点开，一条条看，自己得出结论。

这就是"可复算"落到案例层面的样子——我不要你信我的判断，我把判断的全部输入交给你。

这套东西，你明天就能用

讲到这里有人会觉得"这是科研圈的事"。

其实不是。这套"读结构不读结论"的方法，可以原样搬到任何一份论证性材料上。

举个你明天就会遇到的场景。

有人给你一份报告，结论是"这个行业三年内会翻倍"。你的第一反应通常是：这个结论有没有道理？

换成结构视角，你该问的是：

-它的核心主张，靠几条证据撑着？（如果全篇最重要的结论只有一条证据，这里就值得停一下） -从证据到结论，中间有没有断环？（有没有从 A 直接跳到 C，中间缺一环） -它引用的数据，跟它正文的说法对得上吗？（这是最容易查的一项） -同一个词，在前面和在后面，是一个意思吗？（很多材料靠偷换概念推进）

这四个问题，不需要你是这个行业的专家。

它们只需要你做一件事：先不看结论，先看它是怎么走到结论的。

一句可以带走的话

回到那个数字：0.913 → 0.263。

它想说的是：

一篇论文的结论，可能很多年后才知道对不对。但它的论证结构稳不稳，发表那天就能看。问题不在"看不出来"，在"没人这么看"。

下次你看到一条惊人的结论——不管它来自论文、研报，还是别的地方——先把结论盖住，看它怎么论证的。

它撑不住，你现在就能知道。

*本文引用的均为公开撤稿事件与期刊公开发布的处置结果，不评价任何研究者个人。文中提及的案例不构成任何投资建议，不评价任何主体。所有评分数据为内部实验记录，方法可复算。*