# 我们怎样知道：痕迹、理论与科学的历史
从宇宙辐射、放射性时钟，到化石、历史规律与临床试验，五本书共同追问：解释怎样赢得我们的信任，又怎样失去它。
来源导读：[时间简史](https://short.zaynjarvis.com/books/a-brief-history-of-time/) · [万物简史](https://short.zaynjarvis.com/books/a-short-history-of-nearly-everything/) · [历史的教训](https://short.zaynjarvis.com/books/the-lessons-of-history/) · [科学革命的结构](https://short.zaynjarvis.com/books/the-structure-of-scientific-revolutions/) · [坏科学](https://short.zaynjarvis.com/books/bad-science/)
## 从痕迹重建宇宙
没有人目睹早期宇宙膨胀，也没有人跟着第一批生物走上陆地。我们从留下的痕迹重建这些历史：辐射、岩石、化石，以及遗传差异。问题在于，怎样的推断足以让人信任；当痕迹不再符合解释时，又该改动什么。
斯蒂芬·霍金（Stephen Hawking）写《时间简史》，是为了向普通读者解释现代物理学及其哲学含义。Shortform 把导读组织成五个问题：现实是相对的还是绝对的？未来是否预先决定？宇宙如何起源？黑洞是什么？时间机器是否可能？比尔·布莱森（Bill Bryson）的《万物简史》则把物质、能量、恒星和行星的起源，一直讲到地球与生命。下文沿着这两份导读走进自然史，再借库恩、杜兰特夫妇与戈德契的视角，区分世界的变化与人们解释世界的方式的变化。
### 定律相同，时钟却不同
物理定律对等价的观察者相同，并不意味着每个人都会给一个事件标出相同的位置、速度或经历时间。连普通的运动都需要参考系。导读举了一条河里的鱼：它始终停在同一块河床上方，而你的船从旁漂过。相对船，鱼在运动；相对河岸，它静止不动；相对太阳，它又随着地球运动。这些描述都没有提供一种宇宙通用的绝对静止状态。
时间的情况更出人意料。沿用导读中两个孩子在星舰上玩激光枪战的例子，这里的前提是：星舰必须以**低于**真空光速 *c* 的速度飞行。舰上的人看到光脉冲横穿舰宽；舰外的惯性观察者看到的却是一条斜线。直角三角形的一条直角边是舰宽，另一条是光横穿期间星舰前进的距离。两位观察者测得的真空光速相同，因此，较长的光程对应较长的经历时间。这是时间膨胀（time dilation），不只是接收远处信号的延迟。[Einstein Online 的光速说明](https://www.einstein-online.info/en/speed_of_light/)。
图中舰宽标为 *d*，斜线标为 *d√2*。这幅特定几何图对应的舰速是 *c/√2*：光走过 *d√2* 时，飞船前进 *d*。它不能表示一艘有质量的飞船以光速运动。
爱因斯坦的狭义相对论用时空描述说明这些不同测量如何彼此相容。广义相对论进一步把引力纳入几何：物质与能量影响时空曲率，自由落体沿时空测地线运动。弯曲路径的图像有助于理解，但时空曲率不只是普通空间里的一条弯线。引力也会影响时钟的走速。这两套理论扩展了未考虑这些效应的早期力学。
速度的相对性在日常生活中有常见的应用，比如驾驶。为了避免碰撞，司机必须跟踪其他车辆相对于自身的运动，以及自己相对于路面的速度——因为公布的限速默认是相对于路面定义的。要与前车保持恒定的跟车距离，就需要调整车速，使自身相对于前车的速度为零。
### 光速上限究竟限制什么
狭义相对论最容易从平直时空中的惯性系讲起，但它同样能描述加速运动；仅仅出现加速度，并不要求改用广义相对论。后者用来描述引力所对应的时空曲率。[旅行双生子的分析](https://www.einstein-online.info/en/spotlight/twins/)就是狭义相对论处理加速运动的例子。
这里不变的是光在真空中的速度。在水或玻璃里，光的传播速度较慢；跨过介质边界时，传播速度的变化可能改变光的方向，形成折射。导读采用“质量随速度增大”的说法，指的是相对论性质量，即能量除以 *c²*。若采用不变质量的表述，物体的静质量不变，增长的是能量与动量。物理结论相同：对于静质量非零的物体，速度越接近 *c*，所需能量越大，并在极限处发散。粒子加速器检验了这种关系，却不能把有质量的粒子加速到 *c*。[相对论中的能量与加速](https://www.einstein-online.info/en/emc/)。
Shortform 还介绍了法里斯·E·威廉姆斯（Pharis E. Williams）的另一种解释：使粒子加速的电磁作用以 *c* 传播，当粒子逐渐追上它，推力便会减弱。相应的帆船类比是，起初风推着船加速，船速接近风速后，风的推动作用变小。这个类比保留了“继续加速越来越困难”的直觉，但它属于威廉姆斯的替代解释，并不是另一套已经确立的相对论推导。电磁场不是从后面追赶帆面的风；不用“相对论性质量”这个术语，也无须接受这套解释。
*相关来源：[折射](https://en.wikipedia.org/wiki/Refraction) · [威廉姆斯的替代物理解释](https://www.amazon.com/Physics-Against-Odds-Pharis-Williams/dp/061526722X)*
广义相对论能给出可与天文测量比较的预测。1915年，爱因斯坦解释了水星轨道进动中此前无法解释的部分：它面对的是牛顿理论留下的已有反常，不是刚发现的一种偏差。很久以后，LIGO 测得了与两个黑洞旋近并合相符的引力波信号。这是同一框架接受的两类不同检验。[LIGO 首次双黑洞引力波观测](https://arxiv.org/abs/1602.03841)。
引力波是时空几何中的扰动。变化的非球对称质量分布，例如互相绕转的双星，可以辐射引力波；一个有质量的物体匀速运动，并不会自动产生引力波。源的质量、运动和几何结构都有关。检验成功支持理论在被检验的范围内成立，但不能证明它在所有尺度上都完备。
*相关来源：[广义相对论检验](https://www.annualreviews.org/doi/pdf/10.1146/annurev.nucl.58.020807.111839) · [LIGO 介绍](https://www.ligo.caltech.edu/page/about) · [GW150914 论文 PDF](https://arxiv.org/pdf/1602.03841.pdf)*
### 膨胀有证据，绝对起点还要另问
霍金对比了两种宇宙观：他所讨论的犹太教—基督教传统认为宇宙在有限的过去被创造，而许多19世纪科学家偏好永恒存在的宇宙。20世纪观念的转变，来自宇宙如何变化的证据。热大爆炸模型描述宇宙从早期炽热、致密的状态膨胀并冷却。它不是从一个地点向外部空旷空间发生的爆炸。气球类比中有用的是**球面上**各点间距增加；气球的球心并不是那个二维宇宙中的一个地点。[NASA 对大爆炸的解释](https://science.nasa.gov/mission/webb/big-bang-q-and-a/)。
布莱森导读记录了100亿—200亿年的旧年龄估计范围，以及其中常被引用的137亿年。它们属于这份来源的叙述，不能充当今天的误差范围；现代常用的约数是138亿年。重建一个炽热的早期宇宙，也应与证明时间存在绝对第一瞬间区分开：能否谈论“之前”，取决于如何描述最初边界的模型。[NASA 宇宙学术语表](https://science.nasa.gov/universe/glossary-3/a-g/)。
20世纪20年代，哈勃建立的距离—退行关系为宇宙膨胀提供了证据：遥远星系往往退行得更快。这不等于每个星系都在远离我们；引力束缚系统内部的运动未必遵循这一大尺度趋势。广义相对论允许宇宙变化。爱因斯坦曾用宇宙学常数构造静态模型，说明已有宇宙观也会影响人们怎样使用方程；那一用途没有成功，并不使这个常数本身失去数学意义。
第二种痕迹是宇宙微波背景（cosmic microwave background）。炽热的早期宇宙应留下冷却后的辐射。彭齐亚斯与威尔逊在20世纪60年代探测到近乎均匀的微波信号；把它解释为遗留辐射，为热大爆炸提供了支持。后来对其频谱及微小起伏的测量，进一步使这种解释成为定量检验，而非首次发现便已经“完全吻合”。[COBE 科学家约翰·马瑟对测量的介绍](https://science.nasa.gov/missions/explorer/measuring-the-big-bang-with-the-cobe-satellite/)。
导读提出两重疑问。第一是**奇点（singularity）**：在特定的经典假设下，霍金—彭罗斯的结果表明，沿某些路径，时空描述无法无限延续。通俗叙述常把它画成一个密度无限大的点。更有用的结论是广义相对论碰到了适用边界，而不是物理学家观测到了真实的无穷大，或证明了整个宇宙有一个点状起源。
第二是**微调（fine-tuning）**。在所讨论的模型中，改变早期膨胀率，可能使物质无法聚集成恒星和星系，或者让宇宙在行星系统形成前重新坍缩。问题是，相关参数为什么取了允许生命存在的值。但参数敏感性本身不能算出生命出现的概率；还需要有依据的参数可能值分布。
人择原理的观察比较有限：观察者只能身处允许自己存在的条件中。多重宇宙方案试图提供许多不同条件，把这种选择效应变成解释；它的可检验性和前提仍须讨论。布莱森提出另一种想法：生命演化来适应环境。这能解释生命怎样适应一个已有环境，却不能单独解释环境为什么允许恒星、化学或生命存在。Shortform 对这一局限的讨论，是它对科学家可能如何回应的推测，不是测得的学界共识。量子引力理论也许能改写奇点并约束初始条件；导读记录了霍金希望它同时处理这两项问题的期待。
在牛顿引力下，一群相互吸引的物质怎样才能始终静止，本就成问题：它们为什么不会坍缩？这提出了一个动力学问题，却不能单凭它就推出宇宙从某一个原点诞生。广义相对论提供了描述时空演变的框架；量子引力还须解释经典描述在哪里失效。
Shortform 的比较把暴胀列为解释早期膨胀行为的一种方案，同时承认它没有消除所有微调问题。导读把霍金的取向概括为：优先寻找能解释初始条件的理论，而不是诉诸无限多个宇宙。这是在描述这份导读中的论证，不能据此断言霍金整个职业生涯都否定多重宇宙。在这里讨论的设想中，量子理论会约束看似任意的参数，并赋予已观测取值较高的概率。这仍是研究预期，并非已经确立的结果。
*相关来源：[时间简史](https://short.zaynjarvis.com/books/a-brief-history-of-time/) · [容许生命的条件限制](https://www.pnas.org/doi/10.1073/pnas.1304212111#sec-3)*
同样的问题也进入神学。Shortform 介绍了一类基督教论证：有时间开端的宇宙需要一个超出自身时空的原因，而允许生命存在的参数则提示设计。这个因果论证增加了一项哲学前提：即使普通的时间性因果无法适用于宇宙之前，宇宙整体仍必须有原因。把这样的原因称为超自然，属于解释的一部分，不是引力场方程已经证明的结果。同样，把微调看作设计者存在的证据，是神学推论，不是物理测量。它们与霍金试图在定律及初始条件中寻找解释的取向不同。
*相关来源：[大爆发的神学论证](https://reasons.org/explore/publications/facts-for-faith/a-beginner-s-and-expert-s-guide-to-the-big-bang-sifting-facts-from-fictions) · [微调的神学论证](https://reasons.org/explore/publications/connections/a-dime-s-worth-of-difference)*
### 恒星循环利用物质
早期宇宙主要形成氢和氦，随后膨胀与冷却结束了那个阶段的核聚变。微小密度差让引力逐渐把物质聚集成结构；坍缩的气体在形成中的星系里构成恒星。布莱森给出的银河系恒星估计为1,000亿至4,000亿颗，这个范围反映了从星系内部计数的困难。
恒星通过把较轻原子核聚变成较重原子核获得能量。恒星演化与超新星爆发，使周围气体富集碳、氧、铁等元素。后续世代的恒星与岩石行星，再由这些材料形成。不同恒星有不同结局，耗尽氢和氦本身并不是所有超新星的共同触发条件。
聚变把较轻的原子核结合成更重的原子核。在恒星燃烧中，向铁族元素方向的聚变可以释放能量；越过这一范围继续聚变，不能持续供能。大质量恒星会形成燃料不同的层次：炽热的核心已进入较后期的核燃烧，外层还保有较轻元素。
当这样的核心无法继续支撑自己，就会坍缩。激波以及涉及中微子的能量传递可能把外层抛出；有些坍缩则留下黑洞。这是核心坍缩型超新星的图景。未燃尽的外层燃料影响恒星结构，但不能把爆炸普遍解释成表面所有氢氦同时点燃。其他类型的超新星，例如白矮星的热核爆炸，机制又不同。[核心坍缩的爆炸机制](https://arxiv.org/abs/1212.4250)。
*相关来源：[核聚变](https://en.wikipedia.org/wiki/Nuclear_fusion) · [导读引用的超新星解释](https://www.space.com/6638-supernova.html)*
天文学家使用灵敏设备探测早期宇宙热气体发出的电磁辐射，甚至能对其成像。这些图像显示出微小的强度变化，对应于原始气体中最终促成恒星和星系形成的区域密度差异。
对银河系恒星数量的估计之所以存在差异，是因为天文学家采用多种不同方法来测量恒星密度——即单位体积内的恒星数量——以及星系的大小。每种方法都依赖于近似值或简化假设，这些前提使得出结果成为可能，但也带来了不精确性。
*参考链接：[甚至能为其成像](https://astronomy.com/magazine/2018/07/decoding-the-cosmic-microwave-background) · [天文学家用多种方法测量恒星密度](https://astronomy.stackexchange.com/questions/1083/how-do-scientists-know-there-are-about-300-billion-stars-in-a-galaxy-and-there-a)*
### 黑洞：在逃逸边界上作推断
事件视界（event horizon）是一条因果边界：从它内部沿未来方向传播的光信号，无法到达遥远的外部观察者。它不是一个实体表面。足够大质量的恒星残骸失去压力支撑后，可能坍缩成黑洞。可见恒星的运动能让人推断不可见伴星的引力；霍金讨论的历史候选体是天鹅座 X-1。后续观测又找到许多候选体，并以多类证据确认了黑洞。这里的方法是从影响作推断，而不是看到视界内部发出的光。
霍金辐射（Hawking radiation）是关于黑洞热辐射的量子预测。它并不意味着一束在事件视界内部发出的光逃了出来。霍金的计算把量子场放在黑洞时空中处理，预言向外的能量通量，以及相应的黑洞质量下降。[霍金1975年的论文](https://projecteuclid.org/journals/communications-in-mathematical-physics/volume-43/issue-3/Particle-creation-by-black-holes/cmp/1103899181.pdf)。
粒子对图景是一种教学辅助：正能量的一方逃向远处，负能量的贡献穿过视界。这里的“负能量”相对于远处观察者定义，并不等于反物质。因此，导读的光子—反光子故事需要修正：光子是自身的反粒子，不存在一类独立的“反光子”被黑洞优先吞入。[费米实验室对自共轭粒子的说明](https://neutrinos.fnal.gov/mysteries/majorana-or-dirac/)。
Shortform 把粒子对故事与量子场或能量密度解释作比较，并引用一位评论者的估计，称辐射涉及的区域约为视界尺度的15倍。值得保留的区别是：场的计算能讨论辐射的频谱和空间分布，无须把真实的粒子对产生过程定位在无限薄的表面上。“15倍”这个数值则依赖模型与区域定义，属于评论中的估计，不能当作霍金辐射的普适边界。霍金也没有隐瞒直观图像与推导的区别：原论文自身便给出启发式图像，提醒读者不要照字面理解，然后提供数学推导。
*相关来源：[黑洞列表](https://en.wikipedia.org/wiki/List_of_black_holes) · [粒子对类比批评](https://www.forbes.com/sites/startswithabang/2020/07/09/yes-stephen-hawking-lied-to-us-all-about-how-black-holes-decay/?sh=b2995624e63a)*
### 两种不同的缺口：暗能量与暗物质
布莱森问：普通的吸引性引力会减缓膨胀，宇宙为什么还会加速膨胀？宇宙学常数可以在方程中描述一个推动加速的成分，但这与解释它的物理起源是两回事。导读还记录了较早阶段减速、较晚阶段加速的图景。历史上的转折在于，爱因斯坦曾用这个常数得到静态宇宙，而不同取值又可以描述宇宙膨胀的变化。
Shortform 补充了替代解释：威廉姆斯提出，引力减弱可能改变推算出的星系距离，造成加速的表象；另一种方案则诉诸光速逐渐下降。这些是对推断方法及其前提的修改设想。所提供的来源没有证明，任何一种都已成为观测上成功的标准解释替代品；它们不能自动获得那些待解释观测本身的可信度。
*相关来源：[2001年膨胀研究报道](https://www.sciencedaily.com/releases/2001/04/010403070934.htm#:~:text=Summary%3A%20NASA%27s%20Hubble%20Space%20Telescope,between%20NASA%20and%20the%20European%20Space) · [威廉姆斯的变化引力提案](https://www.amazon.com/Physics-Against-Odds-Pharis-Williams/dp/061526722X/ref=sr_1_2?crid=2RW4NXSA57XUG&keywords=pharis+e+williams&qid=1671214789&s=books&sprefix=pharis+e+williams%2Cstripbooks%2C396&sr=1-2) · [1999年变化光速提案](https://www.sciencedaily.com/releases/1999/10/991005114024.htm#:~:text=His%20theory%20could%20also%20help%20explain,expansion%20is%20accelerating.%20Moffat%27s)*
缺失质量是另一类问题。天体运动与引力透镜所暗示的引力物质，多于发光物质清单所能提供的量。布莱森导读给出了10—100倍的差距；这是来源所述的估计范围，取决于考察哪个系统、把哪些物质计为可见，不能当作整个宇宙的一个统一实测比值。
导读比较了两类解释：暗淡的普通天体，例如小行星、暗星与黑洞；以及不通过普通光辐射显现的物质。Shortform 接着援引稀少的微引力透镜事件，质疑能否用致密暗天体解释全部差额。这不等于引力透镜整体上找不到暗物质，也不能推出“暗物质更集中”就是今天的主流解释。微引力透镜约束的是一种候选天体群体；大尺度引力透镜描绘的则是引力质量分布。此外，“暗”也不必意味着只能通过引力相互作用，或原则上不可能通过非引力途径探测。
Shortform 引用的威廉姆斯方案则改变引力，而不是增加物质。它假定引力常数随宇宙时间下降：远处天体反映过去较强的引力，引力变化以光速传播，而观测又有光传播的时延。这是该方案提出的机制，并非缺失质量问题已经确立的解答。修改引力与假设暗物质，都必须接受足够广泛的观测检验；把同一方案放在几个谜题旁边，并不会产生几份独立证实。
*相关来源：[2012年透镜讨论](https://www.economist.com/science-and-technology/2012/07/07/material-answers) · [2003年微透镜讨论](https://www.economist.com/science-and-technology/2003/04/10/seeing-in-the-dark) · [威廉姆斯的引力提案](https://www.amazon.com/Physics-Against-Odds-Pharis-Williams/dp/061526722X/ref=sr_1_2?crid=2RW4NXSA57XUG&keywords=pharis+e+williams&qid=1671214789&s=books&sprefix=pharis+e+williams%2Cstripbooks%2C396&sr=1-2)*
导读还提到额外的射电背景，把相关观测追溯到彭齐亚斯与威尔逊工作的年代，并引用了2009年重新引起关注的报道。它应与支持热大爆炸的宇宙微波背景分开。额外射电信号的来源与强度，是另一项天体物理问题。尚未解释的信号要求检验辐射源、仪器和模型，并不会抹去微波背景所提供的独立证据。
*相关来源：[射电背景专题](https://physics.tamu.edu/events/the-cosmic-radio-background/) · [2009年射电超额报道](https://www.economist.com/science-and-technology/2009/01/08/the-cosmic-boogie-box#:~:text=but%20doing%20science%20can%20sometimes%20be,turn%20out%20to%20be%20worth%20making%20a%20noise)*
## 预测、不确定性与时间方向
### 完整理论能否预测一切？
导读所述的**科学决定论（scientific determinism）**设想是：如果知道宇宙的精确状态，并掌握决定其演变的定律，就可以计算其他时刻的状态，包括人的行为。霍金用它追问自由意志；但“能够预测”是否就使自由意志成为幻觉，仍是哲学推论，不是关于人类选择的实验发现。
Shortform 把讨论分为三重限制，下面按顺序完整展开：**一，尚无完备的统一理论；二，量子预测具有概率性；三，量子规则限制对当下状态的精确规定。** 第一项是我们理论知识的限制，后两项则涉及量子描述本身的形式。
霍金把适用于不同物理情境的统一理论视为科学的最终目标。第一项限制，就是这种统一理论尚未完成。广义相对论用时空几何描述引力；量子理论描述经典理论无法复现的微观行为。待解决的是一套充分成立的量子引力描述，尤其要处理两类效应都不可忽略的情形。
这不能划成互不重叠的“相对论管大东西，量子力学管小东西”。量子理论能描述多粒子及宏观现象；量子场也可以放在预先指定的弯曲时空上研究，霍金辐射的计算就是例子。多体计算困难、单个粒子的引力效应微弱，都是研究障碍，却不能证明这些系统不属于量子力学。更深的统一问题还包括，让时空几何本身成为动态的量子对象。
Shortform 引用保罗·萨特（Paul Sutter），比较平直时空中的计算与引力的弯曲几何。这确实提示了复杂度的增加，却不能理解为任何弯曲背景上的量子场都无法数学求解。它还介绍了威廉姆斯2011年的《Dynamic Theory》：把热力学第一、第二定律推广到五个维度，即三个空间维度、一个时间维度和一个质量维度，并声称在不同的简化假设下，可分别还原量子力学或广义相对论；保留全部项则声称可以统一两者。来源提供的是书籍介绍，同时承认缺乏严格检验，不能据此认定量子引力问题已经解决。
另一个贡献与统一理论无关：量子研究也为概率及统计建模提供了工具。Shortform 引用的论文发表于2003年。这是数学思想跨领域使用的例子，不能写成这一领域“现在才刚刚开始”，也不意味着物理学已经能够完全预测未来。
*相关来源：[萨特谈量子引力](https://www.space.com/32147-why-is-gravity-so-hard-to-understand.html) · [动态理论](https://www.amazon.com/Dynamic-Theory-Space-Time-Matter-thermodynamic-foundations/dp/0615447112/ref=sr_1_2?keywords=pharis+e+williams&qid=1637635666&qsid=138-4406796-7491910&s=books&sr=1-2&sres=061526722X%2C0615447112) · [量子统计方法（2003）](https://arxiv.org/pdf/quant-ph/0303013.pdf)*
第二重限制涉及测量结果。量子计算给出可能结果的分布：例如，粒子在哪些位置更可能被探测到，在哪些位置概率较低。这不是经典图景中每个粒子都具有可知轨迹的承诺。但也不能由此认为量子理论没有精确预测；概率本身可以检验，其数学描述也并非每一部分都不确定。在通常表述中，量子态按方程演变，测量结果则由概率描述。
理解第三重限制，需要先拆开两个概念。**量子（quantum）**是与特定物理过程有关的离散单位，不是一份全宇宙通用的最小能量。光子的能量为 *hν*，频率改变，能量也会改变。有些系统具有离散的允许能级，有些则具有连续的取值范围。
导读用光散射让测量变得具体：用光定位微小粒子时，相互作用会传递动量，可能扰动粒子。这有助于理解测量的反作用。不过，不确定性原理比观察不够精细，或每个光子带来某个固定的“最小撞击”，更为根本。
对于位置 *x* 与动量 *p*，标准关系是 **Δx Δp ≥ ℏ/2**。这里的展宽属于量子态中的分布：位置分布越窄，动量分布允许的最小宽度就越大。这不要求任意不同量子态中的两种实际宽度必然反向变化。因此，即使仪器理想，也不能制备一个让两种展宽同时任意小的状态。在固定质量、非相对论的情形下，动量等于质量乘速度，这解释了导读为什么使用“位置—速度”的说法。[MIT 从位置与动量波函数出发的推导](https://ocw.mit.edu/courses/8-321-quantum-theory-i-fall-2017/2ecc07c095d8ae56600f7145c6fb4a6a_MIT8_321F17_lec5.pdf)。
它限制了经典式的计划：先把当下规定得完全精确，再计算唯一的未来轨迹。量子描述转而演化一个状态，给出概率预测。当下的不确定性会影响后续的位置预测，却不意味着每个系统、每个可观测量的不确定性都必然单调增加。
尺子提供了一个对照。刻度更细、校准更好，可以减少普通测量的不确定性。即使把仪器问题理想化消除，量子不确定性仍然存在。分清两者，才能避免把物理限制误当作数据采集不佳，也避免拿物理限制作为停止改进仪器的理由。有关[测量与因果性](https://short.zaynjarvis.com/articles/decisions-systems/zh/#theme-evidence-measurement-and-causality)、[概率与校准](https://short.zaynjarvis.com/articles/decisions-systems/zh/#theme-uncertainty-probability-and-calibration)的相关讨论，处理的又是不同来源的不确定性。
*相关来源：[测量不确定性](https://en.wikipedia.org/wiki/Measurement_uncertainty)*
### 时间旅行：三种提议，三种不同的主张
霍金的时间机器问题关乎回到过去，而不只是比别人少经历一些时间。Shortform 分开讨论了三条路径。
1. **速度：**时间膨胀允许人们老去的程度不同，但相对论没有提供把有质量旅行者加速到超光速的物理操作。局部光速上限本身，也不能证明广义相对论的所有时空都禁止闭合类时路径。
2. **量子记号：**反粒子在数学上可以表成时间方向反转的粒子，但这不是一种可操纵的回到自己过去的旅行。
3. **虫洞：**时空不同区域之间的假想连接，在某些几何中可能使局部沿时间向前的旅行者，从另一端出来时到达外部时间中的较早时刻。
这些描述都没有提供一台可工作的时间机器。
导读中的两艘星舰值得算一遍，因为算术比它的“伪逆向时间旅行”标签清楚。两姐妹同时从地球出发，前往1000光年外的殖民地。一人的舰速是光速的99.99995%，另一人是99.9992%。忽略加速与减速，地球参考系中的旅程约为1000.0005年和1000.0080年，相差约2.74天。两人自身经历的旅程则分别约为1年和4年。
如果较快的旅行者出发时大两岁，抵达后她反而约小一岁；两人会合时，她还多等了那几天。年龄大小关系反转了，却没有任何一个人沿自己的历史倒退。两人都来到了地球约一千年后的未来。这是老化时长不同：较快者约少经历三年，而不是较慢者回到了三年前。
反粒子的表示法也容易被过度解读。它是量子理论中联系振幅的一种数学方式，不是把物质变成反物质就能把它送入过去的证据。导读没有提供任意把某个粒子送回过去的方法，也没有依据把这一记号扩展成可实际旅行的“反物质人”。
导读为虫洞提出两类障碍：可穿越的几何是否可能存在，以及有东西通过时它能否保持稳定。普通隧道的类比——凹形墙壁给内部留下空间——不能证明虫洞需要什么时空几何或物质条件。同样，“任何质量都会让所有虫洞坍缩”也过于笼统，稳定性取决于模型。Shortform 自己就引用了一个2021年的理论构造，其中微小粒子可以穿越虫洞而不导致坍缩。这是模型结果，不是观测到了虫洞，更不是运送人的路径。数学解、物理可实现性与工程设计，是三项不同的成果。
*相关来源：[2021年虫洞模型](https://www.sciencedaily.com/releases/2021/03/210309153828.htm#:~:text=Summary%3A%20Researchers%20present%20a%20new,Wormholes%20in%20Einstein-Dirac-Maxwell)*
## 地球保存着不完整的记录
布莱森的写作起于飞机舷窗旁的一次自觉：脚下的世界不断掠过，他却对它知之甚少。童年记忆中的科学书令人却步，因此他想写一部容易亲近的自然史，从大爆炸讲到人类祖先。他反复强调，重大发现与尚未解决的问题可以同时存在。
Shortform 把材料按时间分为宇宙与太阳系、地球地质史、生命史。它明确说明，略去了布莱森的大多数科学家轶事，突出发现与疑问，并加入比较和后续研究。这层编辑工作有用，但它的年代与断言强度，要与布莱森的叙述分别判断。地球历史提供了一种具体的检验方式：岩石既是被解释的物质，也是解释所用的记录。
太阳系约在46亿年前，由得到更早恒星世代物质补充的气体与尘埃形成。布莱森描述行星用了大约1亿年逐渐聚集，年轻地球受到撞击加热。持续的小行星与彗星轰击又带来水、碳等物质；导读把早期一个尤为强烈的阶段描述为持续约5亿年。但不能据此给整个地表第一次固化标出一个时间，因为冷却、重熔和撞击彼此交叠。
大撞击说把一次与火星大小天体的碰撞放在约45亿年前，抛出的物质参与形成月球。月球稳定地球自转的作用影响气候；但更强的说法——没有它，大多数植物及其动物食物链都无法生存——是一个反事实假说。证明月球影响地轴运动，并不足以证明这一结论。
陨石保存了太阳系原始物质的化学信息。Shortform 引用的一项2021年研究，结合已灭绝的铌-92同位素与铀—铅测年，约束早期的物质富集过程。其模型区分了与 Ia 型超新星有关的内太阳系物质贡献，以及核心坍缩型超新星对外太阳系的贡献。这支持不同恒星物质输入的历史，却不能证明两组行星主要由恰好两片相交残骸云分别构成。用这种富集解释岩质内行星与气态巨行星的差异，仍属于模型解读，而不是同位素直接测得的结论。[苏黎世联邦理工学院研究团队的说明](https://ethz.ch/en/news-and-events/eth-news/news/2021/03/extinct-atom-reveals-the-long-kept-secrets-of-the-solar-system.html)。
*相关来源：[铌同位素原始研究](https://www.pnas.org/doi/10.1073/pnas.2017750118)*
Shortform 还保留了大撞击说之外的两种历史方案：地月由同一团物质共同形成，或月球在别处形成后被地球捕获。列出这些方案，不意味着它们获得了同等证据支持。另一场讨论关乎没有月球时的宜居性：有研究者认为，地轴变化也许足够缓慢，生命可以适应。这反对的是“月球对生命不可或缺”，而不是月球确实影响地球自转。
*相关来源：[月球起源替代说](https://www.inverse.com/science/how-did-the-moon-form) · [没有月球的宜居性](https://www.science.org/content/article/who-needs-moon)*
### 用原子做时钟
岩石年龄是根据物理过程作出的推断，不是一张等待读出的标签。铀同位素以已知速率衰变为铅。合适的矿物能够保存自形成、或后来停止同外界交换物质以来的母体—子体比例。读这只时钟时，必须处理初始子体含量、污染，以及同位素后来的流失或进入；熔化不会自动把每种矿物都完美地重置。
现存的多数地球岩石比地球年轻，侵蚀、加热与板块活动不断改造它们。给陨石测年，则能接触早期太阳系物质，前提是这些材料的形成可以约束地球形成的时代。布莱森描述了20世纪中期约46亿年年龄估计的确立，以及避免铅污染的困难。他笔下的科学家克莱尔·帕特森（Clair Patterson），把精密的铅测量与反对环境铅污染的工作联系起来，其中包括含铅汽油。测量问题与公共健康问题遇到了同一种污染物，但一个受污染的样品本身并不能测出人群健康损害。
不同的时钟提供不同的核验。Shortform 在铀—铅之外补充四套体系，不能把它们的机制混在一起：
| 体系 | 测什么，为什么有用 |
|---|---|
| 钾—氩 | 钾-40的一条衰变路径通向氩-40。加热时氩可能逸出；含钾矿物中留存的放射成因氩，可以用于确定冷却或封闭时间，但要处理初始俘获氩与后续流失。 |
| 氩—氩 | 用中子照射，把钾-39转成氩-39，以后者代表钾含量。比较放射成因氩-40与氩-39，并校准辐照条件，可以避免分别测量钾、氩的绝对数量，改进分析控制，揭示受扰动历史。不能仅因使用同位素比值就保证精度更高。 |
| 钐—钕 | 钐-147衰变为钕-143，**不是反过来**。比较母体—子体比值不同的相关样品，可以约束年龄及初始钕组成。导读强调它对古老火山岩的用途。 |
| 铷—锶 | 铷-87衰变为锶-87。用稳定的锶-86归一化相关比值，结合母体比值与初始组成模型，可以为合适的同源样品测年；导读强调陨石用途。单独一个锶-87/锶-86比值不是年龄。 |
加热、物质交换与污染对各体系的影响不同，适当的独立时钟彼此一致，能帮助发现或约束误差。但仍须理解，每只时钟记录的究竟是哪次地质事件。[USGS 母体—子体同位素表](https://www.usgs.gov/educational-resources/geologic-age-using-radioactive-decay-determine-geologic-age)；[氩—氩实验室方法](https://geoinfo.nmt.edu/labs/argon/methods/home.html)。
*相关来源：[钐钕测年](https://www.chemeurope.com/en/encyclopedia/Samarium-neodymium_dating.html) · [铷锶测年](http://hyperphysics.phy-astr.gsu.edu/hbase/Nuclear/clkroc.html#c4)*
### 倾听地球内部
矿井与钻孔只能进入地球很浅的一层。地震波提供了更宽的视野：它们在不同材料中的速度、路径和传播行为不同，因此多地台站的记录可以约束内部结构。基本的四层图景区分了较薄的固态地壳、以固态为主的地幔、液态金属外核和固态内核。地幔可以在地质时间内变形、流动，却不是一片全球性的熔融岩石海洋。地壳厚度差异也很大；“几英里”对部分洋壳较合适，却不能概括大陆。[USGS 对固态但可变形地幔的解释](https://pubs.usgs.gov/gip/dynamic/unanswered.html)。
内部为什么仍然炽热，是另一个问题。地球形成时留下的余热，以及放射性衰变产生的热量，都有贡献。放射性衰变与自持的铀裂变链式反应不是同一过程。布莱森与 Shortform 提到地核反应堆假说，以及“这样会过快耗尽燃料”的反对意见；也讨论了地核中的钾-40与其中究竟能容纳多少钾的疑问。这些是对热量收支细节的提议，不能把热源问题缩成两种已确立的地核加热机制二选一。[USGS 对余热与放射性热的解释](https://www.usgs.gov/news/volcano-watch-heat-deep-and-magma-shallow-a-hot-spot-system)。
*相关来源：[2003年地核含钾提案](https://www.sciencedaily.com/releases/2003/05/030508080106.htm#:~:text=with%20its%20half-life%20of%201.3%20billion,the%20magnetic%20field%20for%20billions%20of)*
更细致的地震模型是在深化这幅图景，而非简单废除它。Shortform 描述了较薄的过渡区域、所提出的“内内核”、地幔底部的大型异常团块，以及被比作倒置山脉的大陆深部根区。一些模型推断，钻石可能对这些根区的地震性质有所贡献。这些是分辨率各异的间接结构与成分推断，不是拍到了均匀圈层或整座实心钻石山。应区分的是一级分层模型与层内的不均匀结构。
*相关来源：[2008年地幔非均匀性报道](https://www.sciencedaily.com/releases/2008/05/080501154212.htm) · [2005年过渡层报道](https://www.sciencedaily.com/releases/2005/04/050414110928.htm) · [2008年内内核报道](https://www.sciencedaily.com/releases/2008/03/080310131507.htm) · [2018年大陆根部钻石推断](https://www.sciencedaily.com/releases/2018/07/180716114538.htm)*
### 大陆在移动，痕迹也随之移动
板块构造学是解释大陆漂移的理论框架：地球的陆地块和海底片段彼此相对运动，它们承载在刚性的岩石圈板块上，下方地幔以固态为主，但可以在漫长时间内变形。地幔对流，以及板块下沉和扩张相关的力，共同影响板块运动。科学家通过匹配曾属于同一区域、后因大陆漂移而分离的化石或岩层，来重建大陆过去的位置。重建仍有不确定性：不同的化石组合、年代与岩层对比，可能提示不同地图。这限制的是某项重建，不等于整套板块构造学都不精确。
Shortform 所谓“多次泛大陆”的讨论，为部分不吻合之处补上了时间维度。泛大陆（Pangaea）是一块超级大陆，不是大陆历史上唯一的组合。反复聚合与裂解意味着，不同时代的证据未必应当拼进同一张地图。化石匹配还要结合年代与后续位移才有解释力；多次超级大陆循环也不能自动解释每一项异常。
*相关来源：[2008年超级大陆研究](https://www.sciencedaily.com/releases/2008/08/080822093722.htm)*
### 冰改变地表，也要求把问题问准
冰川切出山谷，留下冰碛，也就是被搬运后堆积的岩石与沉积物。这些痕迹说明，一些今天无冰的地区曾被冰覆盖。布莱森强调冰对地表的巨大塑造作用；把它排在所有构造过程之前，是叙述上的判断，零散的冰川痕迹也不能单独证明每一个地方都曾冰封。
各种机制还作用于不同时间尺度。轨道与地轴倾角变化重新分配阳光；火山气溶胶可以降温，火山排放的温室气体则可在其他时间尺度上促成升温。反复的冰期—间冰期循环，其节奏与轨道变化密切相关，反馈再放大效应。这比笼统说“科学家对成因毫无共识”准确。几十年内的气候突变，也不能等同于全球冰盖在几十年内全部形成或消失。[NASA 对轨道节奏的介绍](https://science.nasa.gov/science-research/earth-science/milankovitch-orbital-cycles-and-their-role-in-earths-climate/)。
冰—反照率反馈提供了放大作用：冰越多，反射阳光越多，吸收的热量越少，越有利于继续结冰；冰越少，暴露的深色陆地或水面越多，吸热和融化就越强。这是同一种正反馈朝两个方向运作，不是所有状态转换的起因说明。
Shortform 引用的一段2013年模拟研究讨论了另一层相互作用。陆地冰量增长会降低海平面、改变地形；变化达到一定程度，可能重组洋流与大气环流，继而改变区域天气及冰的增长。这是在模型系统内提出的切换机制。它补充了轨道强迫的问题，不能据此确立一个支配所有冰期的唯一成因。触发因素与放大回路的区别，在[反馈系统](https://short.zaynjarvis.com/articles/decisions-systems/zh/#theme-systems-feedback-and-leverage)中也很重要。
*相关来源：[2013年环流与冰模型](https://www.sciencedaily.com/releases/2013/08/130807134127.htm)*
“冰期”这个词还可能隐藏尺度变化。一个长期保有极地冰的大冰期，可以包含较暖的间冰期与较冷的冰川扩张期。我们生活在这样一个大冰期中的间冰期。导读所说“上次冰期约在1.3万年前结束”，是在较宽泛地指末次冰期的转折，不是所有极地冰都消失；全新世约开始于1.17万年前。[国际地层委员会年代图](https://stratigraphy.org/chart/)。来源所述约500年前开始、约200年前结束的小冰期，则是晚近得多、持续较短的气候事件。这不是同一个定义清楚的问题有三种同样成立的答案，冬季降雪本身也不能定义地质意义上的冰期。部分古老时期的化石提示极地曾相当温暖，说明气候发生过巨大变化，却不能推出地球历史大部分时间的两极都处于热带。
*相关来源：[NOAA谈大冰期气候](https://www.climate.gov/news-features/climate-qa/whats-coldest-earths-ever-been) · [NSF冰期转折讨论](https://www.nsf.gov/news/news_summ.jsp?cntn_id=117576) · [冰期术语](https://www.britannica.com/science/ice-age-geology)*
岩石史与生命史相互约束。化石帮助定位大陆、重建气候，地质环境又为化石提供年代与保存条件。两套记录都不能孤立解读。接下来的问题是，怎样阅读稀疏的生命记录，而不把档案中的缺席误当作世界中的缺席。
## 生命在变，留下的证据并不均匀
布莱森追溯了从早期微生物到现代人的更替，既问什么生命形式曾占据主导，也问科学家怎样知道。这里有三个需要分别回答的问题：能繁殖的系统最初如何出现；有了遗传之后，谱系如何分化；它们的遗存又怎样进入今天可供查阅的记录。
米勒在20世纪50年代向混合气体放电，合成了氨基酸。氨基酸是蛋白质的原料，因此实验说明：在被检验的条件下，非生物化学过程可以形成有生物用途的成分。它没有制造出生命。后来，人们质疑这组气体是否符合整个早期大气的组成，所以不能把一次成功的实验室反应直接当作已经确定的地球历史。
组装又是另一道难题。合适条件下，氨基酸可以连成聚合物，但大量水可能不利于形成相关化学键。因此，海底热液喷口等有水起源环境的设想，必须交代能量、浓度与反应条件。现代蛋白质具有特定序列与折叠；靠一次随机抽取就得到完整的现代复杂性，并不是合格的起源模型。布莱森导读讨论了更简单的前体逐渐复杂化，却没有证明最初的繁殖系统必须以蛋白质为起点。尚待解释的是从化学通向遗传及持续演化的一条可行路径，不只是某个现代分子能否偶然生成。
计算机模型可以检验所提出的前体分子相互作用与反应路径，包括水中的反应。Shortform 的例子包括分子反应模拟，以及一段2021年关于根据氨基酸序列预测蛋白质三维结构的算法讨论。预测结构与重建蛋白质的历史起源不同；它帮助研究分子的约束，却不能单独测出生命起源的概率。
实验室合成问的又是另一件事：研究者用选定的原料与程序能构造什么？导读链接了一个2003年的蛋白质设计案例、一项2020年的合成改进，以及按选定序列构建 DNA 的技术。这些日期不意味着蛋白质合成本身是本文写作前二十年才发明的。合成病毒案例组装了病毒基因组，却仍依赖活的宿主细胞制造有功能的病毒。它说明可控的组装与宿主机制，而不是独立创造了细胞，或重演了生命起源。
*相关来源：[2009年前体蛋白研究](https://www.sciencedaily.com/releases/2009/08/090829091049.htm#:~:text=could%20easily%20be%20generated%20from%20this,able%20to%20take%20the%20next%20step%3A%20that) · [斯坦福反应模拟](https://mtzweb.stanford.edu/research/ab-initio-nanoreactor) · [2021年蛋白折叠讨论](https://www.economist.com/leaders/2021/07/31/remarkable-progress-has-been-made-in-understanding-the-folding-of-proteins#:~:text=amino%20acids%20are%20just%20too%20complex,make%20comparatively%20large%20amounts) · [2003年蛋白设计](https://www.sciencedaily.com/releases/2003/10/031031064026.htm#:~:text=natural%20proteins%20with%20good%20structures,water-loving%20units%20--%20no%20matter%20which) · [2020年蛋白合成](https://news.mit.edu/2020/faster-protein-synthesis-0528) · [2003年合成病毒报道](https://www.nature.com/articles/news031110-17)*
### 共同祖先与设计论的反对意见
共同的遗传机制与保守蛋白质，为现代生命的共同祖先提供了支持。解释遗传及变异，与解释这套机制最初的起源不同。遗传学后来补出了性状传递的机制，而这是达尔文当时无法完整说明的。
演化思想早于达尔文。罗伯特·钱伯斯于1844年匿名出版《创世自然史的遗迹》，提出包括人类与其他灵长类亲缘关系在内的发展历史；达尔文的《物种起源》发表于1859年。导读所说“早十四年”并不精确。[达尔文通信项目对1844年著作的说明](https://darwinproject.ac.uk/letter?docId=letters%2FDCP-LETT-4939.xml)。更重要的是，早期关于物种会变化的观念，不等于达尔文系统展开的自然选择论证。他的贡献不只是更敢为一套早已完整的解释接受荣誉。争议确实影响人们是否愿意署名，但机制与证据同样重要。
佩利的钟表匠论证则诉诸另一类解释：他认为，精密组织指向智慧创造者，正如钟表指向钟表匠。这是一种设计推论。讨论它的吸引力与局限，不应把它混成对遗传机制的检验。
*相关来源：[物种起源（1859）](https://en.wikisource.org/wiki/On_the_Origin_of_Species_%281859%29)*
拉马克更早便提出了演化理论。Shortform 用他受到的批评，解释后来的作者为什么可能不愿实名发表。较稳妥的历史判断是观念的接受环境发生了变化；直接说批评终结了他的科学生涯，超出了所提供证据能支持的程度。
Shortform 展开了三种设计论论证。第一，细胞马达、阀门等分子机制与一些人造装置相似。第二，“不可还原复杂性”的支持者认为，若一个系统目前的功能依赖全部零件，就不可能从有功能的简单阶段演化而来。第三，他们诉诸尚未解决的生命起源，并把共同遗传语言解释为同一个设计者的证据，而不是共同祖先的证据。
第一项是功能类比，不能证明制造过程相同。第二项必须先排除前体曾具有其他功能的可能：部件可以被征用到新用途，因此今天拆掉一个部件后失效，不等于过去不存在有用的前体。第三项提出了有意图的原因，却没有提供可检验的组装机制。生命起源的解释尚未完成，并不会逆转遗传出现后有关演化的证据。这些论证在思想史与宗教史上仍有意义，但不能仅因挑战科学理论，就取得与之同等的科学地位。
*相关来源：[演化观点调查](https://www.pewresearch.org/fact-tank/2019/02/11/darwin-day/) · [拉马克的历史背景](https://evolution.berkeley.edu/the-history-of-evolutionary-thought/1800s/early-concepts-of-evolution-jean-baptiste-lamarck/) · [贝希的设计论证](https://www.simonandschuster.com/books/Darwins-Black-Box/Michael-J-Behe/9780743290319) · [早期功能与征用](https://content.csbs.utah.edu/~rogers/tch/evidevol/ircomp/index.html) · [共同设计者论证](https://reasons.org/explore/publications/articles/alu-sequences-in-primate-genomes-evidence-for-common-descent-or-common-design)*
### 氧改变了生命能做的事
早期大气缺少游离氧，支持早期微生物以厌氧方式生活的解释。后来，产氧光合作用改变了环境。氧对许多厌氧生物有毒，而厌氧生物至今仍生活在一些沼泽沉积物等缺氧环境中。这一转变使耗能较高的生命形式成为可能，却不是所有生物同时改变的一瞬间。
线粒体通过氧化营养物质产生细胞可用的能量，在复杂真核细胞的历史中具有核心作用。它们拥有不同于细胞核的 DNA，是内共生起源的一项证据：一个祖先细菌伙伴逐渐整合进宿主谱系。导读所说“一种细菌侵入另一种细菌”，只是关系的简图，不能据此确定宿主身份。真核细胞后来支持了多种多细胞生命形式。
寒武纪大爆发指约5.4亿年前动物形态在地质尺度上的快速分化，不是所有植物或全部多细胞生命第一次出现。水生生命在此前已有历史。修正这一点后，布莱森的核心提醒仍然成立：化石集合中的突然出现，未必就是自然界中突然起源。
较大的身体与硬质结构，比许多微小软体生物更容易辨认、保存；形成化石也需要合适条件，因此记录对过去生命的取样并不均匀。导读给出“曾存在物种中约万分之一留有化石”的估计，应把它当作布莱森用来说明稀疏程度的估计，而非可以直接清点的取样比例。关键机制是选择性保存；研究者要把它与真实的生物分化一起考虑。
两场争论说明，年表本身也依赖模型。对于光合作用，Shortform 引用分子比较，认为产氧机制可能比所有已描述产氧蓝细菌的最近共同祖先早约十亿年量级。这项分析模拟光系统 II 蛋白的历史；祖先系统具备裂水能力是一项推断，那个早期阶段已经产氧仍是假说。[卡多纳等人的研究](https://onlinelibrary.wiley.com/doi/10.1111/gbi.12322)。这讨论的是光合作用机制的祖先，不是发现“现代植物与蓝细菌在蓝细菌出现前十亿年就分成了两条生物谱系”。若产氧与大气氧积累之间存在长时滞，还需要解释。来源讨论了磷限制：较小种群可以产氧，却不足以改变整个大气；后来营养增加，才允许种群扩张。导读还引用氧增加时段附近磷含量上升的地质记录，作为这一提案的支持；记录中的关联仍需要因果机制。它也保留了更具推测性的共生起源说，即两种早期细菌结合成双膜生物。这分别涉及分子机制、生态条件与细胞整合，不能合成一个已经确定的时间顺序。
对于动物史，导读比较了快速的寒武纪辐射，与更漫长、化石稀少的前史。分子钟根据遗传差异与速率假设推断分化时间；1999年报道的一项研究，把动物共同祖先估计到约16亿年前。这是旧模型结果，不是公认的动物起源日期。不同谱系分别长出较易保存的硬质外骨骼，也可能让化石记录显得“爆发”。
遗迹化石又提供另一类证据。活的大型单细胞生物也能留下移动痕迹，所以只有一条痕迹未必能确定造迹者是动物。但这个一般性解释，不能反驳每项具体的身体与遗迹化石：2019年的研究描述了晚埃迪卡拉纪的分节两侧对称动物夷陵虫（*Yilingia*）及相连的遗迹。[原始化石报告](https://www.nature.com/articles/s41586-019-1522-7)。同样，导读“五倍”说法背后的2013年研究，在依赖系统发育钟模型的节肢动物分析中，估计寒武纪平均表型变化约比后续显生宙快四倍、分子变化约快5.5倍，并非测得全部寒武纪生命共有的突变率都提高五倍。演化加速与保存不全，两者都可能重要。[演化速率研究](https://pubmed.ncbi.nlm.nih.gov/24035543/)。
*相关来源：[2018年光系统历史报道](https://www.sciencedaily.com/releases/2018/11/181127131552.htm#:~:text=Other%20scientist%20think%20that%20cyanobacteria,prevented%20oxygen%20from%20accumulating) · [2016年磷限制提案](https://www.sciencedaily.com/releases/2016/12/161221132815.htm#:~:text=celled%20organisms%20to%20rudimentary%20multicellular,evolved%20only%20this%20one%20time%20in%20Earth%27s) · [2009年共生提案](https://www.sciencedaily.com/releases/2009/08/090819135436.htm#:~:text=organisms.%20At%20the%20time%20these%20two,oxygen-breathing%20organisms%20could) · [1999年分子钟估计](https://www.sciencedaily.com/releases/1999/01/990121073459.htm#:~:text=says%20the%20scientific%20question%20must,species%20long%20before%20the%20Cambrian) · [2019年身体与遗迹化石报道](https://arstechnica.com/science/2019/09/new-fossil-find-reveals-some-of-the-first-mobile-animals/) · [2008年单细胞足迹研究](https://www.sciencedaily.com/releases/2008/11/081120130531.htm#:~:text=puzzled%20Charles%20Darwin%20and%20remains,could%20be%20the%20Precambrian%20ancestors) · [2013年节肢动物速率报道](https://www.sciencedaily.com/releases/2013/09/130912131753.htm#:~:text=accelerated%20evolution%20was%20sufficient,The%20research%20focused%20on%20arthropods)*
### 走出水域，经历反复的损失
布莱森导读把登陆与浅海竞争，以及陆地聚集时较少的海岸线联系起来。这是一种可能的压力，不是所有登陆事件已经确立的单一成因。生命也不是以树蕨与巨型石松的形态第一次登上陆地，更简单的陆生植物早于这些后来的森林。来源点出的这些植物，仍能说明陆地植被的扩张。千足虫与甲壳类属于其早期陆生动物叙述；脊椎动物随后分化出陆生两栖与爬行动物谱系，鸟类和哺乳动物则较晚出现。[早期陆生植物研究](https://www.nature.com/articles/s41477-018-0140-y)。
哺乳动物曾与恐龙共存，其中许多体型较小，导读把它们比作老鼠与地鼠。非鸟类恐龙灭绝后，哺乳动物进一步扩展出大型体型。这里的生态机会，比把每一种早期哺乳动物都当成同样的小型穴居动物更有解释力。
布莱森着重讨论陆生植物与无脊椎动物，但其他研究者——比如古生物学家尼尔·舒宾——则更看重陆生脊椎动物的出现，因为这一转变特别有助于理解我们自身的身体结构。在《你内在的鱼》一书中，舒宾提出，研究那些用原始肢体爬上陆地的最早的鱼类，可以帮助我们深入理解所有由它们演化而来的动物——爬行动物、两栖动物、鸟类、哺乳动物，最终还有人类——因为当我们认识到这些动物之间的差异只是对原始身体结构的不同改造时，它们的共同特征就会变得更加清晰。舒宾还讲述了他的团队如何发现了长有原始腿的鱼类化石，这些发现帮助揭示了许多相关的演化奥秘。
*参考链接：[《你内在的鱼》](https://www.shortform.com/app/book/your-inner-fish) · [他的团队发现了长有原始腿的鱼类化石](https://www.shortform.com/app/book/your-inner-fish/chapter-1#finding-the-earliest-land-creature)*
大灭绝会周期性地移除大批物种，改变哪些谱系有机会扩张。布莱森导读把白垩纪末事件写为6500万年前、约70%的物种，把二叠纪末事件写为2.45亿年前、约95%。这些是来源年代的数字；通用的界线日期约为**6600万年**与**2.52亿年**前，而灭绝比例取决于统计哪些生物和记录。[国际地层年代图](https://stratigraphy.org/chart/)
导读列举撞击、火山活动、疾病、太阳活动与气候扰动，作为不同灭绝事件中被提出的原因。列出可能性，不等于它们获得了同等支持。白垩纪末的撞击有直接地质证据；来源更广泛的提醒是，灾难性环境变化可以打断一个谱系看似顺利的历程。成因须逐次事件建立，不能从一份通用灾难清单直接继承。
### 分叉的人类史
人类本身属于猿。这里相关的是通向人类的谱系与通向黑猩猩、倭黑猩猩的谱系，约在六七百万年前分开；不是人类在某一时刻与所有其他猿一并分家。直立人（*Homo erectus*）约在200万年前出现，从非洲扩散到欧亚部分地区。直立行走早于直立人，因此不能把“成为人类”定位为这个物种突然集齐一整套性状。
导读从工具、火的痕迹，以及身体受损者的存活推断行为。这是不同种类的证据，不确定性也不同。能够通过模仿学会某种石器制作，不能证明直立人的整体智力相当于婴儿。同样，带伤存活可以促使人提出照料推断，却不能单独确定整个社会系统的样貌。
导读保留了一场旧争论：现代人是较近起源于非洲，还是在多个地区由直立人转变而来？它为早期智人（*Homo sapiens*）给出10万年的日期，甚至援引一个2.5万年前北非祖先群体的说法。这些不能作为今天人类物种起源的日期：化石已把非洲的智人追溯到约30万年前。[史密森学会的智人介绍](https://humanorigins.si.edu/evidence/human-fossils/species/homo-sapiens)。
方法上的张力仍值得保留。DNA 比较借助分化与人口模型推断祖先；工具分布追踪的是行为及传播，不直接等于基因。因此，东亚缺少某套非洲工具，不能单独证明生物学上的独立起源：人群迁徙时，技术也可能变化、未能保存，或采用不同的传播路径。
约400万年前的地猿（*Ardipithecus*）化石，兼有与攀爬和直立活动有关的特征。这提醒人们，不该把最后共同祖先画成现代黑猩猩。它没有确定那个祖先的身份，也没有证明后来的两条支系只是分别完善其一半能力。来源所说“已发现的最近亲”，不能当作对全部已知化石作出的确定排名。
南方古猿不能整体称为演化死胡同。其化石记录早于直立人，一些较晚成员又与早期人属重叠。共存与分叉的祖先关系并不冲突：后代谱系出现时，祖先群体不必同时消失。具体连接仍须按化石与物种判断，而不是让整个类群只能在“全是祖先”与“全是死路”之间二选一。
Shortform 说明，工具与火相关证据来自多个地点，而它所举的那一项照料受伤个体的例子依赖单件化石。证据基础的差别必须保留。它不能支持“直立人的已知行为几乎全来自肯尼亚一个遗址”这种原先捆绑的说法。
杂交使家谱更复杂。杂交后代可育时，结合已有变异，有时能在几代内形成新的谱系。一项直接记录的达尔文雀研究发现，生殖隔离只用三代便已形成。这是在该谱系中观察到的时间尺度，不等于每一个存活的杂交后代都会成为新物种，也不能用来估计现代人形成得有多快。[达尔文雀研究](https://pubmed.ncbi.nlm.nih.gov/29170277/)。导读还叙述过一套方案：非洲海德堡人扩散，出现尼安德特人、丹尼索瓦人，再由杂交对现代人的形成作出贡献。这是较早的简化假说，不是一张完整且已获接受的谱系图。
某些杂交确实发生过，证据已强于导读中“杂交与仅有共同祖先各执一词”的呈现。古 DNA 证明，现代人、尼安德特人与丹尼索瓦人之间存在基因流。这不意味着现代人只是后两者混合的产物。非洲起源与后来的杂交，可以同时成立。[2022年诺贝尔奖关于古基因组的科学说明](https://www.nobelprize.org/prizes/medicine/2022/advanced-information/)。
*相关来源：[2009年地猿研究](https://www.sciencedaily.com/releases/2009/10/091001110548.htm#:~:text=chimpanzees%20is%20thought%20to%20have%20lived,this%20ancestor%27s%20characteristics.%20For) · [直立人祖先讨论](https://www.discovermagazine.com/planet-earth/homo-erectus-what-do-we-know-about-our-early-ancestors) · [共存的人族谱系](https://www.smithsonianmag.com/science-nature/homo-erectus-australopithecus-saranthropus-south-africa-180974571/) · [从工具推断行为](https://australian.museum/learn/science/human-evolution/how-do-we-know-how-they-behaved/) · [用火证据](https://www.scientificamerican.com/article/quest-for-clues-to-humanitys-first-fires/) · [杂交与新谱系](https://www.economist.com/science-and-technology/2020/10/03/how-hybrids-have-upturned-evolutionary-theory#:~:text=000%20years%20ago.%20There%20were%20probably,and%20still%20roamed%20southern%20Africa) · [2011年古人类基因流报道](https://www.sciencedaily.com/releases/2011/09/110907171533.htm#:~:text=Neanderthals%20into%20non-African%20offspring,extinct%20archaic%20humans%20who%20lived) · [2012年共同祖先替代解释](https://www.sciencedaily.com/releases/2012/08/120813155521.htm#:~:text=would%20be%20expected%20between%20a%20random,expanded%20out%20of%20Africa%2060-70K%20years)*
人类也改变其他物种能否存活。布莱森点出渡渡鸟、旅鸽与卡罗莱纳长尾鹦鹉，作为与包括猎杀在内的人类活动有关的损失。他说人们常常“只是因为能杀就杀”，意在让读者面对这种浪费；它不是逐一物种的完整成因分析。史前时代，人类抵达也常与区域性灭绝同时出现。这支持把人类影响与其他环境变化一同调查，但仅有时间重合，还不能确定各原因贡献了多少。
Shortform 在这段历史旁放了两种解释。某些基督教与犹太教论述诉诸人的堕落：人有作恶倾向，但个体可以克服。另一种解释猜想，曾经有助生存的狩猎倾向，在环境改变后仍然保留，并以掠食动物会在机会出现时超出眼前需要杀死猎物的“鸡舍综合征”作比较。它们不是穷尽一切、相互对立的两种科学假说。前者属于神学，后者是演化猜想，还需要证据把遗传行为与这些灭绝联系起来。演化解释本身不要求无神论，动物过量捕杀也不能证明人类 DNA 中存在一种“灭绝本能”。
Shortform 还引入霍金的《十问：霍金沉思录》。他为在多个行星上建立人类聚居地辩护，把以往大灭绝视为警告：不要把所有人群留在同一个脆弱世界。这是一项降低部分共同风险的提议，不是已经证明的生存保证，也没有证明其他方案全无作用。它在布莱森的忧虑旁加了一个实际问题：分散居住究竟能隔开哪些脆弱性，又会把哪些一并带走？
*相关来源：[神学中的堕落说](https://www.christianity.com/wiki/bible/what-is-the-fall-of-man-genesis-3-explained.html) · [过量捕杀类比](https://www.scienceabc.com/nature/animals/do-animals-only-kill-for-survival-henhouse-syndrome-hunting.html) · [十问](https://www.shortform.com/app/book/brief-answers-to-the-big-questions) · [霍金的太空定居论证](https://www.shortform.com/app/book/brief-answers-to-the-big-questions/1-page-summary#the-future-of-human-expansion)*
布莱森在叙述科学时突出了两大贯穿主题：各门科学中仍存在的诸多未解之谜，以及科学家及其工作中浓厚的人性一面。他讲述了许多轶事，涉及那些做出重要发现却让功劳旁落的知名与不知名研究者。历史上的科学家和常人一样，有恶习、弱点、不安全感、人际纠葛与个人偏见；其中不少人彼此间怀有激烈的竞争。由于这些人为因素，科学并非平稳推进，而是时断时续地向前发展。
## 人类历史能概括出什么？
### 变化的制度背后，人的动机
威尔与阿里尔·杜兰特（Will and Ariel Durant）的《历史的教训》（*The Lessons of History*）将反复出现的历史模式植根于生物学基础：人类和所有其他动物一样，受制于选择的考验与生存竞争；群体或国家不过是组成它的个体意志的延伸。纵观历史，人性大体未曾改变；行动的手段会变，但深层动机始终如一。由于人天生能力各异，不平等便是自然结果；而文明日益复杂又放大了这种不平等——每一项发明都会被强者攫取，用以扩大自身优势，却让弱者处境更糟。
这些是历史概括，不是从生物学就能演绎出“每项发明都会使弱者更弱”。真正待解释的是，哪些制度把差异变成了持久优势。
杜兰特夫妇认为，不受限制的自由与结果平等彼此牵制。如果给予人们充分的自由，他们天生的能力差异就会转化为不平等的结果；如果强行要求结果均等、能力表现均等，自由就会被削弱。在一个自由社会中，平等主义者所能合理期望的最高目标，是法律正义与教育机会的大致平等。社会本身由善于模仿的多数人和勇于创新的少数人组成；整体而言，历史是“少数派之间的冲突”，而多数人则为胜利者喝彩，并为社会实验提供人力素材。
这里的冲突主要是无限制的自由与强制结果均等之间的冲突。它不能抹去结果、权利和机会的区别；生物差异也不能替人判断哪些不平等是正当的。
他们还认为，每一种经济制度最终都必须依靠某种形式的利润动机来激发生产积极性；历史证明，奴隶制、暴力管控或意识形态动员等替代方案要么效率过低，要么难以为继。
他们的政治解释始于一种持续的摩擦：统治者与被统治者之间的张力。政府的自然演进路径是从君主制到贵族制再到民主制，然后循环往复；当内乱削弱国家、革命迫在眉睫、而有人物登场承诺为所有人带来安全与机遇时，民主制就会让位于君主制或僭主制。社会如同心跳一般，在财富集中与再分配的周期中交替往复，这种再分配可能是暴力的，也可能是和平的。在作者对20世纪制度的比较中，共产主义引入了资本主义元素以刺激生产力，而资本主义则吸纳了社会主义方案以平息对不平等的不满，两种制度因此趋同。
### 战争作为历史的常态
杜兰特夫妇把战争视为历史的常态，其动因与个体争斗的动机别无二致：争夺更多资源与权力、彰显骄傲、在威胁下求生。国家继承了个体的意志，却不受约束个体的常规道德与社会边界限制；足够强大的国家会抗拒外界对其意志的干涉，也不承认有任何更高的权威需要对之负责。哲学家或许会沉思战争的徒劳，但将军们明白，战争才是历史的最终仲裁者。《历史的教训》以其成书年代为截止点统计称：在3421年中，只有268年没有留下战争记录。
3421年与其中268个无战争年份，是作者的历史统计，不是更新到今天的数据集，也不能预测某个国家必然以何种频率开战。
### 宗教在社会中的持久作用
在杜兰特夫妇的叙述中，宗教在整个历史中始终存在，兼具稳定作用与腐蚀作用。积极的一面是，宗教为许多人——哪怕是最不幸的人——提供了“超自然的慰藉”，并通过神明的监督与神授的道德规范维系社会稳定。消极的一面是，宗教曾被国家用作权力合法化的工具，并伴随着腐败的权力滥用，十字军东征便是例证。书中以一句话概括了宗教的持久存在：“只要还有贫穷，就会有神祇。”
在杜兰特夫妇看来，文化、习俗与道德是社会中宝贵的稳定力量，但也会抑制创新。留存至今的习俗之所以能延续，是因为它们在世代中被证明行之有效；新的变革在推翻数百年社会实验积累的成果之前，应当先经受批评的严峻考验。道德本身会随时代变迁，反映出社会成长与生存的必要条件。书中以不同经济形态下道德重心的转变为例：狩猎采集社会将生存置于首位，包括战斗与杀戮，并容忍罕见盛宴中的暴食；农业社会则将勤劳与规律置于暴力与勇武之上；工业社会催生了脱离家庭的个人主义、物质主义与大众消费，以及婚龄推迟和婚前性行为。
在他们的论证中，继承的习俗值得调查、谨慎对待，却不能因此证明它普遍有益。习俗可能凭有用的适应存续，也可能凭不均等的权力存续；是否保留，还要问它服务于谁。
### 文明兴衰的规律性
杜兰特夫妇笔下，文明的兴衰有着惊人的规律性。衰败通常始于领导层无力应对新的挑战——无论是自然挑战还是人为挑战——并往往以一场战败最终尘埃落定。然而，即便文明的衰落或许不可避免，也不必为之悲叹：一个文明所创造的事物可以获得不朽。正如书中所言，今天读荷马（Homer）的人比荷马在世时还要多。
## 当解释框架发生改变
杜兰特夫妇寻找文明中的反复模式；托马斯·库恩（Thomas Kuhn）则追问，一个科学共同体重组判断标准时，究竟改变了什么。简单的累积观把科学想成不断堆高、无须重建的事实堆。《科学革命的结构》区分了框架内部的知识积累，与框架本身改变的阶段。
库恩用演化类比说明，科学可以远离不再奏效的解释，而不承诺一个预定的最终理论。这与霍金追求统一物理描述的抱负不同。两人处理的问题不同，一人研究共同体怎样发展知识，一人追求物理理论能覆盖多大范围；但“科学进步是否需要一个最终目的地”，仍是实在的张力。不能宣布两人其实支持同一个模型来消解它，也不能把库恩的历史论证改写成“客观世界不存在”的证明。
Shortform 的六项术语可以把这一模式完整复原：
1. **常规科学（normal science）：**在公认框架内开展研究。
2. **解谜（puzzle-solving）：**解决这个框架使之可处理的问题。
3. **范式（paradigm）：**组织一个领域的共同典范、概念与工作方式。导读用人类来自类猿祖先，举例说明演化生物学中的引导性观念；但范式比一个孤立命题更宽。
4. **反常（anomaly）：**某项结果或观察不符合框架预期。
5. **危机（crisis）：**信心受到足够冲击，基本假设与替代方案进入争论。抵制和忽视可能发生，但不是每个未解决的偏差都会引发危机。
6. **革命（revolution）：**新范式替代旧范式，改变后续工作的问题与标准。
这是一组彼此关联的活动与状态，不是每间实验室都必须按顺序执行的六步程序。
### 日常研究为何会动摇自己的框架
常规科学是科学家在某一范式框架内开展的日常工作，专注于解答谜题、弥合范式内部的不一致之处。尽管《科学革命的结构》有时听起来对常规科学带有轻视意味，但作者实际上对其极为尊重。
常规科学通常不以推翻范式为目标；期刊上发表的大多数研究遵循三种常见趋势：确定事实；将这些事实与既有理论相匹配（这一过程可能需要对理论进行微调）；发展并阐明这些理论，关注其更广泛的意涵。
尽管常规科学并不主动寻找背离范式的现象，它却极擅长发现与当前框架不符的反常情况。原因在于，常规科学虽然将科学家研究的广度限制在范式允许的范围内，却带来了其他方式无法实现的研究深度：研究者可以投入大量时间和精力去探究自然界的细微细节。
常规科学的精确性会显露范式未能预测的现象。但研究者未必立即把它认作反常：熟悉的预期可能让一个棘手结果看起来像测量错误，或仍可解决的细节。抵制可能延误识别，耐心工作也可能证明，表面反常并不是框架失效。
Shortform 把这一点与卡尔·波普尔（Karl Popper）的猜想与反驳联系起来：提出可检验的主张，让它接受批评，再在证据要求时修改或拒绝。两者都关心预期落空。但库恩还描述了在范式保护下长期开展的研究，以及革命性变化，并不只是把波普尔式批评放大一号。两种论述都不要求每次检验必然证伪其对象。
危机正是两个或多个范式相互竞争、争取成为该领域标准框架的时刻。这是一个科学动荡的时期，研究者愿意尝试任何方法，甚至会辩论该领域最基本的认识。正是在这种激荡中产生了新的思想，并最终形成新的理论。
即使反常现象严重到显然必须抛弃某个范式，这个决定也绝非易事。不能仅仅因为一个范式遇到问题就拒绝它；必须有另一个范式取而代之，这个新范式既要能解决问题，又要显示出处理未来谜题至少不逊于当前范式的前景。要完成这种替代，就需要将两个范式相互比较，并与世界中已观察到的事实进行比较。这些新理论最终会固化为新的既定范式，从某些角度来看，此后科学家们就仿佛在一个全新的世界里开展工作。
### 不可通约不等于无须证据
竞争范式可能重视不同问题、使用不同标准，甚至给熟悉的词赋予不同意义。这就是**不可通约性（incommensurability）**：未必存在一把中立的尺，能机械地给所有争议特征排出高下。它不是任何比较都不可能。
科学家仍能比较准确性、解决的重要问题与未来研究承诺，同时对这些成就的权重或解释有分歧。这说明了库恩为什么有时把范式接受比作改信，以及跨范式交流为什么困难。它也与专业化有关，共同体可以分叉成不同研究纲领。生物类比抓住了分支与适应，却不能把理论当成生物，或把理论接受说成与证据无关。
Shortform 自己提醒，“无法比较”的简写，与它描述科学家比较范式的段落冲突。上面的区别修正了这一简化：缺少完全共享的尺度，并不禁止有理由的比较。危机既考验替代方案处理观测的能力，也重新争论什么算重要的成功。仅用固执，或一次惊人的反常，都不足以解释整个过程。
历史上发生过许多这样的革命，它们彻底改变了人们理解和看待世界的方式。古希腊人开创了一场数学革命，他们创造了证明方法，不仅表明某些公式和公设是成立的，还解释了*为什么*成立。当实验室和受控实验成为研究自然的首选方法时——这一实践通常可追溯到伽利略（Galileo Galilei）——经典科学经历了一场革命。
19世纪，包括热学、光学和电学在内的整个科学领域都被系统化并组织成范式；曾经困扰科学家的现象终于得以分类和理解。导读把这种系统化与工业革命（Industrial Revolution）联系起来。但时间重叠本身不能证明学科系统化直接导致工业化；理论、仪器与实践技术彼此影响。此后又发生了更多革命，包括阿尔伯特·爱因斯坦（Albert Einstein）的相对论和马克斯·普朗克（Max Planck）在量子理论领域的初步探索。
## 当证据传向公众
本·戈德契（Ben Goldacre）的《坏科学》（*Bad Science*，2008）沿着研究、市场、新闻这条链追踪医疗信息。作为医生和医学作者，他通过造成伤害的案例说明，为什么需要理解研究；后来的《坏医药》（*Bad Pharma*）进一步展开了对制药业的批评。在后续学术生涯中，他还担任牛津大学贝内特循证医学教授。[牛津官方简介](https://www.bennett.ox.ac.uk/about-us/ben-goldacre/)。
论述有三个相连层次：研究者可能通过方法扭曲比较；医疗企业可能通过选择性报告和推广扭曲可见的研究整体；新闻报道可能放大失真。戈德契分别提出了追问方式。Shortform 补充了研究设计解释和较晚的例子，需要与 2008 年原书区分。这里要理解的是证据究竟证明了什么，而不是读完一份清单就替代临床判断。
*相关来源：[坏科学](https://www.amazon.com/Bad-Science-Ben-Goldacre-ebook/dp/B002RI9ORI/ref=cm_cr_arp_d_product_top?ie=UTF8) · [坏医药](https://www.amazon.com/Bad-Pharma-Companies-Mislead-Patients-ebook/dp/B008RLTUUA/ref=sr_1_1?keywords=bad+pharma&qid=1669169852&sr=8-1)*
### 什么样的比较值得相信？
戈德契强调三个薄弱处：对照不足、盲法不足、随机化不足。一个漂亮结果，不能弥补刻意偏向它的比较方式。他的论述特别关注产生可销售成果的商业压力，但方法薄弱未必出于故意欺骗，商业资助本身也不能证明结果错误。要追问的是，设计、执行和报告怎样可能改变了表面效果。
对照让一种处理的结果有适当的比较对象。假如要研究直射阳光是否促进豌豆生长，只观察一株晒太阳的植物不够：还需要在另一种光照条件下培育植物，并尽量使其他相关条件相似。否则，差异可能来自水分、温度或土壤。
导读用明暗条件作简单示范，也揭示了实践难题：不同房间的温度、湿度可能不同，而消除所有差异可能需要负担不起的改造。真实研究同样受成本、执行条件和伦理限制。不是所有科学实验都只有一个实验对象和一个对照对象，也不是每种设计都只研究一个因素。核心要求是，比较能够把所提解释与可信的替代解释区分开。
因此，戈德契建议细读对照如何实施、哪些因素仍未控制，以及作者是否承认局限、提出更强的后续设计。说明详细，使读者有条件评估，并不自动证明对照充分。交代含糊，则无法排除结果来自某个遗漏变量，而非所研究的处理。
Shortform 把讨论延伸到科学方法，但它所说“只有受控实验产生的知识才算科学”过于狭窄。本文的天文学、地质学与演化史，大量依靠观察、测量，以及对无法重演的事件作可检验推断。条件允许时，受控实验很有力；它不是所有科学的入场条件。
比较吸烟者和不吸烟者寿命的研究，不能把人分配到终身吸烟组，并控制饮食、运动的每个细节。观察性比较仍能提供信息，但需要认真处理混杂因素与不确定性。人体和医疗系统包含相互作用的变量，患者或治疗上的微小差异也可能重要，其中一些无法测量。Shortform 有价值的提醒是，方法应适合问题，愿意修正也是优势。这既不要求把哲学或宗教探究贬为无意义，也不允许把观察到的关联直接判作因果。
*相关来源：[科学方法讨论](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6776925/) · [实验控制限制](https://sciencetrends.com/experimental-control-important/) · [医疗复杂系统](https://www.scirp.org/html/5-1040216_27538.htm) · [科学修正](https://www.npr.org/sections/13.7/2013/02/25/172779912/science-a-relationship-you-may-not-understand)*
### 预期与盲法
戈德契解释，患者的预期、临床人员的行为，可能影响症状报告、照护方式和某些结局。使用安慰剂之后的表面改善，还可能包含自然恢复、向均值回归和报告效应；不是所有变化都由信念造成，预期也不会改善每种疾病结局。
**盲法（blinding）**让指定人员不知道治疗分组，减少各组预期或行为产生差异的机会。给药方式相似有帮助：如果实验药通过手臂注射，而对照处理明显不同，分组就可能暴露。应问清谁被设盲、怎样维持相似性、什么情况下可以揭盲。盲法降低偏差，不能保证预期完全一致，也不能消除一切与安慰剂相关的反应。
戈德契倾向于把给药工作与希望得到某种结果的人分开。这可能有帮助，但并非必须雇用外部人员：保护充分的程序也可以使本研究团队保持盲态。反过来，聘请外人不能挽救一眼就能辨认的处理差异。缺失或含糊的程序说明，会阻碍有效评估。
Shortform 补充，安慰剂反应涉及神经过程，包括脑活动变化及与情绪有关的信号变化。机制尚未完全清楚；说“没人知道为什么有效”夸大了这种未知。效应和机制取决于研究的结局。一项针对膝骨关节炎的小型研究发现，治疗前测得的右额中回静息态功能连接指标，可以预测随后的安慰剂镇痛反应。这项预测关联不能证明，安慰剂普遍会使额叶活动增强。[脑连接研究](https://journals.plos.org/plosbiology/article?id=10.1371%2Fjournal.pbio.1002570)。
导读把参与者和给药人员都不知道分组称为**双盲（double blinding）**，把只有参与者不知道称为**单盲（single blinding）**。与其只给标签，不如列明哪些角色被设盲。更广泛的设盲可以减少更多偏差，但可能增加成本，或根本做不到：人通常知道自己有没有运动。即使参与者无法设盲，结局评估者或数据分析者仍可能设盲。分析者知道分组，可能在呈现和解释时作有利选择；这支持保护分析流程、事先规定决策，而不是证明研究者自行分析数据就不可信。
让参与者猜测自己接受哪种处理，可能帮助发现分组泄露。但猜对也可能因为真实疗效或可辨认的副作用。因此，猜测结果要结合情境解释，不能单独作为盲法合格与否的判定。贯穿这些限制的实际问题仍是：知道分组，有没有可能改变实际过程或记录结果？
*相关来源：[安慰剂机制](https://www.health.harvard.edu/mental-health/the-power-of-the-placebo-effect) · [设盲分析](https://ebn.bmj.com/content/16/3/70)*
### 分组、抽样与偶然失衡
研究者可以把新疗法给本来就更可能好转的健康参与者，把病情较重者放进比较组，让新疗法显得更有效。正确生成、隐藏并执行的**随机分组（random assignment）**，能防止按这种偏好系统分配。它在期望意义上平衡混杂因素，不保证每一次实际试验都恰好平衡。
戈德契的例子说明，看起来随机还不够。前十名入组者分到 A，后十名分到 B，会让招募人员预测下一次分组，并挑选更可能康复的患者。按邮政编码分组，可能把更富裕、医疗条件更好的街区集中在一组。这两种方式都不等于不可预测的随机分配。
把招募与隐藏的分配流程分开，会使这种操纵更难。计算机生成随机序列可以减少人为错误，但前提是正确执行，且不提前泄露。论文需要交代流程，不能只说用过电脑。
**随机抽样（random sampling）**回答另一个问题：从准备推广结论的目标人群中，哪些人进入研究？分组支持入组者之间的治疗因果比较，抽样支持向人群推广。一个试验可以把便利招来的样本随机分组，却仍不能代表样本外的人。即使起初随机分组，失访、不遵从分配或测量不一致，也可能削弱因果解释。
Shortform 对比五名参与者和数千名参与者。规模较大通常减少偶然波动，也可能包含更多样的人，但人数本身不能消除系统性的代表不足。**抽样误差（sampling error）**是样本之间的偶然变化；**选择偏差（selection bias）**是入选方式或组别形成方式造成的系统失真。故意操纵不是随机抽样误差的一种。[美国统计学会教学指南](https://www.amstat.org/docs/default-source/amstat-documents/SDSTeacherBook-highres.pdf)明确区分了分组与抽样。
公平分配也可能失衡，正如抛五次公平硬币仍可能全是正面。重复研究有助于检验发现能否经受偶然性和情境变化，但还要结合效应大小、不确定性、设计质量及更广泛证据，不能把一次成功重复当成真理证书，也不能说未重复的结果毫无价值。
*相关来源：[选择偏差](https://catalogofbias.org/biases/selection-bias/) · [随机试验因果推断](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6235704/) · [样本量与解释](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4296634/#:~:text=The%20use%20of%20sample%20size,when%20they%20are%20clinically%20insignificant.) · [抽样误差说明](https://www.investopedia.com/terms/s/samplingerror.asp) · [分组偶然失衡](https://www.abs.gov.au/Ausstats/abs@.nsf/2f762f95845417aeca25706c00834efa/A493A524D0C5D1A0CA2571FE007D69E2?opendocument#:~:text=A%20general%20problem%20with%20random,divided%20into%20groups%20called%20strata.)*
### 一整组研究怎样被包装得更好
戈德契把同样的审视用于主流医疗与替代医疗企业。他关注三种主要手段：**选择性发表**、**挑选有利结果**、**夸大间接结局所能证明的内容**。第一种改变哪些研究可见，第二种改变哪些可见研究或结果受到重视，第三种改变附加在观察上的主张。它们都可能制造底层证据无法支持的信心，并造成经济与健康后果。
如果做了三项试验，却只发表有利的一项，读者看到的就是有偏的研究样本。发表偏差可能隐藏不足的疗效或伤害，也可能来自资助者、研究者的投稿决定，以及期刊的发表决定。戈德契用 Vioxx 说明，隐瞒或未充分传达心血管风险证据，后果可能多严重。这种药于 1999 年获批；APPROVe 试验出现心血管风险发现之后，默克于 2004 年 9 月自愿撤市。期刊后来对 VIGOR 安全数据遗漏的关切，涉及 2000 年发表、晚于首次批准的研究，因此不能把这项遗漏写成取得首次批准的原因。[FDA 撤市记录](https://www.fda.gov/media/91419/download) · [NEJM 关切声明](https://www.nejm.org/doi/full/10.1056/NEJMe068054)。他所说数万次心肌梗死，是对人群伤害的估计，不是某一项试验逐例统计的数量。
特纳（Turner）等人 2008 年的研究，为疗效记录失真提供了精确例子。他们比较 FDA 审评记录与期刊报告，涉及 **12 种抗抑郁药的 74 项短期试验、12,564 名成年参与者**。其中 23 项、即 31%，共涉及 3,449 人，没有对应发表。FDA 把 74 项中的 38 项判为阳性，即 51%；而已发表的 51 篇报告中，48 篇看起来呈阳性，即 94%。合并效应量 Hedges’s *g* 从完整 FDA 数据集的 0.31，升到发表记录的 0.41，属于 **32% 的相对膨胀**，不是增加 32 个百分点。[NEJM 原始研究](https://www.nejm.org/doi/full/10.1056/NEJMsa065779)
这项证据涵盖的抗抑郁药不只 SSRIs。它没有证明这些药物不优于安慰剂，不能把责任全部归给药企，也没有证明偏差加快了批准：FDA 本来就掌握研究者所检查的数据。它说明，依赖期刊的临床人员或读者，可能看到与完整监管试验集明显不同的图景。
戈德契建议横向查看多项研究。小研究的估计通常比大研究波动更大；如果一组小研究只有有利结果，可能意味着证据缺失。但结果一致本身不是诊断试验，预算充足也不保证方法可靠。设计、精度和结果是否公开，都需要考察。
Shortform 把激励问题延伸到期刊编辑：新颖、显著的效应可能吸引读者和订阅。它还引用 Vioxx 某项试验安全监测委员会主席持有制造商股票的利益冲突。试验监测委员会不是监管机构；这个例子讨论监督独立性，不能据此说每项监管决定都被收买。
导读又提出，更广泛的诊断、对较轻抑郁症的治疗，可能与选择性发表一起影响观察到的平均效应。这些是关于研究人群和记录差异的假设，不是特纳比较所确立的结论。该研究没有检验早期与近期疗效的变化趋势，也没有检验诊断范围扩大这一解释。平均效应较小可能有多种原因，须分别取证。
对于能否从已发表研究的分布识别发表偏差，也存在争论。小研究可能因与压下结果无关的原因而一致，分布不对称也可能有其他成因。有些评论者认为问题普遍，建议始终考虑其存在。这支持寻找试验注册、研究方案和缺失结果，却不允许凭空推断每项未见研究的结果。
*相关来源：[期刊发表激励](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3341407/) · [NPR的Vioxx时间线](https://www.npr.org/2007/11/10/5470430/timeline-the-rise-and-fall-of-vioxx) · [抑郁症证据讨论](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4592645/) · [发表偏差诊断争论](https://www.nature.com/articles/nature.2017.21728)*
### 发表之后，仍然可以挑选证据
选择性取证，是突出有利研究或结果，同时忽略、贬低或隐藏相反证据。它不同于让整项研究无法发表，但两种手段可以互相加强。
戈德契用顺势疗法举例：支持者引用少数看起来有利的研究，却轻视数量更大的负面发现。他批评的是不对称标准——对反面证据的缺陷严格，对正面证据的缺陷宽容。有利论文必须接受与不利论文相同的方法审查。
戈德契最沉重的例子涉及南非艾滋病政策。维生素商人马蒂亚斯·拉特（Matthias Rath）宣传维生素优于抗逆转录病毒治疗，据戈德契叙述，他援引了自己开展、未发表的试验，却没有能确立这一主张的证据。戈德契把这种推广放在一个本已抗拒扩大抗逆转录病毒治疗可及性的政治环境中。官员选择性接受合意的说法，帮助这种抗拒自我辩护；不能把政策历史简化为一个商人导致了所有决定。
戈德契引用估计称，延误或限制获得抗逆转录病毒治疗，造成数十万人丧生。这是对政策伤害的反事实估计，不是把每一例死亡分别归给一场维生素宣传。这个例子说明，确认偏误和政治权威可以怎样把选择性证据变成后果重大的政策。
戈德契的应对方式，是不再要求一项研究裁决整个问题。寻找多项研究，评估方法，比较最有力的证据。可靠研究不必给出完全相同的估计；它们可以共同界定合理范围，显示未知仍在哪里。远离这个范围的主张值得调查，而不是自动接受或拒绝。它可能揭露错误、人群差异，也可能是真正的新发现；关键是用证据解释偏离。
**系统综述（systematic review）**按明确标准寻找相关研究；**元分析（meta-analysis）**对足够可比的结果作统计合并。两者都不是不加区分地把所有已发表论文相加。为了不复制发表偏差，还可能需要查找注册记录和未发表结果。
在导读的感冒药例子中，几项小研究各自显示轻微获益，但单项证据不足。合并估计可能提高精度，使效应更清楚。前提是这些研究适合合并，而且其中的偏差没有压倒结果。元分析提供更广的视野；仅凭这个名称，不能保证结论没有被挑选的研究、不相容的人群或有问题的数据左右。
Shortform 补充，选择不仅发生在研究之间，也会发生在**一项研究内部**：突出有利测量或参与者，同时不报告其余数据，同样会扭曲答案。它把这与确认偏误联系起来，即偏好符合已有信念的信息。Shortform 还报告，拉特所引的一些研究根本不存在。他的主张说明，必须检查引文是否真实，以及研究实际检验了什么。
所引 2004 年试验纳入坦桑尼亚 1,078 名 HIV 感染孕妇，当时参与者无法获得抗逆转录病毒治疗。这项随机、双盲试验比较维生素 A、特定高剂量 B/C/E 多维配方、两者合用及安慰剂；生存结局的随访时长中位数为 71 个月。相较安慰剂，B/C/E 组进展至 WHO 第四期疾病或发生 AIDS 相关死亡的风险较低（相对风险 0.71；95% 置信区间 0.51–0.98）。这不是导读所说维生素与抗逆转录病毒药联用的研究，也不是维生素能替代后者的证据。实际问题是在无法获得抗逆转录病毒治疗时的补充方案。[福齐等人，2004](https://www.nejm.org/doi/full/10.1056/NEJMoa040541)
有些顺势疗法支持者指出主流医学也有选择性报告。这种批评应接受同样审查，但别处的不当行为不能验证自己的疗法。Shortform 较晚的 Covid 例子，是在薄弱或挑选过的证据上推广伊维菌素，以及不当使用后的中毒报告。这是证据选择问题的后续例子，不属于戈德契 2008 年原书。
怀疑意味着检查新证据，不是因为它新就否定。全体参与者属于同一年龄组，可能适合回答该年龄组的问题，却限制了向其他年龄推广。结果支持还是威胁自己的偏好，都应使用同一套标准。
*相关来源：[研究内部数据选择](http://ds-wordpress.haverford.edu/psych2015/projects/chapter/cherry-picking-data/#:~:text=Cherry%20picking%20is%20the%20deliberate,1%20) · [确认偏误](https://www.shortform.com/app/book/the-art-of-thinking-clearly/chapter-11#confirmation-bias) · [戈德契对拉特的批评](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1114069/) · [福齐试验 PDF](https://researchonline.lshtm.ac.uk/id/eprint/9896/1/nejmoa040541.pdf) · [顺势疗法报告争论](https://www.webmd.com/balance/news/20220401/homeopathy-benefits-may-be-exaggerated) · [2021年伊维菌素推广报道](https://www.npr.org/sections/health-shots/2021/11/04/1050680597/as-constituents-clamor-for-ivermectin-republican-politicians-embrace-their-cause) · [选择性数据的批判评估](https://scienceornot.net/2012/04/03/devious-deception-in-displaying-data-cherry-picking/)*
这种广度也让元分析难以评估。评审者需要检查检索规则、纳入条件、研究质量及结果的可比性，而不只是数论文篇数。面对这种工作量，期刊评审也可能漏错或省略步骤。Shortform 据此提醒，对综合研究应像对单项研究一样认真审查。合并有偏证据，可能只让错误显得更精确。
*相关来源：[评估元分析](https://www.nejm.org/action/showPdf?downloadfile=showPdf&doi=10.1056/NEJM199708213370810&loaded=true)*
### 实际测了什么，又据此宣称了什么？
戈德契提醒，不要把间接结果推广为患者获益的证明。导读的培养皿例子让推断缺口很直观：药物能在皿中杀菌，本身并不能证明它能安全到达人体内的相关部位，并改善人的结局。这是**临床前证据**，并不自动成为临床试验的替代终点。
**临床结局**衡量患者感受、功能或生存情况。**替代终点（surrogate endpoint）**是在临床试验中代替这种结局使用的测量。把所有看起来有希望的实验室结果都叫替代终点，会混淆研究阶段，反而妨碍判断可信度。
导读的三项提示，可以转成三个问题：
1. **血液检测指标：**对这种疾病、治疗和人群，它是否能预测所关心的患者结局？
2. **培养皿中的细胞：**什么证据支持从实验室发现推到活人体内的效应？
3. **实验动物：**什么支持跨物种、剂量和条件进行转译？
心肌梗死、死亡等患者结局，可能更直接回答实际问题，但直接结局也需要可信设计和分析。一个对照不足的死亡率比较，不能因为测量的事情重要就自动可靠。
间接结局仍然可以有用。降低血压就是一个例子：在适当情境下，证据可以支持它预测卒中风险下降。但这不是说，每种改变某指标的干预都必然产生相同获益。
FDA 区分候选、合理可能预测获益，以及已验证的替代终点。充分的机制和临床证据，可以支持已验证的替代终点。对严重疾病，加速批准则可能接受**合理可能**预测获益的终点，随后通过研究确认临床获益；无法确认时，可能撤销或改变批准。[FDA 解释](https://www.fda.gov/drugs/development-resources/surrogate-endpoint-resources-drug-and-biologic-development)
因此，FDA 的[替代终点表](https://www.fda.gov/drugs/development-resources/table-surrogate-endpoints-were-basis-drug-approval-or-licensure)是依情境使用的参考，不是普遍有效的印章。是否合适，取决于疾病、人群、机制和具体开发项目。在一种情境下曾被接受，并不能决定同一指标是否支持另一种主张。读者需要把实际测量与承诺的获益，在真正研究过的条件下连起来。
Shortform 引用一篇 2018 年关于公共生物医学研究支持的讨论，把资助问题延伸到原书之后。它认为，公共和非营利预算承压，可能增加对商业资助者的依赖。这是与特定时期和环境相连的资助论点，不能当作各地政府与非营利医学资金持续下降的证据。持续值得追问的是：谁决定研究议程，商业吸引力不足的问题是否仍能获得支持？
*相关来源：[2018年生物医学资助讨论](https://www.statnews.com/2018/01/03/nih-biomedical-research-funding/)*
导读还讨论了**疾病营销（disease marketing）**：推广可以把常见体验包装成需要产品解决的病症，从而扩大需求。疲劳、身体或背部疼痛、压力，在缺乏充分依据却被当成诊断时，就成了商业机会。它举例说，围绕男性随年龄增长的睾酮下降开展宣传，可能把对衰老的焦虑转成治疗需求。
批评针对的是通过恐惧或宽松诊断边界扩大市场。它不能证明每个有这些症状的人都没有可治疗的疾病，也不能证明这一类别中的所有诊断和治疗都是虚构。产品之外，所许诺的诊断和获益，也需要接受同样的证据追问。
*相关来源：[疾病营销讨论](https://www.huffpost.com/entry/malady-mongers-how-drug-companies-sell-treatments-by-inventing-diseases_n_5b1ab5e4e4b0adfb8268c762#:~:text=There's%20a%20substantial%20body%20of,offers%20the%20cure%3A%20a%20new) · [睾酮与衰老](https://www.health.harvard.edu/mens-health/treating-low-testosterone-levels)*
### 最后一重比较：研究与标题
戈德契的第三层是新闻业。追求注意力和收入的编辑部，可能偏好刺激的故事，又给记者太少时间检查。报道会塑造公众信念和健康决定，因此错误能传播到远超原研究的范围。
他指出三种失误：**来源审查不足、夸大研究结果、未充分更正**。这是不同责任：准确引述一项薄弱研究，仍可能误导；可靠研究也可能被夸大；一则曾经看似合理的报道，如果后续更正没有传到读者面前，也可能继续误导。
戈德契认为，综合新闻记者可能缺少评估医学研究所需的专业经验，而重大报道有时会从科学记者手中转交给资历更高的综合记者。他建议找到底层研究，继续用前面关于对照、盲法、分组和报告的问题检查。
没有来源链接会阻碍核查，值得继续寻找，却不能单凭这一点证明不诚实。作者的科学背景和长期专业报道记录，可以作为信号，但资历不能代替准确叙述。综合记者可以严谨，专家也可能犯错。实际检验是，读者能不能追到主张来源，看见其限制。
戈德契并不是说，只有科学家才读得懂研究。普通读者和记者也能学会提出有用的方法问题。他对制度的批评是，即使记者有能力，截稿期限与过低要求也可能阻止他们认真检查。个人素养与工作条件因此相互影响。
Shortform 补充，报道暂定发现本身就困难。一个结果可能支持某种关联，却尚未厘清原因；把它写成已完成的确定事件，会抹去不确定性。记者也反对只用商业动机解释：持续发展的事件迫使他们在速度与理解之间取舍，即使没有故意夸大，也可能出错。
导读引用编辑部创伤暴露和职业倦怠的报道，说明工作压力。这些报道本身不能确定压力造成多少科学报道错误，也不能证明绝大多数记者都经历相同情况。但所提出的改进确实部分属于组织层面：时间、专长和编辑支持，会影响记者能够完成什么。Shortform 还指出新闻伦理中的减少伤害义务，并与医学伦理类比。这使准确和更正成为责任，而不只是竞争优势。
*相关来源：[传播科学不确定性](https://www.scientificamerican.com/article/to-fight-misinformation-we-need-to-teach-that-science-is-dynamic/) · [记者谈变化中的事件](https://www.poynter.org/reporting-editing/2010/why-journalists-make-mistakes-what-we-can-do-about-them/) · [编辑部压力调查报道](https://www.hrreporter.com/focus-areas/wellness-mental-health/alarming-levels-of-stress-among-journalists-a-wake-up-call/366972#:~:text=High%20rates%20of%20trauma%20exposure%2C%20according%20to%20the%20survey%20of,suicide%20because%20of%20their%20coverage.) · [SPJ伦理准则](https://www.spj.org/ethicscode.asp)*
### 戏剧性数字隐藏了什么尺度
记者常常通过耸动临床研究发现，向公众歪曲科学信息。根据戈德契的观点，这并非科学新闻所独有，而是反映了新闻业的一个更普遍趋势：为了最大化读者量和收入，媒体机构常常鼓励记者撰写耸人听闻、具有煽动性的报道，甚至不惜夸大其词。由于科学新闻直接影响公众健康，被耸动化的科学报道可能造成重大危害。记者尤其倾向于用可怕的发现来吸引眼球——例如，关于常见家用化学品致癌的报道，比关于乳糖不耐受治疗取得渐进式进展的报道更能吸引读者。只要内容准确，发布可怕的故事本身并不具有误导性，但准确性往往被牺牲掉了。
要识别健康与科学报道中的哗众取宠倾向，首先可以考察一家媒体的整体报道：如果它总是只刊登负面、令人恐惧的故事，就应追问遗漏了什么背景或相反证据。这种模式提示继续检查，不能证明每篇报道都错误。你还应当密切关注记者报道统计数据的方式，因为数据常常被误导性地呈现，以使研究结果听起来比实际情况更具戏剧性。戈德契特别指出，记者经常脱离背景引用“相对风险增加”——即某一结果风险的上升百分比。只引用相对风险增加而不提供背后的硬数据（如总病例数或死亡人数），会让很小的绝对风险增幅显得非常巨大。例如，如果一种新疗法使阑尾炎风险从每千名患者1例升至每千名患者2例，相对风险增幅就是100%，这听起来远比“每千人多1例”的实际情况更令人恐慌。因此，只要一篇文章提到了相对风险，你就应当查阅其原始资料并自行核实数据。
Shortform 提出几项补充意见。科学家和机构也可能在新闻稿中夸大，因此失真未必始于编辑部。商业报道同样受注意力激励影响，戏剧性的成功或失败让统计数字更容易传播。但这些观察都不能证明多数统计错误源于经济动机。
导读引用把煽情报道、不信任和减少新闻接触联系起来的研究，认为短期注意力可能与长期读者信任冲突。进一步影响发行量，是一种推断，不是对每家媒体都已证实的因果结果。同样，媒体形式或报道风格之间的比较，不能裁决某项科学主张是否真实。
有些评论者偏好患者相关的数量、结局和成本，而非相对风险。真正有用的是信息差别：相对风险有助比较效应，但读者还需要基线风险、绝对差值、人群和时间范围。在阑尾炎例子里，“增加 100%”与“每千人多一例”都正确；后者补回了前者遗漏的尺度。
*相关来源：[研究者与标题夸大](http://ds-wordpress.haverford.edu/psych2015/projects/chapter/science-journalism-sensationalized-headlines/) · [煽情与新闻疏离研究](https://journals.sagepub.com/doi/10.1177/23780231211024776) · [商业统计评论](https://www.businessinsider.com/736-of-all-statistics-are-made-up-2010-2) · [患者相关风险传播](https://www.aafp.org/pubs/fpm/issues/2004/0500/p47.html)*
### 更正必须传到曾看过原主张的人面前
戈德契认为，媒体在证据改变或原报道被证实有误之后，很少给予更正与当初轰动发现相当的可见度。其义务不只是避免新错误，还要修复先前报道造成的理解。期刊撤稿与新闻更正是不同动作，前者不会自动让后者抵达读者。
MMR 争议说明了这一区别为什么重要。1998 年《柳叶刀》的一篇病例系列描述了 **12 名儿童**；其中八例，家长把行为症状出现的时间与 MMR 接种联系起来。它没有能估计自闭症风险的接种者与未接种者比较。作者也承认没有证明关联。这不是受控的疫苗效果实验，观察内容也不是临床试验“替代终点”。[现标为已撤稿的期刊原始记录](https://www.sciencedirect.com/science/article/pii/S0140673697110960)
《柳叶刀》于 2010 年撤回该文。较晚的一项丹麦全国队列研究，涉及 657,461 名儿童，未发现 MMR 接种与自闭症风险增加有关。队列属于观察性证据，应如实说明，不能称为随机试验，也不能表述为在一切可想象条件下都证明效应绝对为零。[撤稿记录](https://pubmed.ncbi.nlm.nih.gov/20137807/) · [队列原始研究](https://doi.org/10.7326/M18-2101)
戈德契的媒体论点，是薄弱主张引发的恐慌，与更正实际抵达范围之间的不匹配。他把英国这场恐慌与接种率下降、可预防疾病联系起来。但这一历史公共卫生论点，不能被改成一篇病例系列、一家报纸，或没有刊登更正这一因素，独自造成后来每一例疾病或死亡。
Shortform 指出，曾参与英国这场恐慌的一家媒体，后来在 2019 年开展了支持 MMR 的宣传。改变信息有助于修复理解，但导读推测这场具体宣传挽救生命，并不是所引宣传本身测量到的结局。较早更正本可更早抵达读者，其精确的反事实影响却没有确定。
导读还引用研究，认为关于发现改变的新闻稿，有助触发后续报道。因此，研究者和期刊可以让更正更容易找到，并直接向记者解释。但这不等于记者只在收到提示时才更正，也不能把记者自己的责任移交给科学来源。
*相关来源：[2019年MMR宣传](https://www.dailymail.co.uk/news/article-7556137/MMR-End-vaccine-ignorance.html) · [研究后续报道研究](https://onlinelibrary.wiley.com/doi/full/10.1111/j.1471-1842.2007.00724.x)*
发表日期重要，因为一个发现可能已经被更正、撤回、重复验证或替代。但“最新”不等于“最好”。最近的小研究，可能不如较早但方法扎实的一整组证据有信息量。应检查原主张的状态，寻找反映当前证据、方法可靠的综合判断；不能只因下一条标题出现得晚，就用它替代上一条。
Shortform 建议，在检查记者专长之外，也关注直接在网上解释工作的科学家。直接接触可以显露短新闻省略的方法和不确定性。但仍需评估来源：科学家的知名度或职称，不能证明其对每个领域都有专长；直接传播也可能像新闻稿一样选择性强调。
*相关来源：[科学家直接网络传播](https://www.science.org/content/article/top-50-science-stars-twitter)*
最后一处分歧，是应把多少负担放在个人读者身上。戈德契强调科学素养可以抵御操纵。Shortform 指向教育与科学理解之间的相关研究，主张加强学校科学教育，而不是让每个成年人独自重建工具。但所引关联不能证明，K–12 教育改革是唯一或最有效的错误信息干预。
两个层面都重要：读者需要可用的问题；学校、期刊、科研机构和编辑部，则决定这些问题有多难回答。贯穿霍金、布莱森、杜兰特夫妇、库恩和戈德契的，不只是要不要相信科学或历史，而是主张怎样形成、什么证据能检验它、还有什么替代解释，以及传播它的机构是否容许纠正。
*相关来源：[教育与科学素养研究](https://www.pnas.org/doi/10.1073/pnas.1912436117#sec-2)*
## 沿着问题继续读
评估主张，也取决于[我们怎样在不确定性中推理](https://short.zaynjarvis.com/articles/decisions-systems/zh/)。科学共同体的变化，与[创新怎样产生并传播](https://short.zaynjarvis.com/articles/innovation-adoption/zh/)相连；预测的边界，则通向[学习机器](https://short.zaynjarvis.com/articles/ai-machine-learning/zh/)。