第五章　摊差

提要

一个证被确立之后要被复核，复核要给出结论，结论要写进病历。这条流程里有一个环节从未被记账：复核过程中出现过的分歧，在结论产生的那一刻被处理掉了，而处理的形式是消灭而不是保存。 主任定了，学生的看法不入病历；共识达成了，少数意见不入标准；信度提上去了，被删掉的条目不入量表。本章把这份被消化掉的分歧命名为摊差——像会计上把一笔无法归属的差异摊进期间费用，摊完之后它不再作为一笔存在。本章的承重命题是：一个证的复核，不是把这个判断重新挂到一个更硬的锚上，不是让另一个人独立再判一次看是否一致，也不是检查从主张到证据的论证链上有没有断点，而是一次把新旧证据一起重新配权的结算；这次结算必然产出一份任何一方都消解不了的分歧，而这份分歧随即被吸收进“不确定度”“共识”“已接受”三类容器之一，从此不再作为一样东西存在。因此一个证算不算数，不取决于它被复核时是否通过，取决于复核所吃掉的那份分歧有没有留下技术内容。材料取自物理计量学的全局平差与扩展因子、心理测量的评分者一致性与共识程序、工程学的安全论证与开放项关闭三处成熟范式的互相顶撞；推翻它们共有前提的那件证据来自物理学自己——基本常数的推荐值不是某一次测量的结果，是全部历史测量在一次联立平差里被同时重新加权的结果，而输入数据互相矛盾时，矛盾被一个扩展因子摊进不确定度。本章给出一个可在四个领域并排清点的读数——存异率：一次复核中出现过的分歧条目里，在最终归档文件中仍可检索到其技术内容的占比；并给出一句不含情态词的问话：这次复核归档的文件里，“未采纳意见”有没有一个字段？上一次填的是什么？ 结论是：复核不产出真相，它产出一份残渣；一个验证程序的可信度，写在它如何处置这份残渣上。

一 · 结论产生的那一刻，分歧去了哪里

先摆一个场景，它每天在发生，而且没有人认为它需要解释。

一位病人，两位医生看。主治判为肝郁脾虚，进修医生判为湿热中阻。两人各说各的依据：一个抓的是脉弦与情志诱因，一个抓的是舌苔黄腻与口苦。讨论十分钟，主治的意见写进病历，开方。

三天后有人调阅这份病历。他看到的是：肝郁脾虚。

那十分钟去了哪里？

它不在病历上。它不在处方上。它不在任何一份可检索的文件里。如果那位进修医生第二天调走，这份分歧就彻底不存在了——不是“被记在别处”，是不存在。而这份分歧里携带着真实的临床信息：有一位受过训练的观察者，从同一份四诊材料里读出了一个不同的落点，并且能说出依据。

同样的事在更高的层级上以更正式的方式发生。一部证候诊断标准的制定，通常走德尔菲法：几十位专家匿名打分，几轮反馈，把共识度未达阈值的条目删掉，剩下的写进标准。被删掉的条目去了哪里？ 它们通常只在制定说明里留下一句“经两轮咨询，共识度未达 0.8，予以删除”。删掉哪几条、每条被谁以什么理由反对、反对的临床依据是什么——不在标准里，往往也不在任何公开文件里。

而这里有一件值得停下来的事：共识度低的条目，恰恰是最难判、最依赖经验、最需要辨别力的那些条目。 一条“面色萎黄”人人都能判，共识度自然高；一条“神情敛而不散”共识度必然低——而后者可能正是老医生真正在用的那一条。标准化的标准做法是删掉后者。

再看一层：证候疗效评价量表的编制。心理测量学教给我们的规范流程是，计算每个条目的区分度与信度贡献，删掉拉低内部一致性的条目。同样的机制，同样的结果：留下来的是好判的，删掉的是难判的。 而信度报告上写的是：Cronbach’s α = 0.91。

这三层——一次会诊、一部标准、一张量表——是同一个动作在三个尺度上的重复：复核产生了分歧，结论消灭了分歧，账面上呈现为一致。

于是问题可以被写成一句话：

一个证如何被确立并被复核，才算数？

这个问句里有一个被默认的答案形状：算数＝通过复核。而“通过”意味着复核给出了一个确定的结论。本章要说的是，“给出确定结论”这个要求本身，是分歧被消灭的机制；因而“通过了复核”这件事所携带的信息，比人们以为的少得多——它不告诉你判断有多可靠，只告诉你这套程序有多擅长吃掉分歧。

要看清这一点，在中医内部转不出来：中医没有“未采纳意见”这个字段，也没有关于这个字段的争论——它连争论都没有，因为这个位置上是空的，空得没有人注意到。所以本章从外面借三副眼睛。三门学科各有一套跑了几十年到一百多年的成熟验证范式，三套范式互不兼容，而且冲突不在“谁更严格”，在它们各自把复核的终点锁在了不同的地方。

二 · 三种成熟的验证范式，与它们各自锁死的那个终点

二之一 · 第一家：物理学（计量学）——算数落在能不能接上那条链

一个测量结果算数，是因为它可以沿一条不断裂的比较链，一路追溯到一个被共同体定义的锚。

这就是溯源性。一台电子天平算数，因为它用一组砝码校准过；那组砝码算数，因为它送到省级计量院比对过；省级的标准算数，因为它接到国家基准；国家基准算数，因为它接到国际定义。二〇一九年国际单位制的重新定义，做的正是把七个基本单位的锚从器物移到基本常数上——从此千克不再由巴黎那块金属圆柱持有，而由普朗克常数的一个约定值持有。

这一家的终点是那条链所接到的东西，也就是整套定义与比对体系本身。 落点不在读数上：一个读数再精确，若无法追溯，在计量意义上不算数；一个读数不那么精确但溯源完整、不确定度评定规范，是算数的。这一家的复核动作叫复现性验证与周期检定——把仪器重新接回链上。

它能成立，靠一个不写在正文里的前提：那个锚在体系之外，不参与被测量者的生成。 普朗克常数不会因为你今天测了什么而改变。锚的外在性，是这一整套东西的地基。

二之二 · 第二家：心理学（心理测量与临床诊断）——算数落在当下的显现符不符合清单

一个诊断算数，是因为多位受过训练的独立评判者，面对同一位对象，给出一致的判断。

这一家在二十世纪七八十年代经历过一次决定性的转向：放弃对病因与机制的追问，把诊断标准写成可操作的清单——过去两周内，符合以下九条中的五条。这个转向的动机极其明确：在没有生物标志物、没有外部效标的领域，唯一可及的“算数”就是一致性。于是评分者间信度成为核心指标，kappa 成为通用货币，结构化会谈成为标准工具。

这一家的终点是当下可观察的显现。 不问为什么会这样，只问现在符不符合。复核动作是再来一次结构化评估，看两次的判断是否落在同一格。

它能成立，也靠一个前提：分歧是误差。 整套信度理论建立在一个分解上——观察分数 = 真分数 + 误差；评判者之间的不一致被归入误差项，而误差是要被减小、被平均掉、被控制的东西。分歧在这一家的语法里，没有“携带信息”这个可能。

二之三 · 第三家：工程学（安全论证与验证确认）——算数落在论证结构上有没有断点

一个系统算安全，不是因为它测出了什么数，也不是因为它跑了多少小时没出事，而是因为存在一条从主张到子主张到证据的论证结构，且每一处断点都被处理。

这就是安全论证。它的形状是：我主张这个系统在这些条件下是可接受的；这条主张分解为若干子主张；每条子主张由证据支持；证据与子主张之间的推理步骤本身要被写出来并接受质疑。评审的动作是找断点：哪一步的推理没有支撑、哪条证据不足以支撑那条子主张。工程学同时区分两件事——验证是“我造对了吗”（符合规格），确认是“我造的是对的东西吗”（满足需求）。

这一家的终点是那条论证链本身。 复核动作是再评审：把论证结构重新走一遍，看有没有新的断点，看开放项有没有关闭。

它能成立，靠的前提是：论证必须可关闭。 一份安全论证若永远有开放项，系统就永远不能交付。整套制度的存在理由，是让判断能够终止在一个“可以交付”的状态上。

二之四 · 三家在打架，而且打得没法调解

物理学与心理学：物理学的整套体系是为了摆脱人的判断而建的——二〇一九年改革的全部意义就是把锚从“某一件东西、某一群人手上”移到“一个约定的定义”上。在这一家看来，共识不能充当锚：一百个人一致地测错，仍然是错。心理学的整套体系恰恰以共识为效标：在没有外部真值可及的领域，kappa 就是它能拿到的最好的东西。两家对“共识能不能作为算数的依据”给出不相容的归属。若物理学对，心理学的整个诊断体系在计量意义上不算数；若心理学对，物理学花一百年建溯源体系是自找麻烦。这不能靠判谁对化解——两家根本不在同一个语域里作答。

物理学与工程学：这一对是最硬的一对。物理学每天在做的事是把每一处不确定都量化，一路合成，最后报告一个带不确定度的值——它要求整条链上不许有任何一环靠判断。工程学恰恰把这件事诊断为病理：安全论证的经典批评之一，就是用一个概率数字掩盖论证的断点——一个算出来的失效率如果建立在无法验证的独立性假设上，它比一句诚实的“这一处我们没有把握”更危险。反过来，工程学每天在做的事——用论证结构、用专家判断填补证据缺口、用“合理可行”来关闭开放项——在计量学是完全不可接受的：一条溯源链上只要有一环靠判断，整条链就断了。 一门学问的日课，正是另一门学问诊断为病根的那件事。

心理学与工程学：心理学要求判断落在当下可观察的显现上，刻意剔除机制——这是它的去理论化立场。工程学明确拒斥只有显现没有机制的证据：一份安全论证如果只写“我们测试了十万小时没出事”而不写“为什么它不会出事”，会被评审直接驳回，因为那不构成论证，只构成观察。前者说：不要问机制，看清单；后者说：只有清单没有机制，不算数。不能同真。

三家各锁一个终点：那条溯源链、当下的显现、那条论证结构。三个终点互不隶属，谁也折算不成谁。而正是在它们争夺终点的时候，三家脚下踩着同一块地。

三 · 三家共同假定的那件事：结算是可以完成的

三家争的是一个判断的效力该由哪一个终点来结算。争得很凶，而争的形式本身暴露了一条谁也没说出口的假定：

结算可以完成。也就是说：走到那个终点，判断就被结清了；剩下的只是维护，不再有未决。

把这句话念给三家听，三家都会说“这还用说吗”，而且三家都会立刻指出自己有装置保证它——

• 物理学说：所以我们有不确定度评定。凡是没能被消除的，都被合成进那一个数里，报告出来就完了。
• 心理学说：所以我们有共识程序。评判者不一致的地方，走裁决或取多数，得到一个最终值就完了。
• 工程学说：所以我们有开放项关闭制度。评审提的每一条质疑，逐条关闭，清零就完了。

三套装置，做的是同一件事，而且是同一个动作：把未决转化成已决。 不确定度是一个筐，共识是一个筐，“已接受”是一个筐。三只筐的形状不同，功能相同：它们让程序能够终止。

本章把这条假定叫做终止性要求——一个验证程序必须能够结束，而结束意味着所有未决必须被处理掉；于是在制度层面上，“处理”与“消灭”是同一个动作。

现在把这一条搬到辨证论治上，它当场断裂，而且断的方式与另一篇同题文章所指出的完全不同。

• 没有外在的锚。 证没有金标准。没有一个不参与临床判断生成过程的东西，可以让辨证结论去接。有人说金标准是疗效——但疗效的评价同样是辨证的一部分（证候积分由谁判？还是那位医生），而且疗效滞后于判断，无法用于当次结算。
• 共识不构成效标，但它是唯一可及的东西。 于是中医的现代化路径几乎必然地走向了心理测量的模子：算 kappa，办德尔菲，编量表，提信度。这条路走得很认真，而它的每一步都在强化那只筐。
• 论证结构无法关闭。 辨证的推理链上，从四诊到八纲到脏腑到证型的每一步，都包含大量无法被证据单独支撑的判断步骤；若按工程学的标准逐条要求支撑，整条链会停在第一步。

三家的装置在这里全部失效，而失效的方式不是它们不工作，恰恰是它们工作得太好：中医现代化引进的正是这三只筐，而在一个没有锚、没有效标、论证链无法关闭的领域里，筐是唯一能让程序终止的东西。筐用得越好，被装进去的东西越多。

于是本章要处理的问题变得具体了：在没有外在锚的地方，复核这个动作实际上在做什么，以及它每次做完之后剩下的那一份，去了哪里。 这是一个关于路径与去向的问题，不是一个关于概念的问题。答案不会是“证的本质是什么”，答案会是一条次序，和次序尽头的一个位置。

四 · 物理学自己的一件材料：没有任何一个常数是被单独确立的

要推翻一条三家共同踩着的假定，从外面搬理由来没有用——那只是加入争论，成为第四家，三家可以各自退回阵地。要让三家退不回去，推翻它的那件材料必须是三家之一自己已经掌握、已经公开、只是从来不往这个方向用的事实。

这件材料在物理学手里，而且它每四年更新一次，全世界都在用。

基本物理常数有一套国际推荐值。人们通常以为，普朗克常数的推荐值是某一次最精确的测量的结果。不是。 它是一次全局最小二乘平差的输出：把全世界所有相关的测量结果——瓦特天平、硅球计数、约瑟夫森结、量子霍尔电阻、光谱学数据——连同它们各自自报的不确定度，一起放进一个联立方程组，同时求解全部常数。输出的不是一个数，是一整套互相关联、内部一致的值，每个值带一个不确定度，值与值之间带相关系数。

这意味着三件事，每一件都在动摇上面那条共有前提：

第一，没有任何一个常数是被单独确立的。 它们是被一起解出来的。一个常数的值里，含着所有其他常数的测量信息。

第二，每一次新测量进来，所有旧值都会被重新算一遍。 不是“新的推翻旧的”，是全部输入被同时重新加权。某一次十年前的实验，可能因为今年的一次新测量而被下调权重——而它自己什么也没变。复核在这里根本不是对某个判断作裁决，是一次全局配权。

第三，也是最要紧的一件——当输入数据互相矛盾时，矛盾被一个扩展因子摊掉。 平差之后如果卡方检验说输入之间不自洽（也就是有几组实验的结果在各自宣称的不确定度下无法同时为真），标准做法是给全部输入的不确定度乘上一个大于一的因子，一直乘到卡方可以接受为止。这个因子在计量学里有一段很长的历史，早在二十世纪三十年代就被讨论过。

请看清楚这个动作在做什么：

有几组实验互相矛盾。矛盾没有被解决——没有人查出是哪一组错了、错在哪里。它被转化成“所有人的不确定度都比自己以为的大”，摊进了输出的那个不确定度里。摊完之后，输出是一套自洽的推荐值，而那份矛盾不再作为一份矛盾存在。

物理学人当然知道这一条，而且把它写在方法说明里，还配了一整套告诫——扩展因子过大说明存在未识别的系统误差、应当优先查找而不是简单放大、必要时应剔除可疑输入。但这整套讨论回答的是“如何给出一套自洽的推荐值”。它从来不被拿来回答“复核的结构是什么”。 这正是它能推翻共有前提的原因：在它自己的领域里，它回答的是另一个问题。

把它读成一条关于验证结构本身的证据，得到的是：

在没有外在锚可及的场合，复核不是对某一个判断的裁决，是一次把新旧证据一起重新配权的结算；而这次结算必然剩下一份任何一方都消解不了的分歧，这份分歧被一个吸收装置转成“已处理”。

这一句一旦成立，共有前提垮掉：结算不能被完成，只能被终止；而终止的方式是把未决转化成一种不再是未决的形态。

还有第二件材料，来自物理学的另一处，量级更大：哈勃张力。两条原理完全独立的路径——近距离的距离阶梯与早期宇宙微波背景加上标准模型——各自的精度这些年不断提高，而两者给出的膨胀率不但没有收敛，分歧随精度提高而放大。这件事在物理学自己那里被读作“可能存在新物理”，是一个物理问题。把它读成一条关于验证结构的证据，它说的是：“原理独立的多条路径必然殊途同归”不是一条被验证的结论，是一条被假定的前提；而这条前提在精度足够高时会失效。

值得注意的是，在这个张力持续存在的年份里，宇宙学的下游工作照常进行——论文按需要选一个值用，标注取自哪一边。一个未结清的判断，照样在支撑全部下游工作。 这就是第③格（本章第七节）的一个现成标本：分歧巨大，公开未决，而世界照转。物理学做到了这一点，而它是极少数做到的领域之一。

第三件材料在心理学手里，可以顺带一提，因为它同样有效：德尔菲法的第二轮反馈会把上一轮的意见分布呈现给参与者——四分位间距、离群者被要求说明理由。这一步是它整个方法的核心。但呈现的是分布，不是内容：参与者看到“你的打分在离群区间，请说明理由”，而最终标准里既不留分布，也不留理由。心理学自己知道分歧携带信息（否则不必反馈），但它使用分歧的方式是让分歧自己消失——反馈的目的是促成收敛。

到这里可以把话说到底：三家看不见这一层，不是因为它们疏忽，是因为它们各自的核心问题恰好使这一层成为不必要的。 物理学的核心问题是“这个数是多少”，它有扩展因子这个装置，装置有效，因此不必往下看那份被摊掉的东西是什么。心理学的核心问题是“这个判断可不可靠”，在它的语法里分歧的定义就是误差，误差不是要保留的东西。工程学的核心问题是“这个系统能不能交付”，交付要求关闭，关闭就是它的目的，而不是它的副作用。三家的盲区，是三家各自问题结构的影子。

五 · 摊差：一份被转化掉的分歧

现在可以给那样东西命名了。

一次复核，无论在哪个尺度上——一次会诊、一轮德尔菲、一次平差、一次安全评审——都会经历这样一个过程：多个来源的判断被放在一起，其中一部分互相支持，一部分互相矛盾；程序必须在某个时刻终止并给出结论；终止时，那些互相矛盾的部分被一个装置处理掉。

本章把被处理掉的那一份叫做摊差：

摊差——一次复核中真实出现过、任何一方都无法消解、在结论形成时被吸收进“不确定度”“共识”“已接受”三类容器之一、从此不再作为一份分歧存在的那一份未决量。

用会计的话说，它被摊销了：一笔无法归属到任何具体科目的差异，被摊进期间费用，摊完之后报表平了，那笔差异不再作为一笔存在——它不是被隐藏，是被转化。

要看清它是一样独立的东西，最快的办法是把它与四个相邻的东西分开：

它不是误差。 误差有一个隐含的参照：真值。说某个判断有误差，前提是存在一个正确答案。摊差发生在没有可及真值的场合：两位医生的分歧不是“一个对一个错”，而是两个受过训练的观察者从同一份材料里读出了不同的落点，而没有任何东西可以裁决他们。把摊差记为误差，是本章要指认的那次转化本身。

它不是噪声。 噪声的特征是随机、无结构、可以通过平均减小。摊差有结构：同一位医生反复在同一类条目上与同行分歧，这不是随机的；一部标准里被删掉的条目在临床辨别力上系统性地高于保留条目，这更不是随机的。平均不会让摊差变小，只会让它更快地消失。

它不是待办事项。 待办有一个负责人、一个期限、一条回来处理的路径。摊差没有——它被关闭的那一刻，就没有任何流程会再回来看它。工程学的开放项清单是本章所知的唯一近似物，而它的实际命运见第十五节。

它不是默会知识。 这一条最要紧，因为它是最容易被拿来吸收本章的说法。默会知识指的是从来没能被说出来的东西——老医生手上那点说不清的东西。摊差恰恰相反：它被说出来过。那位进修医生说了他的依据，那位德尔菲专家写了他的理由，那位评审员提了他的质疑。它不是说不出来，是说出来了然后被吃掉。 这一处分界后面还要用来构造一条极硬的证伪条件。

摊差的三条性质，本章后面全部要用：

1. 它是被正确运行的程序所产生的。 不需要任何人违规，不需要任何人压制异议，不需要任何社会性的施压。程序按设计运行，结论必须唯一，唯一就意味着吸收。摊差是合规的产物，不是违规的产物。
2. 它的量与程序的质量指标正相关。 一致性越高、共识度阈值越严、开放项清零越彻底、不确定度报告得越干净——被吸收的越多。这一条反直觉，是本章的枢纽，第八节专门处理。
3. 它不可归咎，因而无人有动机记录它。 没有人做错事，因此没有人需要为它免责或追责。记录制度是被责任驱动的，于是没有人为它开一栏。

三条合起来是一个少见的形状：一样确实出现过、量可能很大、对下一次判断有真实价值、而且没有任何一方做错事的东西，因此它在所有账本上都不设字段。

六 · 三只筐：不确定度、共识、已接受

摊差不会凭空消失，它必须被装进某个东西里。三门学科各提供了一只筐，形状不同，功能一致。看清这三只筐，是本章最实用的一节。

第一只筐：不确定度。

物理学的做法是把无法消解的分歧转化成一个数——“我们的不确定度比原来以为的大”。这只筐的高明之处在于它诚实：它没有假装分歧不存在，它把分歧的规模保留下来了。它的代价在于它丢掉了分歧的内容：一个被扩展因子放大三倍的不确定度，告诉你“有一份没解决的矛盾，大约这么大”，不告诉你“是哪几组实验、在哪个方向上、因为什么”。规模留下了，方向和理由摊掉了。

在中医里对应的是什么？对应的是“证候诊断存在一定主观性”这句话。这句话出现在几乎每一篇证候研究的局限性讨论里，它就是那个扩展因子——它承认有一份未消解的东西，给它一个笼统的规模（“一定”），然后继续。

第二只筐：共识。

心理学的做法是让分歧通过程序收敛：多轮反馈、离群者说明理由、达到阈值、取共识值。这只筐的高明之处在于它做工作——它不只是掩盖，它确实把一堆不可用的判断加工成了一个可用的结论，而且有证据表明经过共识程序的诊断预测效度更高。它的代价在于：加工的残渣不留账。 那些被要求说明理由的离群意见、那些没达到阈值的条目、那些在第二轮改了口的人改口的理由，全部不进入产物。

在中医里对应的是什么？对应的是德尔菲法制定的每一部证候标准，也对应每一次由资历决定结论的会诊。后者是共识筐最省事的形态：不必投票，主任说了算。

第三只筐：已接受。

工程学的做法是把无法解决的东西转化成一个被授权的接受动作——残余风险已评估、合理可行范围内已降至最低、开放项予以关闭。这只筐的高明之处在于它有责任人：接受是一次签字，签字有名字有日期。它的代价在于：签字记录的是接受这个动作，不是被接受的那件事的技术内容。 十年后翻出那份文件，你看到的是“某年某月某人接受”，看不到“当时的争议是什么”。

在中医里对应的是什么？对应的是“结合临床，随证治之”这类收尾语。它在临床上是有用的、必要的、正确的——它把一个无法在此刻确定的判断合法地移交给下一次。而它同样只记录移交动作，不记录被移交的内容。

三只筐并排看，性质很清楚：

三只筐各留下一样东西，各摊掉一样东西，而没有任何一只筐保留分歧的技术内容。这不是巧合：保留技术内容意味着程序不能终止，而三只筐存在的全部理由就是让程序能够终止。

这也就是为什么本章要打的不是某一只筐，是那条“终止即消灭”的等式。

七 · 两根轴与四格

收成一张辨别表，需要两根轴。

第一根轴：这次复核产出的分歧量。 复核过程中出现过多少条互相矛盾、任何一方都消解不了的判断。

第二根轴：这些分歧的去向。 是留下了技术内容，还是被吸收进三只筐之一。

第④格：分歧量高，而且全部被吸收，账面上呈现为高度一致。

八 · 靶格：所有质量指标都在改善的那一格

第④格不是一个坏格子。它是一个看上去最好的格子，而且是被整个质量改进事业主动追求的那个格子。这是它值得单独写一篇文章的全部理由。

一个落在第④格的复核，形式审查全部通过：

• 评分者间一致性达标，kappa 高；
• 共识度达到阈值，标准得以颁布；
• 开放项清零，评审通过；
• 报告的不确定度小，结论明确；
• 病历上结论唯一，无涂改，书写规范；
• 若有质控，“诊断符合率”漂亮。

没有任何环节报错。而恰恰在这样一次复核里，被吃掉的分歧可能是最多的。

三条签名，逐条对照：

签名一：它在短期指标上表现为改善，而且是因果性的改善。 这一条比通常的“看起来好”更强。提高一致性的标准做法有三样：培训评判者到趋同、删掉难判的条目、设立裁决程序。这三样每一样都是吸收装置。 也就是说，指标的改善与摊差的增加不是并存关系，是同一个动作的两面。 一个 kappa 从 0.45 提到 0.92 的量表，它提高的那 0.47，主要不是来自“大家看得更准了”，是来自“难判的地方不再需要判了”。

签名二：它的失效不产生任何信号。 如果第④格的复核给出了一个错误的方向，谁会知道？没有人。因为被吸收的分歧不再是一样东西，它不会报错，不会出现在任何异常清单上。下游拿到的是一个干净的共识值，干净得看不出它是怎么来的。唯一会暴露它的场合，是很久以后有人从别的方向撞上同一个问题，而那时通常已经无法回溯当初的争议。

签名三：它自我加固，而且越正规化越严重。 这一条最要命。一切质量改进的方向都是提高一致性、减少歧义、明确结论、清零开放项。每一项改进都在加强吸收装置。 一个尚未标准化的领域，分歧明摆着，谁都看得见；标准化的第一步就是把这些分歧处理掉——而处理的形式是消灭。因此第④格是标准化的自然终点，不是标准化的失败。

这里必须把话说清楚，否则本章会被读成反对标准化：吸收是必要的。 一个不能终止的程序无法交付，一个没有结论的会诊无法开方，一部没有共识的标准无法颁布。本章不主张停止吸收，本章主张的只有一件：

吸收的时候，把被吸收的那份东西的技术内容单独留一笔。

这是一个记账要求，不是一个决策要求。它不改变任何结论，不推迟任何交付，不动摇任何权威。它只要求：结论旁边留一栏，写清楚这次吃掉了什么。

九 · 存异率：一个四领域量纲不同而比率相同的读数

一个判断若停在“有这么一样东西”，它还不能被检验。要能被检验，需要一个可以事后清点的数。

本章给出的读数是存异率：

存异率 = 一次复核中出现过的分歧条目里，在最终归档文件中仍可检索到其技术内容的条目数 ÷ 该次复核中出现过的分歧条目总数。

“技术内容”的定义要写死，否则这个读数会被一个空字段架空：可检索到技术内容，指的是能读出“分歧在哪一条、持不同意见者的判断是什么、依据是什么”三样。 只写“存在不同意见”或“经讨论未采纳”的，不计入分子。

分母的来源必须交代，因为分母恰恰是被吸收掉的那个东西。它可以从过程记录取得，而过程记录在四个领域里都已经存在：

• 物理计量学：平差的输入数据集是公开的，卡方贡献、被下调权重的条目、扩展因子的取值都在方法说明里。存异率 = 那些造成不自洽的输入条目中，在最终推荐值文档里被逐条指名并说明其分歧方向的比例。 这一家的存异率在四家中最高——它至少公布了输入清单与因子。
• 心理测量：多评分者的原始评分表存在，德尔菲各轮的原始打分与理由栏存在。存异率 = 共识前存在分歧的条目中，在最终量表或标准文本（含编制说明）里可读出分歧内容的比例。 这一家的存异率通常极低。
• 工程安全论证：评审记录、开放项清单、关闭记录存在。存异率 = 评审中提出的质疑中，关闭记录里写有技术性关闭理由（而非“已澄清”“可接受”）的比例。
• 中医临床与标准制定：会诊讨论记录、师承带教的辨证分歧、同一病例多医生辨证的原始记录、标准制定的咨询轮次记录。存异率 = 上述分歧条目中，在最终病历或标准文本里可检索到技术内容的比例。

四处的单位分别是“输入条目”“量表条目”“开放项”“病历/标准条目”，量纲毫不相干；比率是同一个东西：一次复核吃掉了多少分歧而没有吐出痕迹。

这个读数要立住，必须过四关：

第一关，无量纲。 是比率，四个领域可以并排放在同一张图上比较。

第二关，可事后清点。 不需要新仪器、不需要前瞻设计，只需要两样已经存在的东西：过程记录与归档文件。 拿一份会诊记录与对应的病历，逐条比对；拿一部标准的咨询轮次原始表与颁布文本，逐条比对。多数机构两样都有，只是从未被并排读过。

第三关，把一个印象变成一个数。 “会诊的分歧其实都没留下”是一句人人有感觉、无人能拿它做事的印象。0.03 是一个数，可以排序、可以比较、可以进研究设计。

第四关，与既有主要指标正交。 这一关最容易漏，也最容易毁掉一个新指标——若它与某个现成指标高度相关，它会被立刻读成那个指标的代理。

存异率过这一关，而且是反向过的：

一部证候诊断标准，三轮德尔菲，共识度阈值 0.8，最终条目内部一致性 α = 0.93，专家积极系数 100%，权威系数 0.89——它的存异率可以是 0。 因为凡是没达到共识度的条目都被删除，而删除记录只写“共识度未达标”，不写谁反对、为什么反对、反对者的临床依据是什么。

>

另一份材料：某医院一次疑难病例讨论的完整录音整理稿，五位医生四种辨证意见，最终未能统一，病历上写“暂按肝郁论治，一周后视舌脉再议，另附讨论记录”——它的存异率接近 1，而它的“诊断一致率”是 0.2。

一致性指标越高，存异率越低；一致性指标越难看，存异率反而越高。 这一条足以说明存异率不是任何现有质量指标的影子，也预告了一个必须正面处理的风险：它一旦进入考核，最省事的达标法是制造无意义的分歧。 见第十七节。

必须写死一条：存异率不是越高越好。 它是一个结构读数，不是绩效指标。一次真正没有分歧的复核，存异率的分母为零，这个读数不适用，而那完全正常。存异率说明的是“这次复核吃掉的东西有没有留下痕迹”，不说明“这位医生水平如何”，更不说明“分歧越多越好”。

十 · 一句不含情态词的问话

一个判断如果只能靠“应当”“充分”“真正”“恰当”来表述它的判据，它还没有落到可查的层面。本章的判据是一句可以直接拿去问归档文件与流程规范的问话，一个情态词也没有：

这次复核归档的文件里，“未采纳意见”有没有一个字段？上一次填的是什么？

它问的是事实，不是判断。回答它不需要任何人的意见，只需要翻文件。

把它在五个场合各跑一遍，答案互不相同——这一点很重要：如果五个场合答出同一个东西，那说明它只是承重命题的复述，不是一个能分辨情况的判据。

场合一，医院疑难病例讨论。 答案通常是：有一份讨论记录，但它与病历分离存放，病历上的诊断栏没有指向它的链接。分歧的技术内容存在，而检索路径不存在。 这提示了一种此前没想到的中间状态：留了，但接不上——它的实际效果接近于零，因为下一位调阅病历的人不会知道有那份记录。这一条是查出来的，不是从命题推出来的。

场合二，基本常数推荐值的更新。 答案是：有。输入数据清单、卡方、扩展因子取值、被特殊处理的输入，都在方法说明里逐条列出。存异率在四家中最高。 但同时暴露出另一件事：列出来了，也很少有人去读——下游使用者拿的是那个数，不是那份说明。留痕的价值取决于有没有回读的场合，这一条同样是查出来的。

场合三，一部行业标准的德尔菲制定。 答案通常是：没有这个字段。编制说明里有“经三轮咨询，删除条目 X 条”，而 X 条是哪几条、为什么删，多数不列。存异率接近零，且分母也无法从公开材料重建。

场合四，一份安全论证的评审关闭。 答案是：有开放项清单，每条有关闭记录，而关闭记录里技术内容的丰俭差别极大——从“经分析，风险可接受”到整整两页的分析。同一个字段，填法决定一切。 这提示：设字段是必要条件，不是充分条件。

场合五，一次法庭合议。 答案取决于法域：有些法域的判决书公开异议意见并署名，异议意见全文保留、可被引用、可能在几十年后成为多数意见；有些法域的合议庭评议笔录不公开，判决书只呈现统一意见。同一个功能位置，两种截然不同的制度安排，都运行了很久，都能交付。 这是本章最有用的一处发现：保留分歧的技术内容并不妨碍程序终止——已经有一整套成熟制度证明了这一点。

五个答案互不相同，其中至少三个（留而接不上、留而无人读、同字段两种填法）不能从承重命题直接推出。

十一 · 复核路径的重排：那一笔该记在哪一步

现在可以正面回答那个问题了：一个证如何被确立并被复核，才算数？

现行的默认路径是两步：

确立 → 复核（通过／不通过）

本章主张它实际上是四步，而第三步现在没有位置：

确立 → 重新配权 → 摊差结算 → 出结论

四步各自的动作：

1. 确立：四诊合参，判出证，形成一道执行指令。
2. 重新配权：复核不是把上一版拿来审，是把上一版所依据的全部信息与新到的信息放在一起重新称量。这一步在临床上一直在发生，只是它被误读成了“审查上一版对不对”。 误读的后果很实际：审查的语法要求给出“对/错”，而配权的语法给出的是“哪些证据的权重变了”。
3. 摊差结算：在给出结论之前，把这次无法消解的分歧单独清点一遍——哪几条、谁的判断是什么、依据是什么。这一步现在完全没有位置。
4. 出结论：给出唯一结论，据以处置。这一步必须保留，本章不动它。

三个要点：

第一，可插手的那一步是第三步，而且只有第三步。 现行的全部改进努力压在第四步的质量上——提高一致性、统一标准、加强培训、明确结论。这些改进各自都对，而它们全部通过加强吸收来实现，因此每一次改进都在把第三步的空位压得更紧。这是本章与主流质量改进方向的正面分歧，必须说清楚：本章不反对第四步做得更好，本章反对的是在没有第三步的情况下把第四步做得更好。

第二，第三步不增加任何决策成本。 它不要求推迟结论、不要求保留争议、不要求任何人让步。主任照样定，标准照样颁，方照样开。它只要求在结论旁边多一栏，写清楚吃掉了什么。一个记账动作，不是一个决策动作——这一点必须反复讲，因为它是这条主张唯一可能落地的理由。

第三，第三步的成本几乎全部落在“回读”上，而不是“记录”上。 记一笔很便宜；让下一个人读到那一笔很贵。第十节场合一与场合二说明了两种失败方式：留了但接不上（检索路径断裂），留了但无人读（没有回读的场合）。因此第三步的完整形态是：留一笔，并且规定在什么情况下必须回读它。 最自然的回读触发条件有两个——结论被推翻时、同一位病人第三次复核时。

三门源学科的路径在这个框架下可以重新排列，各自有效性的来源也清楚了：

• 物理学走的是“从被测量出发，经比对链，落到定义锚”；它把第三步做成了扩展因子与输入清单——它记了，只是记的是规模不是内容，而且下游不回读。
• 心理学走的是“从当下显现出发，经共识程序，落到一致的判断”；它把第三步整个压掉了——分歧在它的语法里是误差，误差没有记录的资格。
• 工程学走的是“从主张出发，经论证结构，落到可交付”；它把第三步做成了开放项清单与关闭记录——它设了字段，字段的填法决定它是第③格还是第④格。 三家里，工程学离本章的主张最近，而它离得近的原因是它有责任人：接受要签字，签字的人希望日后能说清自己当时接受的是什么。

十二 · 七个可以立刻做的记账动作

一条判断如果给不出低成本的落地动作，它就只是一个说法。以下七条按成本从低到高排列，前四条不需要任何新增流程。

一、在会诊与疑难病例讨论的结论栏旁边，加一栏“未采纳意见”，格式固定三段：哪一条、判断是什么、依据是什么。 这一栏允许为空，但为空必须是一次主动选择——即讨论中确实无分歧，而不是有分歧未记。这是本章全部主张里最便宜的一条。

二、把讨论记录与病历诊断栏之间建一条检索链接。 针对第十节场合一那种“留了但接不上”的失败：分歧的技术内容已经存在于讨论记录里，缺的只是一个指针。这是信息系统的一行配置，不是临床工作量。

三、标准与量表的编制说明里，逐条列出被删除的条目及其被删除的原因，区分“共识度未达标”与“临床不重要”。 这两件事被混为一谈是当前最大的一处信息损失：一条因为难判而共识度低的条目，与一条因为不重要而被大家一致认为可删的条目，命运相同而含义相反。分开列，成本为零。

四、把“结合临床，随证治之”这类移交语，改为带内容的移交：移交什么、移交给谁的判断、下次回来看什么。移交本身是正确的临床动作，本章不动它；本章只要求移交单上写内容。

五、给存异记录规定回读触发条件。 至少两条：结论被后续推翻时必须回读；同一位病人第三次复核时必须回读前两次的存异栏。没有回读规定的留痕，实际效果接近于零。

六、借法庭异议意见的形式。 有些法域的判决书公开异议意见并署名，全文保留、可被引用、可能在几十年后成为多数意见。这一形式对中医会诊完全适用，而且解决了本章最担心的一个问题——署名使留痕对留痕者有价值，从而不必依赖行政强制。它也解决了权威受损的顾虑：异议意见的存在从未削弱判决的效力，因为判决主文与异议意见在效力上是分开的。

七、对标准制定，保留咨询轮次的原始数据并在若干年后开放。 这一条成本最高、阻力最大，但它是唯一能让“被删条目的临床辨别力”成为可研究对象的办法，也是本章第十七节那条最便宜的证伪条件所需要的数据来源。

七条里第一条与第五条最要紧：一条让摊差可以被清点，一条让它可以被读到。只做第一条不做第五条，得到的是一个没有人打开的抽屉。

十三 · 与最近的几种说法的分界

一个新名字最常见的下场，是被读者正确地认出来是某个旧概念的改名。要避免这个下场，只有一个办法：把最容易与它混淆的说法逐个请进来，各自说清它到哪一步，再说清同一份材料上两边会给出什么不同的判断。

先把本章的命题剥掉中医与计量的一切名词，只留形式：

一个验证程序在产出结论的同时消灭了它所处理的分歧，而消灭的彻底程度与该程序的质量指标正相关。

这个纯形式的结构，属于“越成功越失败”这一类反转结构，而这一类结构在管理学与组织社会学里早有名字——学习近视与成功陷阱（Levinthal & March 1993）、核心刚性（Leonard-Barton 1992）、目标置换（Merton 1940）。必须先点名最贴的那一个再往下走。 最贴的是成功陷阱：组织因为擅长某件事而不断强化它，直至强化本身成为失效来源。分离线：成功陷阱说的是开发挤压探索，两边是同一类活动的两种配置，代价在未来显现；本章说的是结论挤压分歧，两边不是同一类活动，代价在可回溯性上显现且立刻发生。判定形式：若加强一致性的机构在未来的创新能力上受损，则成功陷阱对；若其创新能力不变而旧结论一旦被推翻就无法查出当初争议，则本判断对。二者可以同时为真，互不蕴含。

以下逐位。

（一）扩展因子与 Birge 比（物理计量学，Birge 1932）

它到哪一步：它是本章的直接材料来源，必须先声明本章对它的关系是借用而非发明。它承认输入之间可能不自洽，并给出一个把不自洽转化为不确定度的操作。

分离线：它是一个装置，本章是关于这个装置的账目位置的判断。它回答“不自洽时怎么给推荐值”，本章回答“被它吸收掉的那份东西是不是一样东西、该记在哪里”。本章不主张扩展因子是错的；本章主张凡有扩展因子处，必有一份未被记账的内容。

判定形式：若在扩展因子的使用中，被放大的那些输入的分歧方向与理由都被逐条记录并可回读，则本章所指认的空缺在物理学不存在；若只记规模不记内容，则存在。这一条可以直接去查文档，不需要任何新研究。

（二）评分者间一致性与共识程序（心理测量，Cohen 1960 及后续）

它到哪一步：它把评判者之间的不一致定义为误差，并提供了度量与减小的整套方法。

分离线：它把分歧读成误差，本章说分歧携带信息。这不是“侧重不同”，是同一份材料上的相反判断——一条 kappa 拉低的条目，信度理论判定为应删除，本章判定为应重点保留并记录理由。

判定形式：取一部标准德尔菲过程中被删除的条目，与保留条目一起，在独立的病例集上考察其对临床结局或治疗选择的辨别力。若被删条目的辨别力不高于保留条目，则本判断错，信度理论的处置正确；若系统性更高，则本判断对。这是本章最便宜、也最要命的一条检验。

（三）德尔菲法（Dalkey & Helmer 1963）

它到哪一步：这是最容易吞掉本章的一位，因为它明确处理分歧——第二轮会把意见分布反馈给参与者，离群者被要求说明理由。它看上去已经做了本章要求的事。

分离线：它保留的是分歧的分布（四分位间距、离群标记），不是分歧的内容；而且它保留分布的目的是促成收敛，不是留档。轮次结束后，分布与理由通常都不进入产物。同一个动作，用途相反：德尔菲用分歧来消灭分歧，本章要求把分歧留给下一次。

判定形式：查任一部已颁布标准的德尔菲原始材料是否随标准公开；若公开且含理由栏，本章所指的空缺在此不存在。若只公开轮次数与共识度阈值，则存在。

（四）开放项与合理可行降低原则（工程安全）

它到哪一步：这是本章最近的方法学邻居，也是三家中唯一为分歧设了字段的一位——开放项清单、关闭记录、有责任人的接受签字。

分离线：它设了字段而不约束填法；它要求关闭而不要求关闭理由的技术内容；它更没有回读规定。本章相对它的增量只有两条：填法的最低内容要求，与回读的触发条件。 这两条听起来微小，而第十节场合四说明它们决定了这个字段是有用还是空转。本章对这一位的关系不是取代，是收紧。 明写这一点，因为把一位近邻写成稻草人是最容易被拆穿的做法。

判定形式：在同一批安全论证中，比较关闭记录含技术内容与不含技术内容两组，考察结论被后续修订时的可回溯性。若两组无差异，本章的收紧是多余的。

（五）集体思维（Janis 1972）

它到哪一步：它指出群体在追求和谐时会压制异议，导致决策质量下降。这是最容易被拿来吸收本章的社会心理学解释。

分离线：集体思维的机制是社会压力与从众动机，它要求有人想说而不敢说；本章的机制是程序性吸收，不需要任何人被压制——分歧被完整地说出来了，程序照样把它吃掉。

判定形式：在完全匿名、无社交互动、由算法自动合并的评判场合（如自动化多读者影像判读的仲裁流程、双盲德尔菲），若分歧的技术内容同样不可检索，则本判断对而集体思维不足以解释；若匿名化之后分歧留痕显著改善，则应归于集体思维。这一条可以直接做。

（六）发表偏倚与抽屉问题（Rosenthal 1979）

它到哪一步：不显著的结果不进入文献，导致文献整体偏倚。

分离线：抽屉问题是未进入——那些研究从来没被记录过；摊差是进入了然后被消化——它出现在过程记录里，然后在归档时消失。两者的干预点完全不同：前者要预注册，后者要留痕字段。

判定形式：若一个领域实行了完全的预注册（所有研究都进入记录），摊差是否消失？本章预测不会——预注册解决的是研究的存在，不解决评审分歧的去向。若预注册之后归档文件里的分歧留痕显著改善，则本章被抽屉问题覆盖。

（七）默会知识（Polanyi 1966）

它到哪一步：有些知识无法被完全表述，只能通过实践传递。这是解释“老医生的东西传不下去”最常用的说法。

分离线：默会知识指的是从未被说出来的；摊差指的是说出来了、被记录过、然后在结算时被消化掉的。二者的处置完全相反：默会知识需要师承、需要长期同处；摊差只需要一个字段。把摊差误读为默会知识，会导致一个可以用记账解决的问题被当成一个只能用师承解决的问题——这个误读的代价极大，因为它把一个便宜的解法换成了一个昂贵的解法。

判定形式：只统计曾以文字形式出现在过程记录中的分歧条目。若这部分同样大比例不可检索，则不是“说不出来”，是“说了被吃掉”。这一条把默会知识彻底排除在外，因为它只用已经被说出来的材料。

（八）争议的关闭与实验者回归（科学知识社会学，Collins 1985）

它到哪一步：这是本章形式层上最危险的一位。它指出：判断一个实验是否做对，要看结果对不对；判断结果对不对，又要看实验是否做对。这个回归无法靠实验本身打破，争议的关闭因此依赖实验之外的因素。

分离线：Collins 关心的是关闭靠什么完成（社会协商还是自然），本章关心的是关闭之后那份残余的账目位置。本章不主张关闭是社会性的——即使承认关闭完全由自然事实决定，摊差依然发生，因为终止性要求与关闭的正当性是两件事。这一点很要紧：本章的命题在科学实在论与建构论两边都成立，因此它不是那场争论的一方。

判定形式：取一个后来被公认为“关闭正确”的争议案例（自然给出了裁决），考察其关闭时的分歧技术内容是否被保留。若正确的关闭同样不留痕，则本章对而 Collins 不足以解释；若留痕与关闭的正确性相关，则应归于他那一路。

（九）B 类不确定度（计量学，GUM）

它到哪一步：它明确承认不确定度中有一部分来自判断而非统计，并要求给出一个数。它是三家里唯一为“判断成分”设了名目的地方。

分离线：它要求把判断转化成一个数；本章说转化成数的那个动作本身消灭了判断的内容。一个 B 类不确定度分量告诉你“这里有一份靠判断的东西，大约这么大”，不告诉你判断的是什么、依据什么。它是不确定度这只筐最诚实的一个角落，而它的诚实止于规模。

（十）稳健统计与降权（Huber 1964）

它到哪一步：离群值不被剔除而被降权，权重是显式的、可记录的。

分离线：降权本身留痕（权重是数），但降权的理由不留痕——为什么这一条被判为离群、离群的方向意味着什么，不在权重里。本章要的正是权重之外的那部分。这一位与本章最接近，也最容易混：它保留了“多少”，本章要的是“什么”。

十三之一 · 划完之后：这些邻居各自看不见什么

把上面每一位再问一遍“它把什么当作给定，因此结构性地看不见什么”，句式固定：

• 计量平差把“每条输入自带可比的不确定度”当给定，因此看不见没有不确定度的判断如何被合并——一旦承认大量判断无法自报不确定度，平差就没有输入格式。
• 信度理论把“分歧是误差”当给定，因此看不见分歧携带的信息——一旦承认分歧携带信息，观察分数 = 真分数 + 误差这个分解就塌了。
• 安全论证把“论证必须可关闭”当给定，因此看不见永久开放的项——一旦承认某些项不该关闭，交付就不可能。
• 德尔菲把“收敛是目标”当给定，因此看不见有价值的不收敛——一旦承认不收敛可能是对的，它的整套轮次设计就没有停止条件。
• 争议关闭研究把“关闭是终点”当给定，因此看不见关闭之后的残余——一旦承认残余持续起作用，“关闭”这个描述本身就不成立。
• 默会知识把“没被说出来”当给定，因此看不见“说出来了又消失”的那一类——一旦承认这一类，它对失传的解释就少了一大块。

六行背后是不是同一块地？是。它可以写成一句：

一个验证程序必须能够终止；而终止意味着所有未决必须被处理掉。因此在制度层面上，“处理”与“消灭”是同一个动作。

本章把它叫做终止性要求。没有任何一派会去质疑它，因为互相批判的各派都站在它上面：主张更严格量化的与主张论证式判断的，主张共识程序的与批判共识程序的，全部预设了程序必须能结束。分歧只在“该用什么方式结束”。“未被任何学科辨识”的真正来源不是没有人看，是看的人都站在它上面。

本章所说的那一份，正是从这块地的缝里掉下去的：它既不属于结论，也不属于误差，它是终止这个动作的产物——而“终止”在所有账本上都不是一个会产生条目的事件。

十四 · 与本系列各章的分界

本系列近期有数篇处理相邻问题，其中一篇与本章同题，三篇与本章同学科组。它们是本章最近的邻居，必须逐篇划清，否则读者有理由怀疑这些文章在换着说法说同一件事。

《并身》（第四章）（教育学×化学×艺术学，与本章同一道题）。那一篇说的是：上一版判断在成立期间通过它所授权的执行，已经改写了复核所要面对的那个对象，而这份改变被读作对象自身的属性；它给出的读数是留底率——复核所依据的证据中，取自首次处方之前的占比。

分界：那一篇的缺栏在对象侧（被判断者已被改写），本章的缺栏在判据侧的账目处理（分歧被吸收）。两个量正交，而且可以取到四种组合：一位基线记录完整（留底率高）而会诊分歧被全部吸收（存异率零）的病人；一位急诊入院、无任何基线（留底率零）而争议巨大且写进讨论记录（存异率高）的病人。判决性对照：在留底率一致的一组病例中，若存异率对“复核结论被后续推翻后能否查出当初争议”没有独立解释力，则本章被那一篇吸收。

叠加效应：两者都低时，复核的结论在任何意义上都不可回溯——既没有未被自己动过的证据可以重读，也没有当初分歧的痕迹可以回查。两个机制的作用不是相加而是相乘：留底率 0.1 与存异率 0.1 的一次复核，其可回溯性不是 0.2，而是接近 0.01——因为回溯需要两样东西同时在场。这一点值得单列，因为它意味着两篇文章合起来给出的诊断，比任何一篇单独给出的都严重。

《阈前距》（《治未病立账学》第二章）（同三学科，处理“何谓未病”）。那一篇说的是：判定线本身在移动，而一段距离的变化中“来自对象／来自线”的构成不设字段；它给出的读数是线移占比。分界：那一篇处理判据线的位置变化，本章处理分歧的账目去向。两件事在时间上错开：线移发生在两次判定之间的标准修订，摊差发生在单次复核的结论形成瞬间。判决性对照：锁死判定标准版本（即线不动），若分歧的技术内容仍系统性消失，则本章的机制独立于线移。

《欠返》（《治未病立账学》第五章）（同三学科，处理“未病如何被识别、无症状时如何正当干预”）。那一篇处理的是未完成的返程。分界：那一篇的对象是没有走完的过程，本章的对象是已经终止的程序所吐出的残渣。前者缺的是完成，后者缺的是完成之后的记账。判决性对照：一次完整走完、无任何欠返的复核，其存异率可以为零——完成度与留痕是两件事。

《悬量》（《治未病立账学》第八章）（同三学科，处理“治未病为何实践得最少”）。那一篇说的是：阈下风险总量确定而归属未定，一切介入必须落在具体对象上，故只能落在构造出来的对象上；它给出的读数是落点自证率。分界：那一篇的未决在归属（有一份量，不知道该记到谁身上），本章的未决在内容（有一份分歧，知道是谁的，但内容被消化了）。二者的形式相近而位置相反：悬量是有量无主，摊差是有主无量——那位进修医生的名字在，他的判断内容不在。判决性对照：在归属完全明确的场合（同一位医生前后两次判断不一致，无第二人），悬量的机制不启动而摊差照样发生。

把五篇并排看，它们共有一个形式——发生了而没有产生条目的东西。这个形式很有生产力，而生产力太高本身就是警号。本章能给出的唯一防线，与《并身》末尾写的是同一条：若有人能证明这个形式在任意领域都能开出一样看似深刻的东西，那么这一批文章都要一起重估。 本章与《并身》同题，因而排在被重估名单的最前面两位。

十五 · 三门学科反过来给本章加的约束

借用不是单向的。三门学科在被本章使用的同时，也各自砍掉了本章原本打算主张的一些东西。三处削减都写在这里，并写清削掉的是什么。

第一处，工程学削掉了本章最自然的那个处方。

本章原本会写下这样一句更强的话：“复核中出现的分歧，应当全部保留。” 这句话很顺，而且看上去只是一个记账要求，成本很低。

工程学不允许它成立。工程学是三家里唯一真的做过这件事的一家——它有开放项清单制度，几十年了。而它的实际经验是：开放项清单会膨胀到无法使用。 一份大型系统的安全评审可以留下数以千计的开放项，最终结果是没有人读，等于没留；更糟的是，清单一旦过长，关闭动作会退化为批量走形式，留痕制度本身变成了一台新的吸收装置。合理可行降低原则之所以存在，正是承认必须关闭一些东西才能交付。

因此本章的主张必须削弱为：不是全部保留，而是关闭时必须留下关闭理由的技术内容；并且必须规定回读的触发条件，否则留痕等于不留。 这是一处实质削弱：它把“保留分歧”这个听起来无成本的要求，换成了一个有筛选、有格式、有回读机制的制度设计，成本大得多，而且筛选本身又是一次会产生摊差的判断（见第十七节的反噬）。

第二处，物理学动了本章的适用范围与方法主张。

本章原本会写下这样一句更强的话：“复核在结构上是一次全局平差，因此中医的复核也应当按平差来组织。” 这句话有气势，而且顺着第四节的材料很容易滑出去。

物理学不允许它成立。平差之所以能工作，靠的是一个中医没有的条件：每一条输入自带一个可比较的不确定度。 一次瓦特天平测量自报一个数，一次硅球计数自报一个数，两个数可以在同一个方程组里被加权。而“主治判为肝郁脾虚”这条输入不带不确定度，也无法被要求带——把它写成“我有 70% 的把握”是一个伪精确，那个数字没有任何可比性。

因此本章必须收窄为：复核在结构上是配权，但在缺乏可比不确定度的场合，能做的只有登记，不是配权。 这是一处很重的削减：它把本章从一个方法主张退回到一个记账主张。本章因此不主张任何形式的“辨证平差”，也不主张给辨证结论标注置信度——后者会立刻成为第四只筐。

第三处，心理学动了本章的价值排序。

本章原本会写下这样一句更强的话：“吸收分歧是一种损失。”

心理学不允许它成立。心理测量几十年的证据说明，共识程序确实在做工作：结构化会谈的诊断预测效度高于自由会谈，多评判者合并的判断优于单个评判者，训练能真实提高一致性且这种一致性并非全是趋同假象。吸收不只是掩盖，它把一堆不可用的判断加工成了一个可用的结论。

因此本章必须放弃“吸收＝损失”的表述，改为：吸收是必要的加工，问题只在于加工的残渣不留账。 这一处改动最伤气势——它使本章无法站在批判标准化的位置上，只能站在一个技术性得多、也小得多的位置上：加一栏。 但它也使本章的主张变得可能被接受，因为它不要求任何人放弃任何已经证明有效的做法。

十六 · 不适用的边界

本章的命题在下列情形不适用，援引者应当自己先排除：

一、有外在锚可及的场合。 若存在一个不参与判断生成过程的金标准（病理诊断之于影像判读、基准器之于日常计量），复核可以是真正的裁决，本章的机制退居次要。

二、分歧本来就极少的场合。 存异率的分母为零时这个读数不适用。多数常规、成熟、低歧义的判断落在第②格，无害，不需要本章。

三、单次判断、不设复核的场合。 没有第二次判断，就没有本章所说的问题。

四、需要立即决断的急症。 分歧留痕不得推迟处置。急诊场合应当先出结论，留痕补记——而“补记”这个动作本身会损失内容，这是必须承认的代价，不是可以靠制度设计消除的东西。

五、本章交出去的第一个洞：分母不可得。 存异率的分母是“复核中出现过的分歧条目总数”，而在没有过程记录的场合，这个分母恰恰是被吸收掉的那样东西——要测量摊差，需要一份摊差尚未发生时的记录。 这是一个真实的循环。本章的处置是只在有过程记录的场合计算它（会诊记录、德尔菲轮次表、评审记录、平差输入清单），并承认在没有过程记录的场合，摊差在原理上不可测。这不是一个可以靠更好的设计解决的困难。

六、本章交出去的第二个洞：什么算“一条分歧”。 两位医生一个说肝郁脾虚一个说湿热中阻，这是一条分歧还是三条（病位、病性、主次）？粒度不同，存异率可以差一个数量级。本章只能要求任何比较研究预先固定粒度规则，而无法给出一个有原则的划分。这一条会显著限制存异率的跨机构可比性。

七、本章交出去的第三个洞，也是最大的一个：留痕的价值依赖于有人回读，而回读的场合极少。 第十节场合二说明了这一点——物理学的输入清单公开了几十年，下游使用者仍然只取那个数。一个没有人读的字段，与一个不存在的字段，在效果上难以区分。 本章第十二节第五条试图用回读触发条件来补，但那只是把问题推后一步：谁来保证触发条件被执行？本章没有答案。

十七 · 证伪条件、样本纪律、伦理边界，与一条写死日期的赌注

十七之一 · 最强的竞争解释

在给出证伪条件之前，先把那三句最难反驳的话摆在明处：

“这其实不就是共识程序在正常工作吗？” “这其实不就是集体思维、有人不敢说话吗？” “这其实不就是有些东西本来就说不清楚吗？”

一条证伪条件如果不能排除这三句，它只是在验证“本章描述的现象存在”，那不算数。以下条件按能否排除竞争解释来设计。

条件一（核心，机制证伪）：控制评审人数、评审时长、参与者资历构成之后，若“程序的一致性目标强度”（是否设共识度阈值、阈值高低、是否有资历裁决人、是否要求给出唯一结论、是否按信度删条目）与“分歧技术内容在归档文件中的可检索率”之间不存在剂量-反应关系，则本机制为伪——届时留痕的缺失应归因于记录习惯而非程序结构。

条件二（排除集体思维）：在完全匿名、无社交互动、由算法自动合并的评判场合，若分歧的技术内容同样不可检索，则本判断对；若匿名化之后留痕显著改善，则应归于集体思维。

条件三（排除默会知识）：只统计曾以文字形式出现在过程记录中的分歧条目。 若这部分同样大比例不可检索，则不是“说不出来”，是“说了被吃掉”。这一条从设计上把默会知识完全排除在外。

条件四（低成本、可立刻实做，数据已经存在）：取任一部已颁布的证候诊断标准，调出其德尔菲各轮原始打分与理由记录；把被删除条目与保留条目一起，在一个独立的病例集上考察其对治疗选择或临床结局的辨别力。若被删条目的辨别力不高于保留条目，本章的核心主张失去它最重要的一处支撑。 所需数据在多数标准制定单位的档案里已经存在，一名研究生数月可以完成。

条件五（正向读数，顺序预测）：在引入“未采纳意见须留技术理由＋回读触发条件”制度的机构，复核结论被后续推翻后“能查出当初争议”的比例上升，应当出现在制度实施后 2–三个复核周期，而不是与制度宣贯同步出现。 若改善与宣贯同步、且在第一份存异记录被实际回读之前就已完成，则改善应归于宣贯的注意力效应而非本机制。顺序比相关难被巧合满足得多。

条件六（分层引用与分层证伪）：本章的主张分三层，可分层引用、分层推翻。第一层是“摊差”这个构念（最强、最易倒）；第二层是那张两轴四格的辨别表（作为分析工具，即使第一层被推翻，第③格与第④格的区分仍可用）；第三层是一条不依赖前两层的经验主张——“证候标准制定过程中被删除的条目，其临床辨别力平均不低于保留条目”。第三层最稳、最便宜、最容易检验；若连第三层都被推翻（即被删条目确实辨别力更低），本章全盘作废。

十七之二 · 样本纪律

上述条件涉及跨案例比较的，样本不得少于六个同质单元，且在关键混淆变量上同质。可用单元：同一医院不同科室的会诊流程、同一学会不同工作组制定的标准、同一企业不同项目的安全评审、同一期刊不同栏目的评审记录。严禁拿两个国家或两个行业的对比充数——两边在记录文化、法规要求、信息化程度上处处不同，所谓“控制掉某变量”在方法上站不住；这类比较只能作启发式例证，不能充当证伪检验。

十七之三 · 伦理与证据边界

存异率是一个比率，一个比率一旦提出，几乎必然被拿去考核人。以下三条必须写死，缺一条本章不宜被引用：

一、这个读数指的是位置，不是人。 存异率低说明“这套程序吃掉分歧不留痕”，不说明参与者水平差或不诚实。尤其不得用于评价提出不同意见的那位——那会直接摧毁本章想要保护的东西。

二、不得为了把这个数做好看而制造分歧或延迟决断。 任何以“提高存异率”为目的的人为争议、拖延结论、保留无意义的反对意见，都是不可接受的。急症场合先出结论、后补留痕。

三、留痕内容不得用于事后追责。 这是本章全部伦理条款里最要紧的一条：若“未采纳意见”栏可以被用来追究采纳者的责任，这一栏会在三个月内变成空栏或套话栏。 制度设计上必须明确该栏的用途限于回溯与学习，并给出相应的保护。没有这一条，第十二节的全部动作都会失败。

十七之四 · 反噬预言

本命题一旦被制度采用，最省事的达标方式不是留痕，而是把“未采纳意见”栏填成套话——“经讨论，其他意见依据不足，未采纳”。这一句满足字段要求，不含任何技术内容，成本为零。更糟的一种是它诱发分歧的制造：为了让这一栏好看，安排一位固定的“提反对意见者”，提一些安全的、无关紧要的反对。

而这个反噬有一个自指的形状，使它格外难解：“哪些分歧值得留痕”本身就是一次会产生分歧的判断，而那一次分歧同样会被吸收。 也就是说，本章的处方在执行时会立刻生成一份新的、更高阶的摊差，而针对它的处方又会生成下一份。

我看不到出口。 唯一能想到的部分缓解是第十二节第六条——署名，使留痕对留痕者本人有价值，从而不完全依赖行政强制。但署名同时提高了留痕的社会成本，两边不能同时优化。把这一条写在这里，是因为一个看得到出口的反噬不是反噬，只是待办事项。

十七之五 · 一条写死日期的赌注

到二〇三三年十二月三十一日，至少有一部由国家级中医药行业组织颁布的病历书写规范、会诊制度规范或证候标准制定技术要求中，出现如下强制条款：会诊、疑难病例讨论或标准制定的归档文件须单列“未采纳意见”，内容须包含分歧所在条目、不同判断的内容、其临床依据三项。

什么不算命中，四条写死：

1. 仅出现在指南讨论稿、专家建议、学术论文或教材中，未进入颁布文本的，不算；
2. 仅要求“记录讨论过程”“完善讨论记录”而无三项内容要求的，不算——这一条尤其要紧，因为“记录讨论过程”这句话在现行规范里已经有了，而它正是本章所指的空转；
3. 仅要求设立字段而未规定内容最低要求、或允许以“依据不足未采纳”一类套话填写的，不算；
4. 由本章作者或其所属机构参与起草的文本，不算。

十八 · 本章自己是不是它所描述的那样东西的标本

按本章的判据，本章自己落在哪一格？

先算本章的存异率。本章在成文过程中处理过三门学科之间的多处冲突，其中相当一部分没有被解决，而是被本章的框架吸收了。举一处最明显的：第二节说物理学与心理学对“共识能否作为算数的依据”给出不相容的归属——这个冲突在本章里没有被裁决，它被转化成了“两家各锁一个终点”这个说法，而“各锁一个终点”正是一只筐：它把一场无法调解的分歧，转化成了一个整齐的分工描述。

本章对这类吸收留了多少痕？留了一些——第十五节逐条写了三处削减，第十六节列了三个洞。这些是本章的存异栏。但它同样有大量未留痕的：三家在本章里的形象是被本章整理过的，各家内部的争议、各家对本章这种读法可能有的反对，本章没有逐条列出。估算本章的存异率，大约在 0.3 上下——高于多数论文，远低于 1。

这不是一句谦辞，它有三条具体后果：

第一，本章对三家的描述都是被这个框架整理过的。 例如第六节把“结合临床，随证治之”读成第三只筐——这句话确实可以这样读，但它是否本来就该这样读，还是被本章的框架推到了这个位置上，本章自己分不出来。要分出来，需要一份在本章框架成形之前就已固定的解读记录，而本章没有留。这与本章的同题姊妹篇《并身》所指认的机制是同一个，两篇文章互为对方的标本。

第二，本章最不该被引用的方式，是被当作已经证成的东西引用。 本章能提供的只有第十七节条件四那一条——一个便宜的、任何人可以独立做出来的清点。在那个清点被独立完成之前，本章的地位是一个待检验的读数，不是一个结论。

第三，本章正落在自己所指认的第④格里，而且落得比多数文章更深。 因为它是一篇要求给出唯一结论的学术论文——学术论文这个体裁本身就是一台吸收装置：它要求有一条承重命题、要求论证收敛、要求结论明确，而这三条要求每一条都在吃掉写作过程中出现的分歧。本章越是写得干净、结构越是整齐、论证越是收敛，它的存异率就越低。 这正是第八节签名一所描述的形状：质量指标的改善与摊差的增加是同一个动作的两面。

对此本章只能做三件事，而且都已经做了：第十五节写清三处削减、第十六节交出三个洞、第十七节把最便宜的那条检验单独列出并写明它不需要本章作者参与。一篇落在第④格里的文章，唯一的自救方式是把能推翻自己的那件事做得足够便宜。

最后一句关于这一整批文章。本系列近年数篇——包括本章与它的同题姊妹篇——共有一个形式：找出一样“发生了而没有产生条目的东西”。这个形式的生产力太高，本身就是警号：一把在任何门上都拧得动的钥匙，通常不是钥匙，是撬棍。 本章能给出的唯一防线是第十四节末尾那句话，而本章比其他几篇更没有资格例外——因为它自己刚刚论证过，一个吸收装置在运行得最好的时候，正是它最看不出问题的时候。

十九 · 伦理与证据边界声明

本章提出的存异率是一个结构读数，不是绩效指标。禁止用于个人考核与晋升评价；禁止用于评价提出不同意见者；禁止以提高该读数为目的制造争议或延迟必要的临床决断；留痕内容不得用于事后追责，其用途应限于回溯与学习；据该读数作出的任何不利安排，须公开编码规则并提供复核通道。本章所举临床情形均为类型化描述，不涉及任何具体病例、机构或个人。本章不构成任何诊疗建议，也不构成对任何已颁布标准的技术评价。

注释

1. 本章所称「证」指中医辨证论治体系中的证候判断；所称“复核”指对已确立之证的再次判断，含同一诊次内多人评判与不同诊次的前后评判两种情形。

1. 第二节对三门学科验证范式的描述取其主流形态，不代表该学科内部无争议；三家之间的冲突为本章所整理，各家并未如此互相表述。

1. 第四节对全局平差与扩展因子的描述取其操作结构，具体算法、判据与历次调整详见相关方法说明文件；本章不评价该做法在计量学内部的适当性。

1. 第九节存异率的定义中，“一条分歧”的粒度会显著影响读数，见第十六节第六点；任何比较研究须预先固定粒度规则并公开。

1. 第十节场合五所述两种法域安排，本章只取其形式对照，不涉及任何司法制度评价。

1. 第十七节赌注的判定以颁布文本的正式发布日为准。