论实验的隐喻

序章 测量者的影子

深夜的实验室里，屏幕泛着幽蓝的光。一组数据刚刚从探测器中涌出，精确到小数点后第九位，与理论预言完美吻合。研究生兴奋地敲击键盘，准备截图发给导师。他没有注意到，在那串数字的最末几位，探测器本应捕捉到的涨落被滤波算法判定为噪声，悄然抹去了。曲线变得光滑，真理似乎触手可及。

这并非某一个人的故事，而是整个科学事业深处的一道影子。我们制造精密的仪器去叩问自然，却常常忘记仪器本身就是人类认知的物质化投射。当我们设计实验时，我们在选择问什么问题；当我们分析数据时，我们在决定听什么回答。问题与回答之间的那道缝隙，是认知主体不可避免的介入，是测量者留在实验画面上的轮廓。

从伽利略将望远镜对准月球的那一刻起，实验便成为了现代科学的基石。它被赋予了一种神圣的地位：自然的公正裁决者，理论的终极法官。在教科书所描绘的科学画面中，实验是客观的、中立的，它只是忠实地反映自然界的本来面目，不受人类主观意愿的干扰。科学家提出假说，实验进行检验，假说被证实或证伪，知识由此累积。这一画面简洁有力，支撑着整个科学大厦的合法性。

然而，这幅画面是否太过洁净了？当我们将视线从教科书移向真实的科学实践，当我们追踪一个实验从构思到发表的全过程，另一种面貌开始浮现。理论引导着实验的设计，仪器负载着预设，数据经过分析模型的雕琢，统计方法隐含着选择，而最终的结论在科学共同体的协商中成形。在这些层层叠叠的中介之下，实验结果究竟是自然的原声，还是经过人类认知棱镜折射后的回响？

这个问题并非要滑向某种极端的怀疑论，否定科学的有效性或实验的价值。恰恰相反，只有正视实验过程中认知主体不可消除的作用，我们才能更深刻地理解科学知识的本质，更清醒地评估实验结论的边界，从而真正尊重实验作为认识自然的途径所蕴含的智慧。本书正是试图展开这一命题，从物理学的历史深处出发，穿越实验设计、仪器构造、数据分析、理论负荷、统计推断、模拟仿真、社会学维度与认识论边界，最终抵达一个根本性的追问：当我们在实验中看见规律时，那规律是自然本有的纹理，还是我们认知结构的镜像，抑或两者之间某种无法割裂的共生？

这个问题没有一个简单的答案，正如测量者的影子无法从被测量的世界中剥离。与其说这是一本给出结论的书，不如说它是一场持续的追问。让我们从那些细微的、被忽略的缝隙开始，重新审视我们以为熟悉的一切。

第一章 仪器的目光

第一小节 选择的开始

任何一束投向自然的目光，都早已选定了它的方向。

这不是一个比喻，而是科学实验最深处的结构。当一个实验者面对广袤无垠的现象世界，他必须做出选择：测量什么，忽略什么；放大哪种信号，滤除哪种噪声；把哪种变量纳入控制，将哪类可能弃置不顾。这些选择看似技术性的、中立的，实则每一个都浸透着认知的前设，每一个都是理论与信念在物质世界中的投射。实验，在最原初的意义上，并非自然的自我显现，而是人类认知框架向自然发出的叩问。

让我们回到电磁学诞生的时刻。十九世纪二十年代，丹麦物理学家奥斯特在哥本哈根大学的讲堂上，让电流通过一根铂丝，铂丝下方放置着一枚磁针。当电路接通时，磁针发生了偏转。这一现象在今天看来是电流产生磁场的经典演示，但在当时，它击穿了一个延续数百年的认知边界：电与磁是两种互不相干的现象。

然而这个故事远比教科书所叙述的更为复杂。奥斯特并非偶然撞见这一现象。他多年来一直坚信，电、磁、光、热、化学亲和力之间存在着深刻的统一性。这一信念来自何处？来自康德哲学的影响，来自德国自然哲学中对“力”的统一性的执着追求。奥斯特在《关于化学力与电力统一性的研究》一文中明确写道，他相信电的“冲突”会以某种方式作用于磁针，影响的方向必定是横向的，因为自然界的基本力都表现出旋转的特征。早在他亲眼看见磁针偏转之前，他已经以某种特定的方式在“看”了。他设计实验的角度、他解读现象的方式、他将磁针的偏转视为“电生磁”的证据而非某种偶然干扰，这一切都在他走向实验台之前已然成形。

奥斯特的实验被公认为电磁学的开端。但我们要追问的恰恰是这个“公认”背后被遮蔽的问题：如果奥斯特没有那个关于自然统一性的康德式信念，他会在电流与磁针之间建立起那种特定的联系吗？在奥斯特之前，已经有人观察到类似的现象。意大利法学家罗梅尼奥西在1802年就发现伏打电堆可以使磁针偏转，但他只是将其视为某种类似静电感应的现象，未能将电与磁真正关联起来。他的认知框架中没有那个特定的位置来安放这一发现。现象在他眼前发生了，但“实验的结果”没有被他得出。因为他没有问那个问题。

问题的提出本身就蕴含着对答案的期待结构。当一个物理学家问“暗物质粒子是否存在”时，这个问题已经预设了暗物质是以粒子形式存在的，预设了它与普通物质之间存在某种非引力相互作用（否则无法探测），预设了这种相互作用足够微弱（否则早该被发现）却又不至于完全为零（否则实验毫无意义）。这些问题结构并非自然界强加给我们的，而是我们从既有理论的延长线上投射出去的。它们圈定了一块现象的空间，照亮了某些可能性，同时让其余的可能性沉入黑暗。

更耐人寻味的是，那些最具有突破性的实验，往往在提出问题的方式上已经发生了视觉的偏移。当迈克耳孙和莫雷设计他们的干涉仪来测量“以太风”时，他们问的是：地球相对于以太的运动速度是多少？这个问题预设了以太的存在，预设了光速在不同方向上会有差异。实验的“零结果”在物理史上被视为狭义相对论的重要实验基础，但这并非实验者本人的问题所指向的答案。迈克耳孙终其一生都对这个结果感到失望，他并不认为自己的实验证明了以太不存在。同样的实验数据，在不同的问题框架中获得完全不同的意义。实验结果的“是”与“否”，取决于它回应的是哪一个问题。

这便将我们引向一个更为根本的认识论困境。实验选择不可避免地受到历史情境的限定。二十世纪高能物理的崛起，并非仅仅因为物理学家们突然对基本粒子产生了兴趣。大型加速器的建造成本、冷战期间的科技竞争、国家对基础科学的资助政策，这些看似外在于认知过程的力量，共同塑造了“什么是值得追问的问题”这一判断本身。当一代最杰出的头脑涌向粒子物理，当海量资源投入对撞机实验，整个物理学追问自然的方向便发生了不可逆的偏移。我们并非在追问所有可能的问题，而是在追问那些在我们的历史处境中显得合理、重要、可操作的问题。而那些未被提出的问题、那些因为缺乏实验手段而被搁置的问题、那些因为不符合主流范式而被认为“不科学”的问题，它们所对应的自然面貌，便长久地隐藏于我们的认知地平线之下。

选择的悲剧性在于，你无法在选择的同时知道你所放弃的究竟是什么。当伽利略将他的望远镜对准月球，选择将天体作为观察对象时，他开启了一个传统：将宇宙视为可以用地上力学来理解的物质体系。这一选择带来了近代科学的全部辉煌，但也系统性地遮蔽了另一种理解天空的方式，那些将天体视为有生命、有意志、有意义的存在物的古老观念被驱逐出了科学认知的版图。我不是要为这些前现代观念辩护，而是想指出：科学的实验方法之所以如此有效，恰恰因为它主动限缩了自己的视野。它只问自然特定类型的问题，只期待特定类型的回答。这种限缩是方法上的自觉，但也意味着科学所揭示的自然画面，从一开始就是经过人类认知棱镜折射后的特定频谱。

在粒子物理学的前沿，这种选择的结构变得异常清晰。当理论家们在标准模型的框架内计算超对称粒子的可能质量区间时，他们实际上在告诉实验者：在这个能量范围里寻找，在那个能量范围里可以放弃。大型强子对撞机上的ATLAS和CMS探测器，从设计之初就被优化来寻找希格斯粒子、超对称粒子等理论预言的特定信号。探测器本身的架构，硅径迹探测器、电磁量能器、强子量能器、μ子谱仪，决定了它们擅长识别的是哪种物理事例。一个完全超出理论预期的现象，如果它不符合探测器设计时所依据的物理预设，可能根本无法被触发系统记录，或者在数据分析的第一关就被当作噪声滤除。我们在设计看见什么的仪器，这仪器便只让我们看见它能看见的东西。

因此，选择的开始并非一个可以一劳永逸解决的困难，它是实验科学不可消除的结构性特征。认识到这一点，并不意味着陷入失望，而是获得一种清醒。当我们将“实验结果”理解为自然对人类特定问题的特定回应，而非自然本身的完整自我揭示时，我们反而能够更谦逊地对待实验数据，更警惕地审视那些被筛除的“异常”，更开放地接纳那些与我们预期不符的信号。科学的辉煌不在于它摆脱了认知主体的影子，而在于它在这种影子无可避免的笼罩下，仍然开凿出了一条通往自然的隧道。那条隧道有其方向、有其边界、有其盲区，但它始终向着新的叩问敞开新的延伸。

奥斯特看见磁针偏转的那个瞬间，他既不是纯粹的发现者，也不是自我欺骗的幻想者。他是一个携带着特定信念、使用着特定手段、瞄准着特定方向、最终撞见了特定现象的人。磁针的偏转是真实的，电流的磁效应是真实的，但这一切真实成其为“实验结果”的过程，离不开那个站在实验台前的人所做的全部选择。人在选择问什么的过程中，已然参与构塑了自然将显现的那一面。

第二小节 仪器的预设

如果说选择决定了注视的方向，那么仪器便决定了注视所能接收的波长。仪器是实验者感官的延伸，但延伸从来不是简单的放大。每一台仪器都是一个凝结了理论的物质结构，它的设计原理、它的工作方式、它所输出的信号，无不被特定的理论预设所穿透。

威尔逊云室是粒子物理史上最优雅的仪器之一。十九世纪末，苏格兰物理学家查尔斯·威尔逊在气象学研究中对云的形成产生了兴趣。他发现在潮湿空气中，当气体突然膨胀冷却时，水蒸气会在尘埃颗粒上凝结成云雾。但在反复实验中他注意到一个异常：即使空气本已滤净尘埃，仍会有微弱的云雾形成。后来他运用当时刚成熟的电离理论来解释：是带电粒子穿过气体时产生的离子，成为了水蒸气凝结的核心。这一洞察直接催生了云室，一个能让带电粒子的径迹以可见的液滴链形式显形的装置。

我们细察这个过程。云室的运作依赖于热力学（绝热膨胀导致冷却）、电磁学（带电粒子使气体分子电离）和光学（液滴散射光使得径迹可见）等多重理论。这些理论不是事后附加在仪器上的解释，而是直接嵌入仪器构造的物质逻辑之中。当实验者看见云室中的一条白色痕迹，他从看见液滴到认定“一个电子穿过了这里”，这一解读要求他接受关于电离、过饱和蒸气、光的散射等诸多理论命题。仪器本身就是在这些理论的指导下被建造的，它的“看见”从一开始就是理论化了的看见。

这就意味着，仪器不是在被动地记录自然，而是在以一种特定的方式主动地筛选自然。云室能显现的是那些能够产生足够电离的粒子轨迹。一个中性粒子穿过云室，不会留下任何可见的痕迹。一个寿命极短的共振态粒子，在产生电离之前便已衰变，同样不会在云室中被直接看见。仪器并没有向我们撒谎，但它只呈现它对之敏感的那部分现象。在它沉默的地方，不是虚无，而是未被翻译的自然。

这种预设性在高能物理的当代实践中变得无远弗届。以欧洲核子研究中心（CERN）的大型强子对撞机上的通用探测器ATLAS为例。这台重达七千吨、高达数层楼的巨型仪器，其设计蓝图在物理学家们开始建造之前，就已经被理论所主导。磁铁系统的构型决定了带电粒子的径迹如何弯曲，从而决定了动量测量的精度，这种构型的选择，建立在对希格斯粒子衰变产物动量分布的理论计算之上。电磁量能器的材料选用液氩，强子量能器选用铁与塑料闪烁体的交替层，这些材料选择无不基于对粒子与物质相互作用的理论模拟。当ATLAS探测器“观看”一次质子-质子对撞时，它在对撞发生的万亿分之一秒内做出的触发判决，这个事例值得记录，那个事例立即丢弃，依赖的是一套预设的算法，这套算法编码了物理学家们对“有趣物理现象”的理论期待。

触发系统是仪器预设性最极致的呈现。在LHC上，每秒发生约四千万次质子束交叉，每次交叉产生数十个质子-质子对撞。探测器无法将这海量的信息全数保存，必须在实时中做出取舍。触发系统分为多个层级，第一级使用硬件在微秒量级内做出快速判决，寻找高横动量μ子、电子、光子、喷注和缺失横动量的初步迹象。这些“有趣”信号的定义，直接来自理论家们对新物理现象运动学特征的预测。如果新物理的表现形式与这些预设不符，比如它产生的是低横动量的软粒子，或者在探测器中不留下任何直接径迹，它便可能在最开始的触发层面就被永无挽回地丢入了数据之海。

值得深思的是，触发系统的筛选标准并非一成不变。在LHC运行的第一阶段（Run 1），触发菜单主要针对希格斯粒子和标准模型精确测量进行优化，因为这是当时最优先的物理目标。随着希格斯粒子被发现，Run 2和Run 3的触发策略发生了变化，加入了对长寿命粒子、非标准衰变模式等更奇异信号的触发路径。仪器在改变它的注视习惯，而这种改变反映了理论共同体的兴趣转移。仪器不是一面永远如一的镜子；它是一只眼睛，而这眼睛所寻找的，深受那个时代的理论想象的塑造。

当我们退后一步，审视仪器的历史，另一种预设性显露出来：材料的限制。所有仪器都必须使用这个星球上可获得的材料来建造，而这些材料的物理性质划定了仪器能力的边界。光学望远镜受制于玻璃的折射率、反射镜的镀膜技术、大气湍流的影响。射电望远镜的分辨率受限于天线阵列的基线长度。引力波探测器受制于镜面热噪声、地震背景噪声、光子散粒噪声。这些限制表面上是技术问题，但深层地看，它们是物理世界本身对人类认知能力的限制。我们只能使用自然的一部分（经过提纯和加工的物质）去探测自然的另一部分。仪器是自然的一小片被组织起来去观察自然的其余部分。这片被组织的自然，必然带着自己作为物质的特殊性。

材料的有限性导致的不仅仅是一种感伤。它更意味着，在仪器的设计阶段，物理学家已经对“哪些因素是本质性的、哪些是可以忽略的”做出了判断。当建造一面镜面时，工程师们努力将其表面加工到接近原子的平整度，因为理论告诉他们，镜面的不规则会导致波前畸变，从而模糊天体的像。这个判断是正确的，但只有当待测信号确实对波前敏感时。如果一个天体物理现象恰好体现在镜面不规则与入射光子的某种耦合中，我们已经通过精密抛光系统性地抹去了它。这在绝大多数情况下是一种进步，但它的逻辑前提是：我们已经知晓哪种信息是值得保存的。

这种预设性的一个惊人后果是：仪器的历史形态呈现出一种强烈的路径依赖。早期的云室导致了乳胶技术的出现，乳胶室导致了气泡室的发明，气泡室的思想又影响了多丝正比室和漂移室的设计。每一代仪器的更新都建立在上一代仪器的原理之上，而上一代仪器的原理又建立在对更上一代遗留问题的回应之上。仪器的进化并非对“最佳探测方式”的自由搜索，而是一条受限于历史偶在性的演化路径。如果威尔逊当年没有从事云雾物理的研究，如果格拉泽没有在喝啤酒时想到气泡成核的类比，今天的粒子探测器可能会呈现出完全不同的物质形态，因而也可能捕捉到完全不同的物理现象。

那么，我们应该如何理解仪器？它是透明的窗，还是不透明的滤镜？也许恰当的隐喻是彩色玻璃。它让光穿透，却用自己的颜色浸染了每一缕经过的光线。仪器所呈现在我们眼前的自然，是已经经过仪器的物质性、它内含的理论预设、它的历史偶在性所共同折射过的景象。这景象并非虚妄，但它也不是自然的原貌。它是在仪器的这一特定的语言中，自然所做出的应答。

物理学家对此并非一无所知。精确的科学实践恰恰建立在这种意识之上：他们小心翼翼地校准仪器，详尽地研究本底，将不同探测器对同一现象进行交叉检验。但这所有的努力并不是为了消除仪器的预设（那是不可能的），而是为了将预设的作用边界精确地刻画出来，使其影响成为可量化的误差而非不被察觉的盲点。科学的严密性正是在承认认知中介不可避免的前提下，仍然坚持向自然追问的精神姿态。仪器在遮蔽的同时也敞开着，它让我们看见裸眼永不可见的世界，尽管那世界的形象上，不可避免地印着看这世界的那双眼睛的轮廓。

第三小节 灵敏度的边界

每一双眼睛都有它看不见的光谱。红外之外、紫外之外，世界仍然存在，只是不再以视觉的形式呈现。仪器延展了感官的边界，但每延展一次，便在新的位置划定新的边界。灵敏度的边界，是不可被仪器翻译的自然的那一部分与已被翻译的那一部分之间的分界线。这条线不是固定的，它在科学史中不断被推进，但它永远存在，因为任何实际的仪器，无论多精密，都只能对有限的物理量在有限的范围内做出有限的响应。

引力波的探测史是灵敏度边界塑造认知命运的一部深沉的叙事。它的主角，在半个世纪的时间里，是一个从未被看见却始终被坚信的存在。

故事始于一项不容置疑的理论推导。爱因斯坦在1916年发表了广义相对论，其中一项推论便是加速运动的质量会辐射引力波，时空本身结构中的涟漪。在随后的数十年里，引力波是否真实存在，在理论家之间经历过反复的争辩。但到二十世纪五十年代末，随着理论共识的形成，引力波作为广义相对论的一项必要预言被确立下来。它必须存在。可是，它从未被探测到。

约瑟夫·韦伯率先出发。这位马里兰大学的物理学家在二十世纪六十年代设计了一个看似直截了当的方案：取一根直径约一米、长约两米的实心铝棒，悬挂在真空中，四周布设压电传感器。当引力波以特定的频率穿过铝棒时，会激发棒的机械共振，传感器便可将这一微弱的振动转化为电信号。韦伯将他的仪器称为“共振棒探测器”。

这套方案的物理直觉足够清晰。引力波波长在棒的尺寸量级上会产生最大的耦合效率。铝的声学品质因子极高，意味着一旦被激发，棒会在其共振频率上持续振动较长时间。压电晶体能将机械形变转换为电压。这些原理都是已知的物理。唯一的困难是：预期的信号极其微弱。根据估算，来自银河系内的超新星爆发所能产生的引力波，在铝棒上引起的形变约为原子核直径的千分之一。这似乎是一个不可能被探测到的数量级。

但韦伯相信他可以。他提高了传感器的灵敏度，隔绝了振动，屏蔽了电磁干扰。他从1965年开始采集数据。到1969年，他发表了一篇引起轰动的论文：他宣称在相隔一千公里的两个共振棒探测器上，马里兰大学和芝加哥附近的阿贡国家实验室，同时记录到了引力波信号。信号的出现频率远高于理论预期，这意味着银河系中心正在发生着某种剧烈的、持续的天体物理过程，大量地产生着引力波。

这是一个如果成立就将改变天文学的发现。全世界众多实验室争相建造类似的共振棒探测器，试图复现韦伯的结果。格拉斯哥、慕尼黑、罗马、莫斯科、东京、北京，共振棒在各大洲的实验室中竖起。可是，一个接一个报告返回：没有看见信号。

麻烦不止于此。理论家对韦伯的结果提出了严厉的质疑。如果引力波信号的强度真如韦伯所言那般大，那么银河系中心必须在极短时间内失去极其巨大的质量，相当于每年消耗数千个太阳质量，而这些能量的释放方式却无法与其他天文学观测相协调。韦伯的发现与天文学的所有其他知识相矛盾。

韦伯至死坚持他探测到了引力波。他在1985年的一篇论文中仍然声称信号存在。争议持续了数十年，直到一个更宽广的视角让一切豁然开朗。韦伯的共振棒在约1660赫兹的频率上工作，带宽极窄，约为其中心频率的百分之一。他对引力波的所有认知，都建立在这个狭窄的频率窗口之内。而根据后来成熟的引力波天体物理学，自然界中绝大多数的引力波源，双中子星旋近、双黑洞并合，所辐射的引力波，其主要功率集中在比韦伯棒灵敏范围低得多的频率上，从几十赫兹到几百赫兹。韦伯的仪器选择了一个它能够建造的频率，但那个频率恰好是自然界几乎没有引力波信号穿过的静默地带。

那么韦伯探测到的“信号”是什么呢？极有可能是地球微震、电磁干扰、宇宙线簇射、甚至仪器自身热涨落的某种复杂耦合。他的仪器在灵敏度的边界上挣扎，边界之下的物理世界与噪声融为一体，边界之上的信号却被他的信念凝固成了发现。这不是故意造假。这是认知者的愿望与认知边界的模糊交汇所制造的幻象，而恰恰因为他在边界之上看见了他想看见的，他便失去了将边界进一步推进的动力。

LIGO的故事从韦伯留下的灰烬中升起。激光干涉引力波天文台的设计理念由韦斯、索恩和德雷弗等人在二十世纪七十到八十年代奠定。与共振棒不同，激光干涉仪不对某一个特定的谐振频率敏感。激光在数公里长的真空臂中往返，测量由引力波引起的、远小于原子核直径的空间扭曲。LIGO的宽带灵敏度使其能探测从几十赫兹到几千赫兹的宽广频域，而这恰好涵盖了双致密天体并合产生引力波的主要频段。

但LIGO也曾长期一无所获。从2002年到2010年，初代LIGO运行了八年，没有发现任何可信的引力波事件。这段时间的沉默绝非对理论的否定，理论家早已计算出，初代LIGO的灵敏度还不足以探测到典型距离上的双中子星并合。引力波是存在的，只是还在仪器的灵敏度边界之外。初代LIGO的空白不意味着失败，它意味着仪器的目光还不够犀利。

2015年9月14日，当先进LIGO刚刚完成升级并开始运行尚不足四十八小时，一个信号划破了路易斯安那州利文斯顿和华盛顿州汉福德两个探测器的寂静。GW150914，两个分别为三十六个和二十九个太阳质量的黑洞在十三亿光年之外旋近并合，最后爆发出的引力波能量瞬间超过了可观测宇宙中所有星系光度的总和。在LIGO的频带内，它以几十赫兹的频率开始，以扫过数百赫兹的啁啾信号结束，持续了约零点二秒。

零点二秒。对于宇宙而言，这只是一场发生在十三亿年前的遥远事件的回声。对于人类而言，这是有史以来第一次，时空本身的颤动直接触及了仪器的感官。韦伯用一生未能穿越的灵敏度边界，在他去世十五年后被LIGO用激光干涉术穿越了。

但我们还是必须追问：LIGO看见了什么？它看见了质量在三十太阳质量左右的双黑洞并合。这本身就是一个与理论预期不完全吻合的发现。在LIGO做出发现之前，天文学家普遍认为恒星质量黑洞的质量不会超过十到十五个太阳质量，因为大质量恒星在晚期会通过强烈的星风失去大部分质量。GW150914的两个黑洞都远大于这个上限，这直接催生了关于黑洞形成机制的新研究。LIGO看到了它所在频率窗口所能看到的现象，而这个现象恰好与它被建造时参照的理论画面有所不同，这不意味着仪器终于摆脱了预设，而是意味着在预设的窗口之内，自然界以略不同于理论预期的方式填补了它。

还需要注意的是，LIGO看不见的现象仍然比它看见的更多。超大质量黑洞并合，数百万甚至数十亿太阳质量的黑洞在星系并合时的旋近，产生的引力波频率极低，在毫赫兹甚至纳赫兹量级，远低于地面干涉仪的灵敏度下限。LISA空间引力波探测器正在为这个频段设计和建造，但在它上天之前，宇宙中这一整类的现象对我们都是沉默的。中等质量黑洞是否存在？原初黑洞是否存在？宇宙弦的振荡是否产生特征性的引力波暴？这些问题的答案，仍然被当前仪器灵敏度的边界牢牢锁在黑暗之中。

灵敏度的边界不是一个可以一劳永逸解决的问题。每一次灵敏度的提升都打开新的窗口，也在新的位置划出新的边界。仪器永远不可能是全能的感官，它总有自己的阈值，阈值之下世界仍在运转，只是不为这台仪器所觉察。这就是实验认知的本体论处境：我们永远是在有限精度的限制下，窥视无穷丰富的自然。每一次窥视都是真实的，但没有一次窥视是完整的。

第四小节 噪声的概念

什么是噪声？

这个问题初看像是不需要回答的。噪声就是不想要的东西。在广播中，它是播音员嗓音之外的杂音；在照片上，它是模糊影像的颗粒；在实验中，它是与待测信号无关的干扰。这一定义简洁、操作性强、易于应用。然而，恰恰是这种简洁性将一种深邃的认知切割隐藏在了日常实践之中，将世界划分为“信号”与“噪声”，就是在划定什么是重要的、什么是不重要的，什么值得被记录、什么可以被丢弃。这一划分的依据，并非自然给定的秩序，而是实验者的认知目标。一种语境中的噪声，可以是另一语境中的信号。噪声之所以是噪声，仅因为它落在当前问题框架的边界之外。

让我们回到一个已经变得无比耳熟能详的起源故事。1931年，贝尔电话实验室的无线电工程师卡尔·央斯基被指派研究一个完全实用性的问题：跨大西洋短波无线电通信中的干扰。通信信号在穿过大气层时会受到各种噪声源的污染，其中一种持续的嘶嘶声尤其令人困扰。央斯基建造了一架可以旋转的定向天线，在20.5兆赫兹的频率上系统地扫描天空，试图追踪噪声的来源。

他识别出三种噪声。前两种很容易解释：本地的雷暴和远处的雷暴。但第三种噪声非常奇待。它很微弱，几乎稳定不变，不像雷暴引起的突然爆裂。它的方位以约23小时56分钟的周期在天空中循环，不是太阳日，而是恒星日。这意味着噪声源与地球的自转同步，因而与太阳无关，而是固定在天球上的某个位置。央斯基跟踪这个信号，发现它的方向大致在人马座，也就是银河系的中心。

他当时听到的，是银河系发出的射电辐射。这是人类第一次接收到来自宇宙空间的电磁波，射电天文学由此发端。

故事通常在这里被讲述为一个发现的故事：一名工程师在解决实用问题时，意外地开辟了人类认识宇宙的一扇全新窗口。这个叙事策略深具吸引力。但它遮蔽了一个更根本的认识论事实：央斯基之所以“发现”了银河系的射电辐射，恰恰是因为在他做这项工作的时候，还没有人将这种来自天空的稳定嘶嘶声定义为“应该被忽略的噪声”。射电天文学尚未存在，因此也就不存在将射电信号分类为无关噪声的认知框架。央斯基是在一个尚未完全体制化的领域里工作，他在寻找通信干扰的原因，他的目标使他对所有持续存在的信号来源都保持好奇。如果同样的嘶嘶声在射电天文学已经成熟之后的某一天出现在射电望远镜的数据中，它很可能会被认为是仪器误差而直接被校准程序滤除。

噪声的定义从不是永恒的。它在科学史中不断被重新起草。十九世纪天文学家使用照相底片记录天体的位置和亮度。底片上有许多斑点，灰尘、显影不均匀、宇宙线打出的径迹，这些都被视为污染数据的噪声。后来，有人开始仔细检查这些“噪声”。在某些底片上，斑点并非随机分布，而显示出系统性的特征。从这些曾经被丢弃的噪声中，人们发现了新的小行星、变星、超新星。每一次噪声定义的修改，都可能开启一个全新的领域。

高能物理的当代实践为噪声概念提供了更为精巧的案例。在对撞机实验中，噪声以更正式的名称出现，“本底”。本底之声来自已知的标准模型过程，它们与可能的新物理信号同时产生，并在探测器中留下相似的径迹。如果要找到希格斯粒子，就必须在巨大的本底之上辨认出它衰变产生的光子或轻子对的微弱超出。这意味着实验者必须精确地知道本底的大小和形状。他们构造模型、进行蒙特卡洛模拟、使用数据驱动的方法从控制样本中估计本底。但所有这些方法都依赖于一个前提：已知的标准模型物理确实正确地描述了本底的全部构成。

这就隐含着一个循环。本底是用当前最好的理论模型预测出来的本底。如果“新物理”恰好以某种方式模仿本底，即它的信号形态与某个标准模型过程几乎无法区分，那么它就会被吸收进本底模型之中，作为“本底”的一部分被滤除。新物理逃逸探测的一种方式是不产生任何信号；另一种更为狡黠的方式是被成功地归类为噪声。我们用来识别信号的算法，正是我们用来建构噪声的算法。噪声是被算法排除在外的信号。而算法，是人写的，是负载着理论期待的。

这引向一个更为深刻的问题：噪声与信号之间的边界，并非自然中的一条实线，而是一道由方法划定的分类界限。在LHC寻找超对称粒子的实验中，关键的信号是“缺失横动量”，也就是在对撞中产生并逃逸出探测器而不留下任何直接径迹的粒子所带走的那部分动量。缺失横动量越大，新物理的可能性越高。但是，缺失横动量也可能来自标准模型过程若没有被精确测量，喷注的能量测错了，死通道的噪声被误判了，宇宙线μ子在量能器中碰巧打出了假信号。识别信号就是在与这些五花八门的噪声源博弈。统计方法被调用，机器学习模型被训练。然而，这些模型判定的每一个“噪声事例”，都蕴含着一个假设：它确实不是新物理。如果它是，我们就错失了它。

这就决定了噪声概念的不可消除的认知裂痕：我们只能基于我们已有的知识估算噪声，而真正的信号，如果我们还不知道它是什么，可能正潜伏在我们对噪声的最佳猜测之中。这种困境在科学哲学中有其名：迪昂-奎因论题的现代形式。单个实验永远不可能单独否定一个假设，因为它总是可以被归结为背景假设，关于仪器、关于本底、关于噪声，之中的某个未被察觉的错误。当实验者说他“没有看见信号”时，他真正的意思是：在假定的噪声水平之上，观测与背景预期之间没有统计显著的差异。这个陈述依赖于一个完整的认知网络：对仪器的理解、对本底的计算、对统计模型的信任。这张网络中的任何一个环节存在疏漏，都可能将信号藏匿于噪声之中。

因此可以理解，物理学史上一些最重要的发现，恰恰发生在实验者拒绝将某种异常归结为噪声的时刻。1964年，彭齐亚斯和威尔逊在贝尔实验室用角锥天线测量银河系的射电辐射时，发现了一个无法消除的背景噪声。它不随方向变化，不随时间变化，不随季节变化。他们排除了太阳、银河系、大气层的影响。他们甚至怀疑是鸽子在天线上留下的粪便造成的噪声，于是清理了鸽粪。但那个均匀的、微弱的嘶嘶声仍然在那里。彭齐亚斯和威尔逊不是天文学家，他们是物理学家和无线电工程师。但他们足够清醒地认识到，这个无法被归为“噪声”的噪声，可能比任何他们原先想要测量的信号都更重要。他们向普林斯顿大学的迪克小组咨询，得知对方正在预言宇宙大爆炸的余晖应该表现为均匀的微波背景辐射。宇宙微波背景辐射，这个支撑着整个现代宇宙学的发现，就这样从一种几乎被清扫掉的噪声中浮现出来。

对于彭齐亚斯和威尔逊而言，那个噪声是信号。但如果换成另一组研究者，如果他们更执著于最初的目标，如果他们运用了更精密的滤波算法将那均匀的嘶嘶声作为系统误差扣除，那么宇宙微波背景辐射的发现可能被推迟很多年。噪声的重新分类，将本应忽视的东西视为值得审视的东西，往往标志着一次认知革命的开始。反过来，每一次我们将某个频率、某种形态、某个来源划入噪声的范畴，我们也在做出一种形而上学的裁断：这件事不值得被知道。

在大数据时代，噪声与信号的边界正在加速失去传统上的稳定性。机器学习算法能够从海量数据中提取出人类无法察觉的微弱关联。但是，这些算法提取的究竟是物理信号还是数据中的偶然结构？当一个深度神经网络在粒子对撞数据中找到某种异常分布，宣称其统计显著性远超过传统方法所能达到的阈值时，我们是否应该相信它？算法的内部表征对人类是不可理解的：它无法向我们“解释”它为什么认为某群事例是新物理，它只是给出了判决。在这种情境下，究竟什么算“信号”、什么算“噪声”，已经超出了人类直接判断的能力。噪声的概念正在脱离直觉，变成算法产物。如果一个信号只有机器能够理解，它还是属于人类的科学知识吗？

噪声曾经是一个被动的概念：它是你不想听到的东西。如今它是一个主动的概念：它是你选择不听的东西。在我们每一次按下滤波器的按钮、编写排除条件的代码、定义显著性阈值的时候，我们都在进行这样一种选择。而每一种选择，都携带着关于什么是重要的、什么是真实的、什么是值得知道的形而上决断。那些被丢弃的数据，那个被剔除的异常点，那些被噪声算法平整处理过的曲线，它们如果真的包含了通向新世界的信息，永远不会有人知道了。因为它们在存在的意义上消失了：已经从数据记录中删去，永不复归。

这便是噪声议题的悲剧性内核。实验者必然必须滤除噪声，没有滤噪便没有信号。但每一个滤噪的决定都可能正好把那关键的、挑战现有知识的反常给滤掉了。你无法两全。你只能在你所知的与本应知道的之间，踩出一道无法精确判定的刀锋刃。而刀锋的两侧，一侧是已知宇宙的安宁秩序，一侧是那个你永远错失了的世界。

第五小节 窗口与盲点

在以上四小节的论述之后，一幅关于实验认知的普遍画面开始浮现。仪器不是自然的透明中介，也不是一面被动的镜子。它是一扇窗，一扇构造材质的颜色、开口的大小、朝向的选择都影响着透进来的是何种光线的窗。窗让我们看见了外面，同时决定了我们看见的只是某一部分的外面。这扇窗必然伴随着它那匹配的盲点：窗户所没有朝向的景色、窗框所阻挡的视野、玻璃所滤掉的光谱。窗口与盲点不可分离地相属于同一个结构。它们是一体之两面的共生存在。

物理学的历史可以用窗口与盲点的不断置换来重述。每一次技术的跃进都打开了认识自然的新窗口，每一种新窗口的打开都伴随着旧的盲点的关闭和新盲点的铸造。

中微子物理是最极端的例证之一。中微子是所有已知粒子中最难以捉摸的，它与普通物质发生相互作用的概率极其微弱。一个来自太阳的中微子可以穿透数光年厚的铅而不受阻碍。这意味着，对于中微子而言，几乎整个物质宇宙都是透明的。反过来说，对于物质构成的仪器而言，中微子几乎是不可见的。这是一个天然的窗口与盲点的荒诞对称：宇宙中的中微子无处不在（每立方厘米空间中约有三百多个宇宙微波背景中微子），但在人类建造的绝大多数探测器中，它们无声地穿透、不留痕迹、从不被记录。它们不是噪声，它们干脆不存在，在仪器的现象世界里没有它们的任何对应物。

如何看见几乎是看不见的东西？物理学家必须利用极其罕见的事件。当中微子极其偶然地与原子核发生相互作用时，会产生带电的轻子，这些轻子可以通过切连科夫辐射被光学探测器捕捉。这一原理优美而脆弱。为了捕捉一个中微子事例，你需要巨大体积的探测介质（水、冰、闪烁液体），你需要将探测器埋藏在极深的地下以屏蔽宇宙线背景，你需要成千上万的光电倍增管注视着那暗黑介质，等待那转瞬即逝的淡蓝色闪光。即便如此，信号到来的速率也可以以天、月为单位来计算。

中微子探测的历史其实就是窗口缓慢打开、极其缓慢、每次只开一条缝的过程。1956年，莱因斯和柯万用核反应堆产生的中微子第一次探测到了这种粒子。他们使用的探测器是装有掺镉液体闪烁体的水箱，期待中微子与质子反应产生的正电子和中子能给出延迟符合的信号。他们成功了。但这个实验所能探测的中微子能量范围极窄，来源极其特殊，人工反应堆。对于来自宇宙空间的中微子，这个窗口仍是一堵墙。

此后的每一步都需要一种全新的仪器、一扇全新的窗口。20世纪60年代，戴维斯在美国霍姆斯特克金矿深井中放置了一个装有数十万升四氯乙烯的巨型容器，试图探测来自太阳核心核聚变反应产生的中微子。他等了二十多年，最终确认探测到了太阳中微子，但流量只有标准太阳模型预言的三分之一。这一“太阳中微子缺失之谜”持续困扰了物理学三十年。是不是戴维斯的实验出了问题？是不是理论家对太阳内部结构的计算有某种根本性的错误？或者，更深层地，是不是我们关于中微子本身性质的知识，比如中微子没有质量，这个基础前提错了？

1998年，日本超级神冈探测器用它的五万吨纯水和一万多个光电倍增管给出了答案。它探测的不是太阳中微子，而是宇宙线在大气中产生的中微子。它发现μ子型中微子与电子型中微子的比例与理论预期不同，而且这个比例随中微子穿过的地球距离而变化。唯一的解释是中微子在飞行过程中发生了振荡，从一种中微子转变为另一种中微子。而中微子振荡的前提正是中微子具有非零的静止质量。这是标准模型之外的现象。太阳中微子缺失不是消失，而是转变成了探测不到的另一种中微子。

戴维斯的实验本身没有错。但他的四氯乙烯探测器只能探测电子型中微子。当中微子从太阳到地球的路程中发生振荡，电子型的部分减少了，他看到的流量自然就低于纯电子型不变的理论预言。戴维斯所看见的结果是准确的，但确定他视野的窗口，只对电子型中微子敏感，造成了一个系统性的盲点。他是对的，但那正确包裹在一扇过于狭窄的窗框之中。直到超级神冈将窗口开向另一类中微子并比较它们的行为，振荡才被揭示出来。

这个案例的教诲超越了中微子物理学。它示范了窗口与盲点的一体两面如何同时使发现成为可能并使理解的延迟成为必然。戴维斯的窗口必须足够窄（仅对电子型中微子敏感），才能让信号的统计学显著性显现出来。如果把所有味道的中微子都能一视同仁地探测，那么在没有振荡理论的情况下，信号本身可能被淹没在复杂的本底中而无法提取。但正是这个狭窄窗口制造了那个著名“缺失之谜”，让物理学在三十年的错误方向中摸索。窗口越精确，盲点所指涉的现实禁区就越系统化。精确性和眼界成为互相竞争的认知美德，在每一个具体的实验设计中拉锯。

在当代宇宙学中，窗口与盲点的辩证法愈演愈烈。暗物质占宇宙物质密度约百分之八十五，但至今未在任何探测器中被直接探测到。它的存在完全由引力效应推断。直接的暗物质探测实验，地下深处的高纯锗探测器、惰性液体时间投影室，它们的窗口开向的是弱相互作用大质量粒子（WIMP）。如果暗物质不是WIMP，如果它由另一种完全不同的候选者（轴子、原初黑洞、第四种中微子）构成，那么这些昂贵精密的探测器就是在注视着一个空的窗口。它们以极致的精度排除着正被研究的假设，但排不掉的阴影是：也许整个WIMP范式从一开始就是一种把窗口朝向错误方向的理解。

这种担忧甚至在实验物理学共同体内部引发了清晰的反省。近年来“暗物质探索多样化”的呼声正是对窗口-盲点共生结构的自觉回应：不要把所有资源集中在一个窗口上，要打开不同类型的窗口，扩展搜寻的波谱、耦合方式、质量范围。这一方法论转向意味深长。它承认了实验科学的根本处境：我们无法一次性看到全局。我们能做的就是在不同方向上建造不同的窗口，比较来自各窗口的画面，将盲点纳入自觉的视野。我们的盲点永远不会被完全消除，但在多重视角的对照中，盲点可以被部分定位，从而转化为一种可估量的不确定性，而非未知的虚空。

窗口与盲点的共生结构还具有另一层深刻涵义，揭示着科学史中范式更迭的动力。在托马斯·库恩的术语里，常规科学是在一个被普遍接受的范式所打开的窗口内进行解谜式的工作。测量更精确、参数更精确、理论在已有的现象空间内不断被确认。然而，当越来越多的反常从盲点中浮现，那是范式定义窗口的时候被框在视野外的部分，窗口本身的边界开始变得可见。可见不是因为盲点消失了，而是因为反常的累积暴露出盲点的轮廓。此刻，窗口的信赖度降低，有些人开始把望远镜转向其他方向，新的窗口在被忽视的领域敞开。科学革命在窗口与盲点的置换中发生。

但窗口永远只是一个局部。二十世纪六十年代，马丁·赖尔和他的团队在剑桥运用综合孔径技术绘制射电天图。他们用长基线干涉仪获得史无前例的角分辨率，发现射电源数量远超过此前任何猜测。这一成就是窗口的胜利。但早期的赖尔巡天也因为校准问题产生过著名的错误，某些被发表的“射电源”后来被确认是校准误差造成的假象。窗口的高分辨率也放大了对仪器校准程序的依赖。在追求看得更细的同时，也增加了所见非所是的风险。

我们所见的自然，一直、永远、且不可避免地在某扇特定的窗口中被构成。窗口是条件，也是限限。这样说并非要贬损实验科学，相反，这是对实验科学真正复杂性的承认。古代人以为自己的眼睛是世界的窗，光线透过它不受任何改变地照进心灵。科学革命之后，我们知道了眼睛是一个复杂的光学系统，有晶状体、有视网膜、有盲斑、有颜色响应曲线，我们意识到我们所见的颜色不是物体本身的性质，而是物体反射率与我们的感光蛋白互动的产物。实验仪器使这一层自我认识得以更深入到仪器本身。我们无法卸除所有折射，但我们可以标定折射率。盲点永远不会被完全照亮，但它的位置可以从视野中一再消失的物象中推断出来。

在科学进入大数据时代与人工智能辅助发现阶段的当下，窗口与盲点的认知困境正在升级。你编写一套搜索算法，算法在某处发现了一个人类无法从裸数据中感知的信号。谁为这个“发现”负责？你看到了，因为你设计了算法；你没看到，因为算法的工作原理对你而言是不完全透明的。窗口在这里部分是你主动选择的（你的问题、你的数据筛选），部分是算法施加给你的（它对数据库中更高阶统计关联的提取）。你在窗口里观望，有一个你造出来的存在者在帮你选择观望的方向。它扩大了你的视野，但也可能制造新类型的盲点，那些你甚至无法言说其存在、因为你无法理解算法为何忽略了它们的盲点。

这一切归结为一项谦逊但不可放弃的认识论原则：一切实验观察都发生于特定窗口的特定条件下，都隐藏着与之对应的盲点，盲点中的世界不影响实验数据，但不等于不存在。真正的实验科学家，不仅要努力推开更开阔的窗，还要在每一次观测时提醒自己：那些未被这扇窗框入视野的东西，也许比窗中的风景藏有更深的真理。这种提醒，是科学心灵的最珍贵素养，它使窗口永远向着重新框定、向着尚未被看见的、向着那些正沉默地从盲点边缘擦过的反常保持着张望。

第二章 数据的炼金术

第一小节 从信号到数据

仪器完成了它的工作。质子束在对撞点交叉，μ子漂移管中闪过电脉冲，光电倍增管将微弱的切连科夫光转化为电流，应变片将机械振动编码为电压的时间序列。此时，实验者仍然没有“数据”。他所拥有的，只是信号，物理世界在仪器上激起的一连串物质效应。信号必须被转换为数据，这一转换过程绝非透明的转录，而是一道决定性的炼金工序。在这道工序中，世界的一部分被固化、被命名、被赋予数字形式，而世界的其余部分则被丢弃、被遗忘、从未进入记录。

信号是模拟的、连续的、充满细微纹理的。数据是离散的、被量化的、被格式化的。两者之间的裂隙，是一切后续分析的元盲点。

以大型强子对撞机上的ATLAS探测器为例。当两束质子以近光速对撞时，对撞点周围的径迹探测器、量能器、μ子谱仪同时被激发。数百万个电子通道在皮秒量级的时间内产生电流或电压脉冲。这些脉冲的形状、高度、持续时间，携带着关于穿过探测器各个部分的粒子种类、能量、方向的信息。但它们还不是数据。触发系统在实时中做出第一轮筛选，将每秒四千万次束交叉减少到约十万次可以被写入磁盘的事例。即使是这十万次，每个事例也包含数兆字节的原始信号。这些原始信号首先要经过刻度，将电子学通道的计数转换为物理量（能量沉积、飞行时间、击中位置），这依赖于大量的刻度常数，而刻度常数本身又来自对已知物理过程（如Z玻色子衰变到电子对）的测量。然后，重建算法介入：径迹重建算法将离散的击中点连接成螺旋线，以拟合带电粒子在磁场中的轨迹；簇团重建算法将相邻量能器单元中的能量沉积归并为粒子喷注或孤立光子。最终，一个物理事例被转化为一张表格，表中罗列着该事例中包含的电子候选者、μ子候选者、光子候选者、喷注以及缺失横动量的数值。这才是可供物理分析使用的“数据”。

在这一长链的每一个环节上，信息都在被选择和转译。触发系统选择的是一种特定的“有趣”事例，那些包含高横动量轻子或大能量喷注的事例，因为理论预期新物理事件会以这些高能特征为标志。但如果新物理产生的是低横动量的粒子，或者只留下极微弱的径迹，触发系统在第一关就不会让它们通过。触发效率曲线标定着这种选择的统计偏向，但它无法标定那些完全未被考虑的事例类型：我们根本不知道有多少未知现象因为不符合触发菜单的定义而从未被记录。刻度常数的确定依赖于已知的物理过程，这意味着如果一个反常现象恰好修正了某个被用作刻度参考的过程，那么这种修正将被刻度程序本身吸收，成为不可探测的系统偏移。径迹重建算法假设粒子来自对撞点附近，因而寻找的是从对撞点发出的螺旋线。如果一个长寿命的中性粒子在对撞点之外飞行了一段距离后才衰变成带电粒子，重建算法可能错误地重构其径迹甚至完全遗漏这一事例。

数据从来不是原始自然的忠实复本。它是经过一整套算法链重构之后的产物，这套算法链的每一个环节都嵌有关于物理世界的预设。在实验粒子物理学中，这被广泛承认，这就是为什么实验合作组要花费数年时间研究探测器的系统不确定性、开发多种独立的重建算法、使用蒙特卡洛模拟来评估效率。但承认的程度仍有边界：承认算法有误差是常规操作，反思算法形塑了“什么是数据”则是更不可捉摸的认知跳跃。算法不只是偶尔失真的透明中介，算法决定了什么样的信号能够进入可分析的世界。不在算法设计范围内的自然讯息，在原则上就不可能成为数据。它们不是被误判了，它们是从未存在过，在数据库中没有一行记录，在分析链中没有一条路径。

这一认知困境在实践中有其具体的数量级。在LHC上，每年产生的数据量以拍字节计。但触发系统在硬件层面丢弃的、从未写入磁盘的数据，比最终存储的数据多出几个数量级。这意味着关于对撞的更大部分的信息，从开始就从人类认知的记录中彻底消失了。当然，保留所有原始信号在技术上不可能，在现实中无意义，绝大多数对撞只是已知的标准模型过程以极低横动量的形式重复发生。但正是这种“无意义”的判断，本身就是一条认知捷径：我们判定已知的标准模型过程不值得记录，基于我们对已知物理的信任，也基于我们对新物理必然以某种形式呈现的理论预期。如果新物理就藏在这些被丢弃的低横动量区域，或者更微妙地，隐藏在对已知过程的高阶修正中，那么触发系统的丢弃动作就是一个系统性的认知滤网。

这种过滤不仅是当代大科学所独有。望远镜的曝光时间选择了哪些光子被累积在底片上，哪些光子被忽略。显微镜的染色技术选择了细胞的哪些结构变得可见。核磁共振成像的脉冲序列只对特定原子核的自旋弛豫时间敏感。实验科学的一个持久特征就是：只有那些能够成功穿越仪器与算法链的物理效应，才有资格成为“数据”。其余的仍然是信号，是物理世界在物质上留下的真实痕迹，但它们不会进入人类的知识系统。

这就引出一种深刻的不对称。对于任何实验，我们都能精确地计算出被记录数据的统计和系统不确定性，但那些完全被数据获取链阻挡在外的现象，它们的统计和系统不确定性是无法被评估的，因为我们根本不知道它们的存在。已知的未知可以在误差分析中被参数化，但未知的未知永远不在账本上。这就是为什么最危险的系统误差往往不是报告中的那些±百分之几的条棒，而是整个实验方法中未被察觉的盲区。

从信号到数据的炼金术还有一个社会学的维度。现代粒子物理实验的数据获取和分析软件由数十万行代码组成，由数百名物理学家和工程师在数十年的时间里共同编写。没有任何一个人能够完全理解整个软件链。算法有沉积层，十年、二十年、三十年前写下的代码仍在运行，当初的编写者早已离开，文献记录可能已经不完整，但代码仍在默默地筛选、重建、格式化着数据。整个合作组依赖于这一软件基础架构，但它的一部分已是古董：运行的逻辑没有人能完整追溯，影响力却精确地施加在每一个被记录的事例上。这形成了认知论上的代际沉积：数据是被一代又一代研究者的集体智能，以及集体遗忘，共同构造出来的产物。其中包含的预设不只属于当下的理论，还属于过去的、可能已被修正甚至放弃的理论。

这个画面似乎令人不安。但实验科学家正是在这一复杂的、非透明的转化链中展开工作的。他们的实际智慧体现为：不追求那不可能的“纯净”数据，而是在转化链的每个节点上反复交叉检验，用真实数据的已知特征来校准模拟，用一种算法链的结果与另一种独立算法链的结果做对比。在这种多重独立路径的交叉中，转化链的局部失真可以被揭示、被限制。如果说数据是炼金术的产物，那么好的实验科学不是宣称没有炼金术，而是系统地研究自己的炼金术可能在哪里留下了烙印。

从信号到数据，是世界第一次被翻译成人类可计算的符号形式。这场翻译注定是不完整的，注定充满了理论、技术、历史和社会实践施予的语法限制。但正是在这个注定不完美的基础上，后续的数据分析才能开始在那堆表格和数字中寻找规律、检验假说、做出发现。所谓实验结果是“我们得出的”还是“想让我们得出的”，在这个阶段就已经开始被暗中定调了。那些没有被转化为数据的信号，那些在转化链被修改或抛弃的信息，它们包含了关于自然的什么故事，我们将永远不得而知。

第二小节 筛选的艺术

数据已经存在了。磁盘阵列中储存着数十亿个事例的表格，每一个事例包含数十到数百个物理对象的候选列表。但这还不是可以从中读出发现的形态。必须对数据施加进一步的选择，筛选。筛选决定了哪个事例进入最终的分析样本，哪些被丢弃。筛选条件的集合在粒子物理术语中称为“事例选择”或“信号区域定义”。它的设计是一门艺术，一门在效率与纯度之间寻找最佳平衡点的艺术。但这门艺术的调色盘上，颜料全来自理论的预期。

筛选最核心的目标是在保留信号的同时压制本底。这目标听起来技术中性，但它的前提却是：我们知道信号长什么样子。在寻找希格斯粒子衰变为两个光子的事例时，筛选条件十分明确：选择包含两个光子候选者、没有喷注活动、双光子的不变质量在特定窗口内的事例。这些条件直接来自标准模型对希格斯粒子产生和衰变机制的理论计算。希格斯粒子通过胶子熔合或矢量玻色子熔合产生，通常不伴随大横动量的喷注；它衰变到双光子，意味着事例中必须有且主要只有两个光子，它们的不变质量集中在希格斯粒子质量附近。筛选条件将这些理论推导的运动学特征转化为操作性的判据。如果一个希格斯粒子因为某种超出标准模型的机制而以不同的方式产生或衰变，例如伴随有大量的喷注，或者衰变到一个光子和一个不可见的中性粒子，那么标准筛选就有可能错过它。

粒子物理学共同体对此是已知的。应对策略包括开辟多个相互独立的分析通道，对每一种可能的新物理标征进行专门的搜寻。但无论多少条通道，每一条通道的筛选条件都是一套关于信号形态的具体假设。你不可能针对一种你完全想象不到的信号去设计筛选。筛选的认知边界也就是想象力的边界。而想象力，尤其在科学共同体的集体层面，极大地受制于既有的理论构造。我们最精密的搜寻，搜寻的都是我们已然在理论上预测过的东西。

更微妙的是，筛选条件的选择常常涉及对数据的窥视，分析者反复尝试不同的条件组合，观察哪种给出更显著的信号，然后再将最终选定的条件固定下来。这种实践中有一种强烈的认知风险，统计学家称之为“数据窥视偏误”或“查看数据的效应”。如果同一份数据既被用来选择筛选条件，又被用来评估该条件下信号的显著性，那么显著性必定被高估，因为筛选条件已经被优化来最大化这份数据中的信号波动。正确的做法是使用独立的数据集来优化筛选条件和评估显著性，或者在分析之前就将筛选条件完全固定。但在实践中，这道界限往往是模糊的。优化的过程中，分析者不可避免会看到数据的某些特征，这些特征影响着后续的选择。筛选的艺术与自我欺骗仅一线之隔。

顶夸克的发现在筛选历史中具有范式意义。1995年，费米实验室的CDF和D0合作组宣布发现了顶夸克。这个发现的背后，是多年以来逐步成熟的一套筛选策略。顶夸克极快地衰变为一个底夸克和一个W玻色子，W玻色子再衰变为轻子-中微子对或夸克-反夸克对。基于这一理论预期，实验者筛选的事例分为“单轻子道”和“双轻子道”。单轻子道要求一个孤立的高横动量电子或μ子、大的缺失横动量（来自中微子）、以及四个喷注，其中两个被标定为来自底夸克的喷注。这一串条件完美地匹配标准模型对顶夸克对产生和衰变的描述。筛选效率，即真实顶夸克对事例通过筛选条件的概率，通过蒙特卡洛模拟来评估，而蒙特卡洛模拟本身使用了与筛选条件相同的理论框架。

这意味着什么呢？它意味着筛选条件要求的信号特征，恰恰就是理论告诉我们信号应该有的特征。如果一个真实的顶夸克衰变行为与标准模型预言略有不同，蒙特卡洛模拟就无法正确评估筛选效率，实验测出的产生截面就会产生偏差。当然，实验合作组做了大量的系统不确定性研究来涵盖这种可能，改变蒙特卡洛中的参数、用不同的产生和衰变模型来测试效率的稳定性。但这些评估仍然在一个有限的理论空间内变动参数。一个完全意外的、没有被任何模型涵盖的新物理效应，无法在系统误差评估中被参数化。筛选嵌套在理论的引力场中，无法完全脱离。

筛选的艺术还有一道深沉的悖论：在粒子物理学的高精度时代，许多最令人激动的发现潜力已经不在于新粒子的直接产生，而在于已知过程中极其微小的偏离，标准模型精确预言与实验测量之间的不一致。为了揭示这种微小偏离，筛选条件必须设计得极其干净，使样本中的本底污染降到极低。超稀有的B介子衰变研究就是一个极端的例子。B介子衰变到μ子-反μ子对的过程在标准模型中发生的概率只有大约百亿分之三。LHCb和CMS合作组对这个过程的测量，需要从海量数据中筛选出仅仅几个信号事例。筛选条件的序列是一个层层严苛的排除：两个μ子必须是孤立的、它们的径迹必须形成高质量的顶点、它们的不变质量必须在B介子质量的尖锐窗口内、事例的其他部分不能有大的横动量……每一步筛选都在削减本底，同时也在削减信号。最终留在样本中的那几个事例，被认为是人类有史以来对这个极稀有衰变过程最精确的一瞥。

但这个样本的纯度是以一个极高的代价换来的：它极端依赖于我们对信号和本底形态的理论模拟。如果在B介子质量窗口附近存在某种未知的本底源，恰好模仿了信号的特征，它就有可能混入这几个宝贵的事例中。或者，如果信号衰变由于某种新物理的介入而产生了不同于标准模型预言的径迹特征，比如额外的低能光子，那么它就可能无法通过筛选，导致实验报告的衰变率比真实值更低。筛选越精确，对信号形态的预设就越严格，遗漏异常表现的风险就越大。筛选在提高测量精度的同时，也加重着测量对理论框架的依赖性。高精度这一科学理想，在这里显现出它的双重面影：它让我们以无比的确信看见想看的东西，却可能让我们以同样无比的彻底错过不想看，或者说，没有想到要去看，的东西。

在机器学习加速改变实验筛选方式的当下，筛选的艺术正在经历一场深远的转型。传统的筛选使用的是物理学家手工设计的连续判据序列：横动量大干某个值、喷注计数等于某值、某些质量窗口包含某值。这些序列是可理解的，每一步选择的物理动机都可以在论文中被解释。但现在，越来越多的事例筛选使用深度神经网络：输入每个事例中所有径迹和能量沉积的低级特征，网络自己输出属于“信号类”或“本底类”的概率。网络在海量模拟数据上训练，学会将信号与本底区分到最优。它的性能往往超越任何手工设计的筛选序列，但它的内部机制对物理学家不透明。网络在信号样本中发现了哪些鉴别性的特征组合？它在哪些事例上最有自信？它可能犯了什么类型的错误？这些问题只能通过后续的间接研究部分回答。

当筛选由手工转为机器自主学习，筛选的认知责任似乎被转移了。物理学家不再亲自决定筛选条件的每一个细节，他们只决定训练策略、损失函数、网络架构，然后让机器在大数据中找出最佳的筛选函数。如果机器学到了某个与理论预期不一致的筛选特征，这可能是一个发现：机器在告诉我们，信号样本中还有我们没发现的模式。但也可能是一个陷阱：机器拟合了模拟数据中的非物理假象，把蒙特卡洛模拟的缺陷学成了筛选条件。物理学家需要检查网络学到了什么，但完全“解释”一个深度网络的内部表征在数学上目前是不可能的。筛选从此包含了不可消除的认知不透明性。实验筛选的艺术，正在从全人工编制走向人机不透明合作。

在这个合作中，老问题没有消失，只是换了出现的位置。筛选仍然在寻找我们让它去找的东西，只是“我们”的定义已经延伸到包含了训练出来的算法。“我们让它去找的东西”，预置于训练样本的选择、模拟程序的设定以及损失函数的权重。而这些，仍然来自理论。理论的光照进算法的黑箱，再从黑箱的出口照亮被选中的事例。那些从未在任何理论模拟中出现过的现象模式，从一开始就无法成为训练目标。筛选的艺术，在任何技术条件下，都包含着一种基础性的同义反复：我们最终筛选出来的，是在我们预设会有的东西中最像信号的信号。这个被反复炼造过的数据样本，接下来会面对统计学的裁决。但统计学的裁决，本身也有它那未言明的前提。

第三小节 本底的幽灵

信号从来不会独自出现在探测器中。它总是叠加在一个庞大得多的背景之上，那是由已知物理过程产生、在探测器中留下与信号部分相似的径迹的“本底”事例。在LHC上，每出现一个可能来自希格斯粒子衰变的光子对，就有数百万个来自量子色动力学过程的双光子事例同时在数据集中。信号是本底海洋中微不足道的一朵浪花。如果我们不能极其精确地知道本底在信号区域中的大小和形状，我们就无法断言那多出来的几朵浪花是统计涨落还是新粒子的身影。

本底不会自动给我们一个明确的数字。它必须被估算。而估算本底，是整个实验数据分析中最依赖于理论假设、最易于引入系统性认知偏误的步骤。

标准的本底估算方法使用所谓的“控制区域”或“边带”。控制区域是事例样本的子集，选择条件与信号区域几乎完全相同，只是将某个关键的鉴别变量（如双光子的不变质量）的窗口移动到信号区之外。在控制区域中，已知不存在信号，或者信号贡献可以忽略。实验者测量控制区域中的事例率，然后外推到信号区域，推估在信号假设不存在的情况下该区域应有的本底产额。这个外推依赖一个“背景模型”，一个描述本底随不变质量、横动量等变量而变化的函数形式。这个函数的选择，就是本底估算中最大的系统性不确定性源。

在2012年希格斯粒子发现的分析中，双光子的本底是怎样估算的？信号区域定义在双光子不变质量约125 GeV附近的一个窄窗口内。控制区域分布在窗口两侧，低质量侧和高质量侧。分析者尝试了多种函数形式，指数函数、多项式、幂律函数，来拟合控制区域的数据，然后外推到信号区域。函数的参数由数据本身决定（即数据驱动的方法），但函数的形式是人选的。选择基于某些统计准则：哪个函数对控制区域数据的拟合最好？哪个函数在不同的函数形式选择下给出最稳定的外推结果？最终，分析者选择一个“最佳”的背景模型，并将其他合理模型的外推结果之间的差异作为系统不确定性的一部分。

这一套方法在统计学上是严谨的。但它的前提框架是：背景随质量的变化是平滑的，可以被有限的几种函数形式所描述。如果本底中存在某种窄的共振结构，比如一个未被发现的新粒子恰好衰变到双光子，其质量落在控制区域的某处，那么这个结构会被背景模型吸收，成为“本底形状”的一部分。如果有某种超出标准模型的物理在很宽的质量范围内对双光子本底产生了微弱的增强，这种增强同样会被吸收进背景模型的归一化中。任何落在信号窗口之外、但能被背景模型灵活拟合的物理异常，都会被归类为本底，从而永远不会被标识为需要解释的信号。

这不仅仅是一个假设性问题。在寻找新共振的实验中，背景模型的选择本身就会造成争议。不同分析组可能偏爱不同的函数形式，而不同的函数形式在信号窗口外推的差异可能达到与信号本身大小相当的程度。过去十年间，LHC实验发表了数百个寻找新共振的分析，绝大多数的结论是在某个质量范围内没有发现统计显著的超出。但每当有人仔细审视某次“超出”，某个质量点上本底模型之上出现了两三个标准偏差的微小超出，分析者总会面临一个判断：这是统计涨落，还是真实信号的苗头？如果选择包含更高阶项的背景函数，这个超出可能就被吸收掉了；如果选择更简单的函数，超出就可能看起来更显著。没有唯一正确的选择方式。最终的决定依赖于分析者的经验和判断，依赖于他们的认知倾向。

2015年末，ATLAS和CMS合作组在13 TeV运行的首批数据中，双双在双光子不变质量约750 GeV处观察到了一个微弱的超出。ATLAS看到的局部显著性为3.6个标准偏差，CMS看到约2.6个标准偏差。这在粒子物理界引发了巨大的兴奋：这会不会是一个新的重共振态，可能是更深层理论的第一个实验迹象？在此后的数月内，理论家们发表了超过五百篇论文，提出了各种可能的解释，新规范玻色子、两希格斯二重态模型中的重希格斯粒子、复合希格斯模型、引力子激发态。2016年，随着更多数据的加入，超出消失了。后验的分析表明，最初的微弱超出极有可能只是统计涨落叠加在一个在双光子质量的高端很难拟合的背景形状之上。但这里真正引人深思的不是统计涨落本身，统计涨落屡见不鲜，而是背景模型选择的自由度如何能够暂时地容纳一个“看起来像信号”的波动，又在更新的数据到来时轻易地用稍作调整的函数形式抹平它。背景模型是灵活的，但这种灵活性是一种认知上的双刃剑：它防止了把统计涨落误判为发现，但也可能在某种条件下短暂地容纳真正的信号而不自知。

更令人不安的是本底模拟中的循环性问题。许多本底过程的理论计算相当困难，难以从第一原理得到精确的预测。在实验分析中，一些本底成分的归一化必须从数据本身来提取，这被称为“数据驱动”的本底估计。这听起来很客观：我们从数据本身学得本底的水平。但“数据驱动”的方法同样需要理论假设来决定测量的哪个侧面可以被安全地归因为本底。拿Z玻色子产生伴随喷注的本底来举例：在寻找新物理的许多分析中，这是最重要的本底源之一。实验者可以通过选择Z衰变到轻子对的事例样本来测量它，因为Z玻色子事例的实验特征非常清楚，可以被高纯度地重建。然后将测得的Z+喷注的产生率外推到新物理信号区域，在这里，Z衰变的产物可能因为某些原因未被完全记录，从而模仿信号的实验特征（例如缺失横动量）。这个外推依赖于理论对Z+喷注过程与W+喷注过程之间比例因子的计算。这个因子有理论不确定性，而不确定性常常被低估，因为它依赖于微扰量子色动力学的高阶修正计算，而这些计算的收敛性在极高能量下并不完全可靠。

这里形成了一个认识论的嵌套：实验者使用数据来估算一部分本底，以降低对纯理论计算的依赖；但即便是数据驱动的估算，仍然需要理论将一种测量映射到另一种测量。理论渗透在本底估算的每一个缝隙中。如果说信号是直接寻找的目标，那么本底就是理论构造的一个幽灵，它的存在、它的形态、它的不确定性，全部在理论提供的网格上被描画出来。我们用来否定信号存在的本底模型，本身就含有我们确认理论为真的循环推理。

在希格斯粒子发现的故事里，本底幽灵的威胁达到了一个极致。双光子道是希格斯粒子发现的两个黄金道之一（另一个是四轻子道）。它的信号极其微弱：在125 GeV的质量窗口内，信号只占双光子事例总数的约千分之二。每一千个进入信号区域的双光子事例中，只有两个来自希格斯粒子衰变，其余九百九十八个都是本底。为了从这庞大的本底之上辨认出那两个信号事例的存在，背景模型在信号区域的外推精度必须达到千分之一的水平。这在实验物理学史上是前所未有的挑战。如果背景模型系统地低估了本底，就会制造一个虚假的信号；如果高估，就可能抹杀一个真实的信号。

ATLAS和CMS合作组是怎么达到这个千分之一精度的？他们花费了数年时间，在模拟中验证不同本底模型在盲分析条件下（即在未看到信号区域数据的情况下）的外推表现。他们测试模拟数据，在自己的模拟中注入一个假信号，然后用不同的背景模型去拟合，检查能否正确恢复假信号的强度和宽度。最终，他们选择了那些最为稳健、在注入测试中表现最好的函数形式。这一系列测试，在方法学上堪称典范。但它的有效范围仍然有一个界限：模拟数据是用已知的物理程序产生的。如果真实的本底形状包含某种超出标准模型计算的结构，模拟测试就无法暴露这种偏误。在模拟的虚拟宇宙中，本底是像我们所想的那样变化的；在真实宇宙中，它可能不是。

这就是本底的幽灵所投下的阴影。本底永远不能被绝对纯净地测量，它总是理论模型和实验数据之间的一种混杂体。我们宣称发现信号，意味着我们相信观测到的超出不是本底模型失配的结果；我们宣称没有信号，意味着我们相信本底模型充分捕获了观测中的所有特征。这两种宣告，都包含着对本底模型的信任，而这种信任本身无法用实验独立证成。实验科学在这里遇到了它最深层的认识论困境：我们对“无”的判断，取决于我们对“有”的模拟。而“有”的模拟，又建立在对“无”，即已知物理，的无限精确外推上。这个循环的出口不在方法论之中，而在方法论信念之外的新物理突破之时。

第四小节 统计学的裁决

当样本经过筛选的层层过滤，当信号区域与本底模型的比较终于呈现出一个数字，观测到的事例数超出本底预期若干个标准偏差，统计学便登上裁判席。它给出一个简明扼要的数字：p值，或者等价地，标准偏差数（σ）。这个数字将决定一项实验结果是被称为“发现”、“迹象”还是“无显著超出”。统计学的裁决似乎是客观的、中立的、不受人类愿望干扰的。它只是一套数学程序，对数据施加计算，输出一个概率。然而，这套程序的每一个细节，显著性阈值的设定、统计检验的选择、停止规则的运用，都潜藏着深层的认知选择。统计学不是中立的裁判，它是一个携带着特定传统的推理框架，而我们选择以它的语言来言说我们的成功与失败。

粒子物理学中的“发现”门槛是五倍标准偏差，即5σ。这意味着在假设没有新物理的零假设下，纯粹由统计涨落产生当前观测或更极端观测的概率约为三百五十万分之一。这个门槛是怎么来的？它既不是从第一原理导出的数学必然，也不是来自对科学史中成功发现的事后统计。它部分源于对历史教训的折中：20世纪50年代至70年代，粒子物理中使用较低的显著性门槛（通常约3σ）宣布过不少后来被证明是统计涨落的“发现”，所谓“3σ效应来了又走”成为这个领域集体记忆中一个尴尬的笑话。5σ门槛是在这种反复失望中被逐渐抬高的。但它的选择仍然是针对偶然涨落，而不是针对估计未明的系统误差。如果系统误差被低估，如前所述，在本底模型的选择中就可能存在这种低估，那么即使统计显著性达到5σ、6σ，结果仍然可能是一个假发现。2011年OPERA实验宣称测量到“超光速中微子”的统计显著性远远超过5σ，最终却发现是光缆连接松脱造成的系统误差。统计学的裁决在系统误差面前是脆弱的。

统计学工具的选择也绝非客观给定。在寻找新共振的分析中，常用的统计检验是剖面似然比检验。它比较两种假设，零假设（只有本底）与备择假设（本底加上一个特定质量处、特定强度的信号），对数据的拟合程度。似然比的统计分布在渐进条件下可以由威尔克斯定理给出，该定理告诉我们零假设下似然比的两倍负对数服从一个卡方分布。然而，在很多实际的新物理搜寻中，威尔克斯定理的前提条件并不严格成立，例如当信号强度被约束为非负时（因为信号事例数不能为负），或者在质量参数未知、需要在宽范围内扫描时。这些偏离会改变p值的计算，从而改变发现与否的判决。近年来，实验合作组越来越多地使用计算密集的“玩具蒙特卡洛”方法来精确评估p值，在零假设下生成大量模拟假实验，然后统计这些假实验中碰巧出现当前观测水平的频率。但这又回到了问题的起点：玩具蒙特卡洛生成的是零假设下的假数据，而零假设的本底模型本身带有理论预设。一个更精确的统计学评估，并不会使一个偏差的本底模型变得更加可靠。

统计实践的另一个认知暗区是所谓的“停止规则”问题。在理想实验中，数据量，或者说分析者能观察的样本大小，应该在实验开始前就确定，并且分析者不应该因为看到了初步结果而决定继续收集数据直到显著性达到某个阈值。如果分析者每观察一段时间的数据就检查一次显著性，一旦显著性超过5σ就停止并宣布发现，那么即使零假设为真，长期来看他做出假发现的概率也会远高于5σ所标示的水平。这种效应被称为“重复显著性检验的惩罚”或“窥视效应”。在现代粒子物理实验中，数据会持续积累好几年，分析者在正式公布结果之前，已经看到大量中间阶段的数据。

实验合作组对此有严格的规定：在数据收集的最后阶段，通常实行“盲分析”，将信号区域的数据完全遮蔽，仅仅使用模拟数据和控制区域数据来优化分析和评估系统误差；只有在所有程序都被锁定之后，才“开盲”，一次性查看信号区域的结果。这套方法在很多大型分析中被严格执行，有效地限制了窥视效应。但并非所有分析都能做到完全的盲化。在某些情况下，信号区域的特征太大（比如整个宇宙在宇宙学中），无法设置一个独立的控制区域来优化分析，而必须在数据本身中反复尝试和校准。即便在粒子物理中，某些搜寻分析也无法完全避免间接的窥视，分析者可能看到了相邻质量区域的数据，或者使用了与最终信号区域有较弱关联的变量来优化选择。窥视效应的边界在实践中往往比方法论文本所承认的更模糊。

更重要的是，统计学的裁决框架内在地偏爱保守。它设置了一个非常高的壁垒来宣称发现（5σ），却对“没有发现”的宣称没有设置等价的严格标准。“未观测到统计显著的超出”常常被解读为“没有新物理”，但从统计逻辑上讲，它只意味着在当前数据量下，信号强度没有大到足以被5σ壁垒识别。差一点就到5σ的信号（比如4.5σ），在统计学上不能被称作“发现”，但这绝不等于有很强的证据表明信号不存在。许多分析在公布“未观察到显著超出”后，随之给出的是信号强度的上限，即“在百分之九十五置信水平下，这种新粒子的产生截面小于某个值”。这些上限常常被读者忽略，但它们才传递了更完整的信息：实验没有排除较弱信号存在的可能性，它只是无法在当前统计量下证实它。将“未能发现”等同于“证明不存在”，是一种普遍存在于科学传播甚至科学家日常话语中的范畴错误。

这种范畴错误的根源也许在于我们深深地盼望统计学的裁决能够给出“是”或“否”的两值答案。实验被期待为自然的终极法官，我们想要法官说“有罪”或“无罪”，而不是“证据不足，但也不能排除嫌疑”。5σ传统在实用上是必要的，它保护领域不被一波接一波的统计涨落假发现所淹没，但它无意中也制造了一个认知上的两分法，模糊了证据的灰度。这个灰度地带，正是新物理最可能潜伏的地方：那些在3σ到4σ之间徘徊多年的反常，比如μ子反常磁矩、某些B介子衰变的轻子味普适性破坏迹象，它们既不被当作发现，也无法被忽略，像一道持久不愈的低烧，提示着标准模型的身体可能并非完全健康。

统计学裁决的最后困境涉及“事后假设”还是“事前假设”的区分。如果一个实验物理学家在已经看过数据之后，特意为数据中一个看起来奇待的波动设计了一套统计检验，然后报告这个波动的显著性，那么他报告的显著性在严格意义上是无效的，因为他的假设是为吻合这个波动而事后构造的，检验的“事前”概率已经被偷换。但在实际的前沿物理分析中，完全的事前规定往往不现实。探索性的数据分析，在数据中寻找任何可能的有趣特征，是科学发现必不可少的一部分。“看数据，产生想法，用后续的独立数据来检验”是更诚实的进路。这也就是为什么粒子物理学界通常要求一个信号的证实必须来自两个以上独立的实验，或者同一实验的独立数据集。统计学的裁决只有当你没有用同一份数据既来产生假设又用来检验假设时才是有效的。在一份数据已经被用来产生猜测的那一刻，它就不再是这份猜测的纯粹裁判者了。

统计学，是人类在不确定性的洪流中制作的一道堤坝。它用数学的理据筑起防护，不让盲目的涨落冲毁我们辛苦建立的理论家园。但堤坝的设计高度(5σ）、筑坝的材料（统计模型）、泄洪的通道（p值的解释），都是人选的。它们在抵御一类错误（假阳性）的同时，可能对另一类错误（假阴性）打开了更大的缺口。它们用一套推理系统来决定什么是“信号”，但对这套推理系统的边界，以及边界之外的不确定性，往往沉默不语。统计学的裁决不是实验的终末审判，而是漫长认知链中又一个需要被审视的节点。

第五小节 可视化中的认知偏误

数据筛选了，本底估算了，统计检验完成了。现在，实验者要将他获得的结果呈现为图表。一幅图，一条曲线叠加在分布点上，一个箭头指向那个微小的超出，一段误差棒标示着±1σ的统计不确定性。读者看着这张图，在数秒之内形成对实验结论的直觉判断。如果说数据从信号开始经历漫长的炼金术才到达了可发表的表格，那么可视化便是这炼金术的最后一程，它将冰冷的数字转化为可直接感知的视觉形式，从而在认知的最深处沉落定调。而这一程，同样浸满了未经审视的选择。

一个经典的可视化偏误来源是坐标轴的范围和分度。双光子不变质量的分布图是希格斯粒子发现中的标志性图像。图中，横轴是质量（单位是GeV），纵轴是每单位质量间隔内的事例数。本底模型用一条平滑的曲线表示，信号区域的超出用几个略微高于曲线的数据点表示。这幅图让全世界在数秒之内理解了为什么物理学家相信发现了希格斯粒子：在125 GeV附近，有那么几个数据点稳健地屹立在红色本底曲线的上方。但如果将横轴的范围从100–160 GeV缩窄到120–130 GeV，信号的视觉效果会不同；如果纵轴的刻度从线性改为对数，本底形状和信号凸显的程度又会不同。这些选择通常在绘制图表时由分析者根据审美和表达意图作出，它们都会影响视觉印象的强弱，但很少有读者会意识到这些选择的存在，更少有人会追问这些选择有没有系统性地偏好某种结论。

更微妙的是误差棒的视觉表达。误差棒常被画成穿过数据点的垂直线段，代表±1σ的统计不确定性。在许多分布图中，误差棒的长度看上去与数据点上下的波动幅度相匹配。这给人一种舒适的错觉：数据点在本底模型上下起伏，起伏的尺度大致与误差棒相符，因而所见即合理。但误差棒只代表统计不确定性。系统不确定性的可视化要困难得多，因为它通常不是独立于数据点的简单线段，而是整个本底模型带有的宽窄变化的容忍带。容忍带有时用浅色区域标示在本底曲线两侧。容忍带的绘制方式（是否使用±1σ、±2σ，颜色深浅度等）也影响着对“一致性”的直觉判断。如果容忍带画得很宽，观者会认为数据与本底相符；如果很窄，同样的数据点可能看起来像显著的偏离。容忍带的宽度取决于系统不确定性的评估方法，而我们已经在前几节中看到了这种评估内在的理论依赖性。

在寻找新物理的排除图中，可视化偏误以另一种形式出现。典型的排除图是一个二维平面，横轴是新粒子的质量，纵轴是它与其他粒子相互作用的耦合强度。图中的一条阶梯状曲线标示着实验的排除边界：边界以上的耦合强度被排除，边界以下的仍然允许。这种图像给人一个清晰的确感：“我们已经排除了这片参数空间”。但排除边界是如何绘制的？它依赖于统计推断，对于每个质量-耦合点，检验信号是否存在，然后用一定的置信度排除那些信号显著不为零的点。然而，在两三个标准偏差的边际排除区域，排除界限很大程度取决于统计方法和系统误差的处理。（有时，物理学家选择用“期望排除线”和“观测排除线”来对比，如果观测排除线弱于期望，就意味着该处可能存在微弱的超出，但这一对比本身也依赖期望线的计算方法，而期望线又源于零假设下的玩具蒙特卡洛。）二维平面的颜色通常被用来标示某种p值或置信水平，但色彩梯度的选择也可以使“近于排除”看起来更像“已经排除”。

也许可视化偏误中最深刻的问题不是故意的歪曲，而是不可避免的简化。一幅静态的图像无法传递数据分析中所经历的整个复杂链条，触发效率、刻度常数、重建算法、筛选优化、背景模型选择、统计方法、系统不确定性评估、独立的交叉检验。所有这些在最终发表的图表中都被压缩为几个数据点和一条平滑曲线。压缩不可避免，但压缩的过程中，分析链的整个认知厚度被蒸发掉了，只剩下一个易于传播的结论凝聚在视觉隐喻中。读者看见的是“发现”或“未发现”的图形证明，而不是一个漫长、曲折、充满选择与不确定性的认知过程的结果。

在数据可视化的当代实践中，一些合作组开始尝试新的透明性措施：将分析的全部代码公开，提供交互式图表让读者可以切换坐标轴、选择不同的背景模型、甚至用自己的统计方法重新分析公开数据。这种开放性是对可视化偏误的一种回应，让观者从被动的视觉接受者变成主动的探索者。但这仍然是极少数的情况。绝大多数实验结果的传播仍通过单一固定的图像来完成，而这图像的构建过程仍隐藏在方法的缩写和引文的层层嵌套之下。

让我们把目光从粒子物理的高能前沿收回，投向更加日常的实验画面。在凝聚态物理中，测量某种新材料的电阻率随温度变化的曲线，坐标系的选择、数据点的取舍、光滑拟合的程度，都可以影响着材料是否显得具有“超导转变”或“金属-绝缘体转变”的结论。在心理学实验中，柱状图上的误差棒画法（标准差还是标准误）、y轴是否从零开始，长期是引起误导和争议的焦点。可视化偏误不是某一个学科的特有问题，而是人类视觉认知系统与数据表达之间的普遍张力。视觉系统天生擅长捕捉模式，本能地完成外推和补全，而这些本能恰恰可能被精心或草率构造的图像所引导，将某种特定的数据解释刻入观者脑中的物理直觉。

那幅著名的双光子质量分布图，那条在125 GeV处悄然隆起的超出，它的修辞力量远远超出了那篇论文中任何一个数字。整个文明在那一刻通过那幅图依稀看见了希格斯粒子，不是通过方程，不是通过表格，而是通过视觉。视觉给了我们直观的信念，也遮蔽了抵达这一图像所要穿越的炼金术。实验科学在其终点上呈现为某种“”之物，而造就这之物的全部工序，选择、摒弃、炼造、修润，则已经没入图像的风景深处，不再被人追问。这便是可视化炼金术的最终产品：一幅我们在其中认出真理的镜像，并且忘了我们曾经怎样铸造它的形状。

第三章 理论的引力场

第一小节 观察的理论负荷

1958年，科学哲学家诺伍德·拉塞尔·汉森在《发现的模式》中提出了一个命题，此后数十年间回响不绝：观察负载理论。汉森用以说明这一命题的著名意象是一幅暧昧的线描图，你可以将它看作一只鸭子，也可以看作一只兔子。一旦你学会了两种看法，你便能在两者之间切换，但你无法同时看见鸭子和兔子。汉森的洞见在于，视网膜上的光学模式本身并不决定你看见的是什么。你看见的，是你被训练去看见的东西。观察者的概念框架、先入信念和认知期望，参与了“看见”这一行为本身。

汉森说的是裸眼观察。他的命题可以毫无保留地延展到实验科学的最精密实践中。当一个受过训练的粒子物理学家观看气泡室的照片时，他“看见”的不是混乱的线条，而是电子径迹、光子转换产生的正负电子对、强子散射的顶点。这些线条对他而言携带着物理意义，而未经训练的普通观者在同一幅照片中只看到一堆杂乱的弧线和涡旋。物理学家看见了什么，取决于他携带进暗室的那套理论，关于带电粒子在磁场中如何偏转、光子如何转换为物质、强相互作用如何产生级联簇射。这些理论不是他在观察之后才添加到数据之上的解释，而是他能够将某些线条辨认为“电子径迹”而非“尘埃划痕”的前提条件。观察与理论的区分在此消解为程度的差异，而非类别的对立。

在当代实验粒子物理的数据流中，汉森的命题获得了一种极端的物质形式。实验者不再亲自观看任何图像。在大多数分析中，他们观看的是一系列已经被触发、重建、筛选之后的事例列表，以及这些事例在各种运动学变量上的分布直方图。他们所“看见”的实验现象，已经经过了一整套算法链的转译，而算法链的每一个环节都嵌有关于粒子相互作用、探测器响应和统计推断的理论预设。当代高能物理学家并不直接观察自然，他们在观察一个基于真实信号、由复杂软件重构之后产生的“现象层”，这个现象层已经深刻而不可逆地被理论浸润过。观察与理论之间的裂隙，被算法的厚度所填满。

但汉森命题的威力不止于指出观察不是纯被动的。它更激进地暗示：在某些情况下，持不同理论信念的观察者，可能在同一个实验中看到不同的东西。科学史上最富戏剧性的例证之一来自宇宙微波背景辐射的发现前史。20世纪40年代，伽莫夫、阿尔弗和赫尔曼在热大爆炸宇宙学的框架下，预言了早期宇宙残留的热辐射应该以微波波段的黑体谱形式弥漫于今天的宇宙空间。他们的计算给出了大约5 K的温度。这个预言沉睡了近二十年，几乎没有引起实验物理学家的注意。1964年，彭齐亚斯和威尔逊在使用贝尔实验室的角锥天线校准银河系射电辐射时，发现了一个无法消除的约3.5 K的均匀背景噪声。他们起疑心，但并未把它视为大爆炸回声，他们本来就不做宇宙学，也不知道伽莫夫等人的预言。在他们自身的问题框架里，这个信号是必须被解决的技术干扰。而当他们得知普林斯顿的迪克、皮布尔斯、罗尔和威尔金森正在建造专门的天线来搜寻大爆炸遗留辐射时，同一个“噪声”瞬间变成了“信号”。

彭齐亚斯和威尔逊没有改变他们的数据，没有重新做实验。他们只是改变了对现有数据的解释框架，而这一框架的改变，是由于接触了另一些观察者携带的不同理论。噪声变成了宇宙学基石。是同一个现象。但被看见的是什么，则随理论框架而移易。

这便意味着，“实验结果”的意义不是单值的。它依赖于解释它的理论语境。迈克尔逊-莫雷实验在20世纪初被普遍解释为“以太不存在”的证据，但在1887年，迈克尔逊本人对自己实验结果的解释则大不相同：他认为实验是失败的，他没有测量到地球相对于以太的运动，也许是因为地球拖曳着以太一起移动，因此以太风在地球表面不可观测。这一“以太拖曳”假说在当时的理论空间内是一个合理的解释。直到爱因斯坦在1905年用狭义相对论提供了一个全然不同的理论框架，在这个框架中，光速的不变性是一个第一原理，而不是有待解释的奇怪实验事实，迈克尔逊-莫雷实验的零结果才被重新回顾地塑造成对新物理学的证实。实验结果没有变。是安放它的理论盒子变了。

汉森的观点在这里推至极限：观察不仅负载理论，观察在某种程度上是由理论构成的。这绝不是说物理世界本身是由理论创造的唯心主义。电磁感应不是法拉第臆造出来的。但当我们将某种仪器读数、某种曲线上的超出、某种频率的嘶嘶声命名为“一个发现”时，这种命名的行为已经超出了纯粹的感官接受，而进入了理论赋予意义的领域。一个没有理论准备的观察者，可以看见原始的视觉信号，但他看不见“电子径迹”或“希格斯粒子候选事例”。正如一个看不懂棋局的旁观者能看见棋盘上的木块移动，却看不见“弃子争先”或“围魏救赵”。实验发现不是视网膜事件，它是认知事件。在认知事件中，理论不仅是背景条件，更是构成要素。

这是否意味着实验永远无法挑战理论？不。实验能够挑战理论，正是因为观察与理论之间始终存在一道虽然细小却决定性的缝隙。理论告诉你应该看到什么，但如果数据固执地拒绝呈现那个画面，如果反常累积到无法以测量误差或系统不确定性来解释，那么理论就面临修正。正是这种缝隙的存在，使得科学不是封闭的循环。但承认这道缝隙的存在，与宣称观察独立于理论是完全不同的两回事。实验挑战理论的方式，通常不是通过理论中性的数据直接否证一个理论，而是通过一个替代理论框架的构建，使得原先在旧框架中不构成反常的数据点在新的框架中成为关键证据。科学革命中的实验证据，往往是回顾性地被重新配置的。

在当代粒子物理学的精密测量前沿，观察的理论负荷表现得更微妙。以μ子反常磁矩实验为例。μ子的磁矩是标准模型可以极其精确地计算的量，涉及电磁相互作用、弱相互作用和强相互作用的贡献。其中的强相互作用贡献不可从第一原理由微扰量子色动力学计算，而必须借助格点量子色动力学或者从正负电子对撞数据中提取。实验方面，费米实验室的Muon g-2实验将μ子磁矩的测量精确度推进到前所未有的水平。当实验测量值与标准模型理论预言的差异达到约4.2个标准偏差时，物理学家们面临一个难题：这个差异，到底是新物理的信号，还是标准模型中强相互作用贡献的计算有未被察觉的低估？

回答这个问题，需要在两个理论层面同时进行判断。第一层是标准模型本身的计算，它涉及到对强子真空极化贡献和强子逐光散射贡献的评估。不同的理论计算组使用不同的数据输入和方法论假设，得出的中心值和不确定性各不相同。实验物理学家不可能独立地评估这些理论计算的可靠性，他们必须依赖理论家共同体内部达成的共识。第二层是，如果我们将差异归因为新物理，那么这个新物理必然存在于某个特定的能量尺度和耦合结构中，这又依赖于超越标准模型的理论框架，超对称、暗光子、轻子味普适性破坏，来赋予这个数字偏差以物理意义。观察的数值就是那个数值，但它是不是一个“发现”，取决于两层理论框架的稳定程度。而目前，这两个层面都处在悬而未决的状态。μ子反常磁矩同时是一个实验事实，又是一个理论解释的流动体。它的本体论地位悬在理论与观察的界面上，两者无法被割裂开来分别赋予独立的认知地位。

观察的理论负荷不是实验科学的污点，而是它的条件。没有理论，就没有关于看什么、怎么看、看见的东西意味什么的知识。问题不在于试图清洗掉理论的全部烙印，那将退回纯粹感官印象，而非科学观察。问题在于实验者要对自己的理论负荷保持清醒，要对理论框架可能遮挡的反常保持敏感，要在多种理论框架可以对同一数据进行不同解释的情况下，坦陈这一多元解释空间的存在，而非以单一必然性的口吻抹除它。最诚实的实验报告，不是宣称自己是一面绝对洁净的镜子，而是表明自己是用什么材料制成的镜子。

在普林斯顿大学的一间教室里，汉森曾经对他的学生说：“看，并不是一个被动的接受；看，是一个行动。”实验科学家的每一次观测都是这样一个行动，一个由理论训练、由仪器中介、由认知期待引导的行动。行动的结果被我们称为“实验发现”。但在这个行动的过程中，实验者的认知结构已经深深地嵌入了被发现之物。这不是失败。这是人类认知自然的唯一可能方式。

第二小节 标准模型的紧箍咒

20世纪下半叶，粒子物理学在理论层面完成了一项近乎奇迹的建构。夸克、轻子、规范玻色子、希格斯机制、量子色动力学、电弱统一，所有这些被整合进一个单一的、自洽的量子场论框架中，称为标准模型。标准模型的预言能力达到了物理学史上从未有过的高度。电子反常磁矩的理论计算与实验测量在超过十位有效数字上吻合。W和Z玻色子的质量在它们被实验发现之前就已经被理论精确地预见到。顶夸克的质量通过标准模型的全局拟合在发现之前就被限制在一个狭窄的窗口中。希格斯粒子在被发现之前，其可能的自旋、宇称和耦合结构已经被理论所规定。标准模型的每一项成功，都进一步加强着物理学家对它作为“有效理论”地位的信任：它所描述的自然，至少在目前可达到的能量标度上，就是自然真实的运作方式。

然而，标准模型的精确成功同时也是一道紧箍咒。它不只描述自然，它还训导物理学家该去发现什么。

紧箍的第一道咒语涉及对“有意义的实验问题”的界定。在标准模型的框架之内，实验可以追问的问题已经被穷举得相当透彻了。每一个规范玻色子的性质、每一味夸克和轻子的混合、希格斯粒子的自耦合强度，这些都是在标准模型内部定义明确、等待更高精度测量的参数。这些问题构成了一类安全的、必然会产出结果（无论结果是否偏离标准模型预言）的研究规划。在标准模型的问题菜单之外呢？提出一个与标准模型框架完全不兼容的实验问题，比如，存在一种不参与任何规范相互作用的粒子，或者存在一种非粒子（unparticle）形式的物质，或者时空在极小尺度上不是连续的四维流形，这些问题的实验表征是什么？它们应该在探测器中被如何搜寻？对这类问题的问法本身就需要一套完全不同于标准模型的本体论语言，而当前实验物理学家所使用的工具，蒙特卡洛事例产生器、探测器模拟、重建算法，几乎全部是围绕标准模型的粒子谱和相互作用结构建造的。你不可能用标准模型锻造的仪器方便地去探测完全溢出标准模型本体论的现象。

这造成了方法上的路径依赖。绝大多数实验分析是为标准模型的问题菜单设计的。它们从标准模型的粒子列表中出发，使用标准模型的事例产生器来训练筛选条件，使用标准模型的反应截面来估算本底，使用标准模型的理论动机来设定统计检验的备择假设。在这种方法论的浓密覆盖之下，一个完全不按标准模型脚本运行的物理信号，最大的可能不是被发现，而是无法通过筛选或在任何分布中都不形成可识别的超出。寻找新物理变成了在有路灯的地方找钥匙，不是因为钥匙一定在那里，而是因为只有那里有光。

紧箍的第二道咒语体现在理论计算对实验规划的影响方式上。现代粒子物理实验中，任何重要的测量在开始之前都会有一条“灵敏度曲线”，展示在当前理论不确定性下，实验需要积累多少数据才能将某个参数的测量精度推进到具备发现级意义的程度。这条曲线建立在标准模型的理论计算及其误差估计之上。误差估计决定了哪些测量有希望发现新物理，哪些在可预见的未来只能给出“与标准模型一致”的结论。因此，当前理论不确定性的结构实际上在规划着未来的实验资源投向。那些理论误差已经极小、实验精度再提高就能看见偏差的领域（比如μ子反常磁矩、B介子轻子味普适性），获得了实验资源的倾斜。而那些理论误差仍然巨大的领域（比如强相互作用在低能区的许多非微扰过程），即使可能存在新物理，也因为“即使有偏差也说不清是QCD还是新物理”而被推迟、被搁置。理论的已知边界，在引导实验资源的分配时，扮演着保守的角色：它把你带到最可能确认它自身的地方，而不是最可能颠覆它的地方。

紧箍咒的第三道，也许是心理层面的。标准模型的一次次被确认，在共同体中积淀出一种深刻的预期：下一个结果大概还是与标准模型一致。这种预期在方法论上有利，它使物理学家对任何声称的“超出”保持怀疑，而这种怀疑在历史上为领域过滤掉大量统计涨落。但它同时也在制造一种认知上的惰性。4σ的反常，在统计上是值得高度关注的信号，会因为在标准模型的光辉下看起来太“奇怪”或“不合审美”而被短暂地兴奋之后迅速冷淡下去。这种现象在科学社会学中有所记录：当一个理论框架极其成功时，即使它的失效迹象开始出现，共同体的反应也倾向于寻找各种方法论解释来“修复”反常，而不是去严肃地考虑替代框架。库恩在《科学革命的结构》中描述过完全相同的情形：常规科学对反常的典型反应，是将它重新描述为某种已解之谜的变形，或者等待它自己消失。在粒子物理学中，标准模型就是那个让一切谜题看起来都像是已解之谜的变形的拥有者。

标准模型作为紧箍咒还体现在它对理论想象力的左右。过去四十余年中，超越标准模型的理论建构几乎全部是在标准模型的延长线上进行的。超对称将标准模型的粒子谱加倍，赋予每个粒子一个超伙伴，保留了标准模型的规范群结构。大统一理论将标准模型的规范群嵌入更大的李群，保留了标准模型的基本场论方法。额外维模型将时空的维度数增加，保留了标准模型作为低能有效理论的地位。复合希格斯模型将希格斯粒子解释为束缚态，仍然在标准模型低能现象学的框架内工作。这些框架都极富智性美感和理论创造力。但它们共享着一个前设：新物理，不管它是什么，在实验上必定以类标准模型的方式显现，即通过产生新的粒子，这些粒子衰变为标准模型粒子，最终在探测器中留下可重建的径迹和能量沉积。没有一个主流的超越标准模型框架曾经设想新物理的发现会以不产生新粒子、不留下探测器径迹、不表现为标准模型分布的微小偏离的方式发生。理论想象力在标准模型的本体论格式中受到了不自知的限制。

这并不是对标准模型或对其探索者的批评。标准模型是有史以来最成功的物理理论之一，它的紧箍咒效应恰恰是它成功的副作用。正因为它在如此广袤的现象空间中如此精确地符合实验，物理学家才把它的概念工具，粒子谱、规范对称性、可重整化相互作用、微扰展开，当作了自然的通用语言。这个语言在过去五十年带来了辉煌的认知成就。但这个语言也是特定的，有其历史来源和适用范围。当我们用这门语言来追问它自身之外的未知世界时，我们必须同时锻炼另一种能力：倾听它无意中滤除的那些内容，警惕它自身的语法如何隐秘地策划着我们所听见的答案。

紧箍咒不会被轻易解除，也许也不应该被解除，在没有更好的替代理论之前，标准模型仍然是引导实验的最可靠指南。但在依赖它的同时，对它的指引方式保持清醒，对它所制造的盲点保持自觉，是对实验认知完整性的一种守护。标准模型为我们点亮了探索自然的路灯，但我们不能忘记，被灯照亮的路只是众多可能道路中的那一条在灯柱下恰好可见的。

第三小节 可计算性带来的遮蔽

理论不仅通过本体的概念框架规划实验，还通过一个更隐蔽的渠道左右着实验的方向：可计算性。一个物理学理论可以写成一个极其优美的拉格朗日量，但如果这个拉氏量所生成的方程在当前的数学和计算技术下不能被精确求解，那么这个理论在实验上的可检验性就大打折扣。这意味着，实验物理学家倾向于去追问那些理论家恰好有能力计算的问题。可计算性因此成为一道无形的栅栏，圈出实验物理的牧区，牧场之外的景观则在认知的阴影中默默延展。

量子电动力学（QED）是这道栅栏的最纯粹例证。QED描述电子、正电子和光子之间的电磁相互作用。微扰量子电动力学最惊人的成就，电子反常磁矩的计算，代表了整个科学史上理论与实验最精确的吻合。电子的g因子被实验测量到了超过十位有效数字，理论计算，包含上千张费曼图的贡献，与之在同样的精度上一致。这个吻合，被正当尊崇为人类理性与自然规律契合的丰碑。但它同时也制造了一个微妙的效果：它暗示年轻一代的物理学家，值得研究的物理问题正是这种可以精确计算到许多个小数位的物理问题。精确计算的可能性本身，变成了挑选重要物理问题的审美标准。

遮蔽就此发生。QED的精确计算之所以可能，是因为耦合常数极小（精细结构常数约为1/137），微扰级数收敛极快。只需要计算到四阶、五阶，就能达到实验已无法追击的精度。但对绝大多数物理系统而言，耦合常数并不这么帮忙。量子色动力学（QCD）在低能区是强耦合的，微扰展开全然失效。质子质量、介子谱、禁闭机制，这些QCD的核心问题，由于其不可计算性，在很长的历史时期内无法与实验进行精确的定量比较。结果就是，粒子物理学实验的主流长期避开了强相互作用动力学的核心问题，而集中于高能区QCD渐近自由使得微扰展开有效的那些过程，喷注物理、深度非弹散射中的标度违反，因为只有这些才是可计算的。QCD最深刻的部分，它如何将夸克和胶子束缚在强子内部，由于不可计算而被边缘化，直到格点量子色动力学的兴起才开始被系统地以数值方式面对。

这构成了一条历史规律：实验前沿与理论的可计算前沿同步移动。不是实验在牵引理论，也不是理论在牵引实验，而是可计算性在牵引两者的协同演进。一个新的计算方法诞生（费曼图技术、重整化群、格点规范理论、全息对偶），就会打开一组新的可计算的物理量，实验随后就涌向那一组物理量的精密测量。而那些仍然不可计算的问题，无论它们在物理上多么根本，则留在实验日程的边缘，偶尔被零星的光顾，缺乏系统性的资源投入。

可计算性的遮蔽效应还体现在对“什么是好的理论”的评价上。在粒子物理中，一个能够给出精确定量预言的理论模型，相较于一个只给出定性或半定量预言的模型，总会获得更高的实验关注度。即使在两者面对的是完全不同的物理问题领域时也是如此。最小超对称标准模型有超过一百个自由参数，但在选择了特定简化假设的约束版本（如CMSSM，即约束最小超对称标准模型，只有五个参数）之后，它可以被扫描、被与数据对比、画成精美的排除图。这些排除图是美丽的、发表在高影响力期刊上的。而同样在同一时代，非对易几何、因果集量子引力、圈量子引力等方法虽然在基础原理的层面触动着时空的本性，但由于它们无法给出目前实验能量标度上的精确预言，它们几乎完全无法进入实验物理的讨论空间。可计算性在这里充当了理论的实验准入证。没有这张证件，无论思想多么深刻、逻辑多么自洽，在实验物理学的实践中都无法被“检验”，也就是无法被纳入实验追问的问题清单。

这便引出一个较大的认识论讽刺：实验最擅长追问的，是理论恰好最擅长回答的问题。实验与理论在一个由可计算性划定的舒适区内相互确认，彼此增强对方的可信度，却可能一同偏离了那个在舒适区外、未曾被问题化的更广阔的自然。量子引力是一个极端的例证。我们几乎确定，在普朗克尺度附近，量子力学和广义相对论的综合是不可避免的物理现实。但标准量子场论方法在普朗克尺度遭遇不可重整化的无穷大，使得任何关于量子引力现象的精确计算在当前技术下都不可行。结果是，量子引力在实验上的直接探索几乎为零。不是因为它不重要，不是因为它不真实，是因为我们不会算。

这产生了代际的认知倾斜。聪明的研究生涌入可计算的问题领域，因为那里出论文、出可靠结果、出职业前景。不可计算的问题吸引那些有哲学倾向的头脑，但通常伴随着更高的风险和更少的实验连接点。一代人之后，整个领域的智识结构便沿着可计算性的边界重塑了自己。我们向着可计算性的光明地带集中了巨大高密度的智力，却让不可计算但同样根本的问题在暗影中沉睡。

但可计算性并非永恒不变的边界。格点量子色动力学的崛起是一个典范。在数十年的时间里，QCD的低能物理被认为是不可从第一原理计算的。格点QCD将时空离散化为四维格点，使用蒙特卡洛方法对路径积分进行数值求值。随着超级计算机算力的指数增长和算法的精进，格点QCD在许多强子物理量（包括对μ子反常磁矩的强子真空极化贡献）上开始取得与实验精度可比的预言。一旦可计算性边界被推进，实验立刻跟进，将测量对准那些新近可被精确预言的观测量。可计算性边界是一条移动的边界，而它的每一次移动，都改写着实验探索的优先序。这说明，可计算性虽然不是本体的，它不反映世界本身的界限，但它却现实地、历史地形成了人类在一定时期内所能提出的科学问题的界限。在这一界限之内，实验自然展现出惊才绝艳的精密确认；而在界限之外，我们仍处在史前时代。

第四小节 理论选择性的失明

理论不仅在它照亮的地方规划实验，也在它照不到的地方制造系统的失明。选择性失明不是指理论家或实验者有意无视某些现象，而是指一种更结构化的认知状况：在特定理论范式的导引下，实验者可能“看见”某些现象，却完全无法感知它的意义，甚至根本注意不到它的存在。范式规定的不仅是解释，还有感知的优先序。

物理学史中充满这样的时刻，从我们今天回望，某个后来被证明极其重要的反常信号早在“发现”之前数年、甚至数十年，就已经在实验室里留下了痕迹，但当时没有一个人认出它来。

正电子的发现有一个前史。安德森在1932年用云室研究宇宙线时，首次确认了正电子，一种质量与电子相同、电荷相反的粒子，的存在，这一发现被授予诺贝尔奖，被认为标志着反物质的发现。但是，在安德森发表其发现之前，英国物理学家布莱克特也曾在云室照片中看到过正电子的可能径迹，却最终将它们解释为某种已知粒子的异常行为。甚至在更早的年代，中国物理学家赵忠尧在加州理工学院研究γ射线与物质相互作用时，观测到湮灭辐射，正负电子湮灭产生特定能量的光子，这显然是正电子存在的间接证据。赵忠尧发表了这一结果，但当时没有人将其与一种未知的基本粒子联系起来。正电子已经在数据中留下了可观测的信号，但当时的理论框架，狄拉克的空穴理论在1928年虽然已经预言了正电子的可能存在，但这一预言被许多物理学家（包括狄拉克本人最初）视为理论缺陷而不是物理现实，尚未被广泛接受为对一种新粒子的严肃预测。在旧框架中，那种湮灭光子只是某些核反应的特殊产物；在新框架中，它们成为反物质存在的确凿证据。数据的身份转换，取决于理论的先行接纳。

同样的结构更晚近地在μ子反常磁矩上重演。μ子的磁矩在20世纪70年代的欧洲核子研究中心实验就显示出了与标准模型预言的微小差异，大约一个多标准偏差。在当时，标准模型的一些关键参数（特别是强子真空极化贡献）的不确定性还很大，这个差异完全被舒适地包容在误差棒之内。随着实验精度的提高和理论计算的改进，这个差异反而持续，逐步增长到2σ、3σ，直到2021年费米实验室公布首批结果时达到与布鲁克黑文国家实验室E821实验的合并值为4.2σ。如果在1970年代有人指着那个1点几σ的差异严肃地建议“这可能是新物理”，他会被视为过度解释统计涨落。今天我们开始严肃对待它了。但当年那些μ子数据中，是否已经寂寞地隐藏着新物理的信号，而当时的物理学家因为理论框架没有准备接纳它而没有认出它来？

历史不是用来马后炮地谴责前人的。当年不认真对待1σ差异是合理的方法论审慎，如果每一个1σ波动都当作新物理，科学将寸步难行。但正是这种审慎暴露了理论选择性失明的操作机制：审慎的阈值本身是在主流理论框架的阴影下设定的。在主流理论看来，新物理应该出现在特定的能标和特定的事例拓扑中，而在一个看起来不太像新物理的地方冒出的微小偏差，即使在统计上值得记录，也往往因为“这一看就不像是能容纳新物理的地方”而被排除出注意力中心。审慎的实施是不均质的：对于符合理论期待的信号苗头，共同体表现得更兴奋、更愿意将资源投向后续检验；对于不符合期待的信号，审慎则以更高的围栏将其拦在视线之外。

这种结构性的不对称引向一个令人深思的问题：有多少新物理已经被写在我们的数据中，而我们因为理论选择性的失明，尚未赋予它们“信号”的身份？

这并非不可解的谜。在当代实验合作组的内部分析中，有一个专门的工作叫做“模型非依赖的搜寻”或“通用搜寻”，它们尽量不使用特定的新物理模型来设计筛选，而是用算法在大量分布中自动寻找任何与本底模型不符的偏离。这些搜寻就是专门为了对抗选择性失明而设计的。但即便是通用搜寻也有它的盲区。它必须依赖本底模型，而我们已经讨论过本底模型的假设。它必须动用某种统计程序来评估成百上千个分布中随机出现的最大偏离，而这种多重检验惩罚可能把真正的信号压回噪声之中。通用搜寻依然是在一个与标准模型兼容的本底假设下进行的，只是在信号假设上尽量无偏。如果异常的表现形式是某类事例的时间变化、某种角度分布的非常规关联、或者某个物理量的方差偏离而非平均值偏离，目前的通用搜寻程序可能根本没有预设对其敏感度。

理论选择性的失明在当代最为困扰的一个实例，或许是暗物质直接探测实验中的“异常”。DAMA/LIBRA实验在意大利格兰萨索地下实验室已经累积了超过二十年、总计数十个周期的年度调制信号，实验观测到的事件率随着地球绕日运行的年份呈现周期性变化，正好符合银河系暗物质晕中的弱相互作用大质量粒子被地球周期性运动调制所产生的预期。这个信号的统计显著性极高（远超过10σ）。如果暗物质的理论解释被接受，DAMA/LIBRA将是一个完成了的发现。但是，大多数其他直接探测实验，XENON、LZ、SuperCDMS，在类似的暗物质质量区域没有观测到任何信号。理论家对此的主流解读是：DAMA/LIBRA的信号调制可能来自某种未充分理解的本底调制，比如地下μ子流随季节的变化、仪器自身的温度漂移，或者某种未知的非粒子来源。但二十余年来，没有一个人能完全自圆其说地解释掉DAMA/LIBRA的结果，同时又能与所有其他实验的零结果兼容。物理共同体选择性失明了吗？还是正确地运用了方法论的审慎来拒绝一个可能被系统误差所污染的结果？目前的回答仍然悬在半空中。但DAMA/LIBRA事件的持久悬置，揭示了选择性失明的微妙之处：它不是简单的看不见，而是一个信号被确凿地记录在数据中，却因为找不到一个符合所有约束的理论框架而被长期搁置在“既不是发现、也不能被驳倒”的无人地带。

理论的照亮与致盲是一体之两面。无法避免。我们所能竭力做到的，就是承认这种双重效果的存在，并在设计实验和审视数据时，对这种效果施加反向的、自觉的补偿：当所有人都朝一个方向看时，有意地将目光扫向那些被忽视的边角；当一个偏差在理论上没有现成位置时，不要草率地把它编入误差预算，而是将它标记为一个待解的未决项；当理论说“不可能”时，有时候问问，这是物理原则的不可能，还是当前理论版本的不可能。其中深刻的教训是：实验物理学在持续回答理论所提出的问题的同时，也不得不背负一种责任，注视那些理论没有提出问题来的方向。

第五小节 对称性的审美

在理论的引力场中，最深不可测、也最不被承认的引力源，也许是审美。物理学家长久以来奉行一种信念：自然是美的，而美在物理学中有一个特定含义，对称、简洁、必然性。这种审美信念不是理论完成后的装饰，它在理论建构和实验优先序设定的源头上起作用，深刻地塑造着科学追问的方向。

对称性在20世纪物理学中取得了无与伦比的成就。狭义相对论建立在洛伦兹对称性之上。广义相对论来自广义协变原理，物理定律在所有坐标系中形式相同。规范对称性生出了整个标准模型：SU(3)强相互作用的色对称，SU(2)×U(1)电弱对称，希格斯机制使对称自发破缺从而产生粒子质量。对称性原理几乎成了基本物理定律的生成语法。温伯格在《终极理论之梦》中写道：“我们越来越相信，自然的基本定律是由对称性原理所决定的，这些原理告诉我们自然定律可能采取的形式，而剩下的事情则是为这些对称性选择一个最小的实现。”

对称性审美的辉煌成功使它在物理学家心中被内化为一种无庸置疑的思维习惯。当一个理论候选者具有更大的对称性、更优雅的群结构、更少的自由参数，它就被赋予更高的先验可信度。超对称之所以在过去四十年间成为超越标准模型新物理的统治性候选框架，并非因为它有任何直接的实验证据，而是因为它美妙地解决了若干理论难题（规范等级问题、暗物质候选者、力的统一），并且，尤其重要的是，它拥有极端优雅的对称结构，将费米子和玻色子放置在同一多重态中，赋予了场论一种此前未被实现的对称之美。超对称的数学结构令一代理论家迷醉，这种迷醉转化为强烈的方法论信念：自然的下一层结构必然会是它。

实验随之而动。从LEP到Tevatron到LHC，超对称粒子，胶微子、中性微子、标量夸克、标量轻子，的搜寻成为新物理探索的核心议程。数十亿美元的对撞机运行时间，数百名实验物理学家的职业生涯，上千篇分析论文，被投入到这个由审美驱动的实验规划中。至今，在LHC直接搜寻灵敏度的能量前沿，没有任何超对称粒子的迹象。超对称并没有被排除，它可以参数空间逃逸到一个更高的能标，但审美驱动的预期已经经历了严重挫折。对称性审美的预言能力如此卓绝，竟让我们在很长一段时间里真心相信，超对称粒子“应该”在LHC上出现。当它们没有出现时，失望不仅是对一个具体模型的失望，还隐含着对审美引导原则的茫然。

超对称案例不是孤立的。弦论是审美引导理论建构的更极端例子。弦论在数学上有着惊世骇俗的自治性和唯一性，它自然而然地容纳了引力、规范相互作用和费米子，它的低能有效理论可以产生类似标准模型的结构。弦论的智性美是无可否认的，以至于它的拥护者常常引用它的美作为相信其物理真实性的理由。但是，弦论至今未能给出一个可以在可预见的实验中检验的独特预言。它的能标天然地接近普朗克尺度，远远超出了任何可设想的粒子对撞机的探测能力。弦论在理论物理中的霸权地位，导致了大量第一流头脑将职业生涯投入一个在可预见的未来无实验检验可能性的领域。这是审美作为认知引力源所能产生的最为激进的效应：它使整整一个理论分支在几乎完全没有实验输入的情况下自我繁荣了四十余年。

对称性审美在实验认识论中产生的微妙后果，是它对“什么样的结果值得认真对待”的悄悄裁断。在LHC数据中，一个在双光子道显现的局部超出，如同2015年的750 GeV事件，会在极短时间内引发理论界数百篇论文。双光子是一个对称性审美钟爱的衰变道：干净、简单、直接联系到新规范玻色子或新标量粒子。而同一数据集中，如果某种超出表现为多个喷注加上缺失能量的复杂事例结构，或者在质量边缘分布的杂噪声环境中，理论的兴趣则显著低淡。审美的筛选不仅在实验筛选的事例层面运作，也在理论对实验结果的关注分配中运作。那些“美”的信号，即使在统计上并不比“丑”的信号更显著，仍然获得快得多的社区反应。

对称性审美还可能系统性地塑造了对“什么是简单”的直觉。一个由SO(10)大统一群描述的模型被认为比一个无对称原理的手工构造更“简单”，尽管前者涉及更多的场和更多的自发破缺步骤。简单性在这里不是由实际理论的实体数目来衡量的，而是由群论的简洁性和不可调参数的“自然性”来衡量的。这种简单性标准是带有特定审美偏好的，它并非自明地优于其他可能的标准，比如理论的实验可检验性、理论的有限可计算性、或理论与既有实验异常的自然兼容性。但它在物理文化中的权威地位没有受到过严肃挑战。

对称性审美的最大阴影也许在宇宙学中。现代宇宙学的标准模型（ΛCDM）极其成功地拟合了从宇宙微波背景辐射到星系巡天的大量数据，但它依赖三个匪夷所思的成分：暗能量（以宇宙常数形式，占据了宇宙能量密度的约70%）、冷暗物质（约25%）、以及普通物质（仅约5%）。宇宙常数本身的值，在量子场论的“自然”估算下，偏离了约120个数量级，这是整个科学史上理论与观测之间的最大不匹配。这一事实在审美上是一场灾难：它极端不简洁、不自然、不美。然而，它就是数据无情要求的画面。对称性美学的信徒在过去二十年中一直试图通过修改引力理论来消除暗能量或暗物质的需求，但每一个这种“更美”的尝试，在积累的精确宇宙学数据面前都面临着巨大的矛盾。

宇宙常数的故事用一种反向的方式揭示了一个深刻信息：自然没有义务符合人类的对称性审美。对称性作为发现工具是强有力的，但作为不可违背的信仰则会变成一种偏狭的自然神学，用我们自己关于美的观念去驯化自然，如果自然不符合这种美，我们就认为自然犯错了。在实验认识的边界上，对称性审美必须从规范原则下降为启发式策略：一种有启发力的猜度，一种有价值的试探工具，但它的权威在实验数据面前必须让路。

这种退让是困难的，因为审美的引力是非理性的。一个拥有更优美对称结构的理论，会让研究者产生更深刻的确信感，这种情感掺杂在方法论的判断中无法被析出。物理学家谈论一个理论的“正确感”、它的“说服力”、它是否“看起来对”，这些语言泄露了审美评价在知识形成中的深层作用。但当审美与实验开始出现系统性的分歧，就像超对称在LHC上的至今缺席，就像弦论持续的无法落地，共同体必须正视这种可能性：我们在仰望的美的理想，也许只是人类心智的自我欣赏，而非自然的原本语法。

在一个未发表过的手稿中，费曼曾写道：“你可以通过它的美认识真理……但只有在你已经知道它是对的前提下，你才能用它作为对的证据。”这个警句抓住了对称性审美的全部暧昧性。在实验科学的实践中，美是发现的指南，也是错误的自满。指南与自满之间的分界线，需要实验者用自己的审慎、自觉和偶尔的审美反抗来描摹。向着对称性所指引的方向望去，但永远准备好被那个方向上的空洞所震惊，这是实验认知在美面前保持诚实的最低要求。

理论的引力场是实验科学不可摆脱的条件。从观察之始的理论负荷，到标准模型的成功所设下的认知紧箍，从可计算性对人类提问域的框限，到范式对反常感知的组织性失明，再到对称性审美的深层牵引，理论的规范贯穿了实验设计和实施的所有层次。这并非认识论的悲观，而是认识论的清醒。实验者是在一个已经被理论沉重雕刻过的世界中追问自然，他的追问必然携带这份雕刻的所有划痕。实验科学的成就，不在于从这引力场中逃离（逃离即不可能也不可欲），而在于在引力场中保持方向感，在照亮的航道上警惕两岸的黑影，在确信处保留怀疑的空间。

第四章 不可复现的圣杯

第一小节 复现性的神话与现实

科学方法的大众想象中有一块名为“复现性”的基石。实验由某人在某地完成，发表为论文，提供了完整的步骤描述；世界各地的其他实验室依照相同步骤操作，应当观测到相同的现象。如果复现成功，原初的发现就被确认，知识库中便增加了一项可靠的事实。如果复现失败，原初的发现就被证伪，变为一段警示后人的误入歧途。这一画面清晰、刚正、简洁，赋予了科学知识超越个人意见的客观权威。

然而，真实的科学实践与这一画面之间的张力，比方法论教科书愿意承认的要深刻得多。

所谓“复现性危机”在近十年的心理学和生物医学领域掀起了巨大波澜。一些标志性的研究，如启动效应、权力姿势、某些癌症生物标志物的分子关联，在严格控制的复现尝试中未能被独立重复。这些“未被复现”的结果在许多情况下并非造假，而是原初研究在方法选择、样本量、统计报告上存在未被意识到的弹性空间，使得某种统计显著的发现得以从数据中被榨取出来。当更为严格的协议被采用时，信号便消散了。

粒子物理学界常常以免疫于这场危机的姿态发言。它的统计标准（5σ）严格到近乎苛刻，它的盲分析程序限制了数据窥视，它的独立复现（如ATLAS和CMS彼此独立地分析同一批对撞数据）提供了强大的交叉检验。粒子物理很少发生“宣布发现然后撤回”的事件，5σ门槛和两个实验独立证认的双重保卫，为领域筑起了高城。粒子物理的可复现性比许多其他学科要坚固得多。

但即便在粒子物理高城的内部，复现性的神话也有其边际。

首先，真正意义上的“独立复现”，即另一组人在另一地点用独立的仪器、独立的软件、独立的方法进行完整复制，在实验粒子物理中是极为罕见的。ATLAS和CMS是在同一台对撞机的不同对撞点上的两台不同探测器，它们使用的蒙特卡洛模拟程序共享着许多相同的底层物理库，它们的重建算法在思路上彼此相似，它们的数据分析在方法层面大量相互参照。它们提供了极有价值的互验，但这种互验仍然不是完全独立的复现。完全独立的复现，要求在另一台对撞机上、使用另一套蒙特卡洛框架、在另一个实验传统中，重新发现同一个粒子。这在经济上几乎永无可能，加速器和对撞机的成本太高了，世界通常只能支撑一台能量前沿的强子对撞机。物理学史上一部分最重要的发现，从W和Z玻色子（CERN的SPS对撞机）到顶夸克（费米实验室的Tevatron对撞机）到希格斯粒子（CERN的LHC），在整个发现时期只有一台合适的机器能产生这些粒子。复现只能在同一台机器上的两个探测器之间进行，这对于排除共同来源的系统误差是有效的，但无法排除那些来自对撞机本身物理特性、来自共同的底层理论预设、来自两个团队相似的研究文化的系统效应。

其次，即便是同一实验内部的复现，也受制于许多“隐秘的知识”，那些无法被写入方法部分的技巧和判断。更换实验团队中的关键人物，可能会在相当程度改变分析结果，即使步骤严格遵循相同的书面协议。这种现象在物理学中被审慎地讨论得很少，但不是不存在。一个经验丰富的物理学家，对仪器的“健康”有一种基于数千小时互动的直觉；她知道什么时候数据“看起来不对”，即使所有的量化质量标准都被满足。这种直觉大多数时候防止了错误的结果被发表，但它同时意味着实验结果的获得部分地依赖于特定的、不可言传的个人知识。完全去个人化的复现是一种理想化。

更深层的问题涉及“什么是被复现对象”的界定。一个实验的结论不是单一的测量数字，而是一个完整的推理闭环：包括了仪器的刻度、本底的估计、系统误差的评估、统计解释。严格地复现一个实验，就是复现这整个推理闭环。但在大多数复现尝试中，复现者使用的数据分析和误差评估方法与原实验并不完全相同，通常，复现者会试图用自己认为更优的方法来重新分析数据，这正是科学进步的正常方式。然而这也意味着，复现既在检验原实验的现象存在，也在检验原实验的方法论选择。当复现失败时，我们不知道是现象不存在，还是方法论的差异导致了不同结果。复现的检验力度因此被稀释。

宇宙学在此提供了一个意味深长的案例。普朗克卫星对宇宙微波背景辐射的测量，与之前的WMAP卫星测量相比，既有高度一致的部分（如宇宙年龄、暗物质密度），也有早期引起争议的差异（如哈勃常数的间接推断值）。二者测量的是同一个宇宙，但仪器不同、系统误差结构不同、分析管道不同。它们之间的比较既确认了标准宇宙学的核心框架，也揭示出某些参数（特别是哈勃常数）在表面相似的高精度测量之间可能隐藏着系统性的未解偏差。当我们说“普朗克复现了WMAP的结果”时，我们实际上是在一个被核心理论框架预先限定的意义上说“复现”的：在大画面层次上一致，在细节上仍有未能被方法论消化的张力。复现从来不是0/1事件。它是在不同程度的相似性上做出判断。而这个判断本身，是一个有认知前设的行为。

更古老的科学史同样说明复现性的社会建构维度。17世纪，罗伯特·玻义耳的空气泵实验在皇家学会被视为确立了真空的可能性和气压的规律。玻义耳发表了极其详尽的实验描述，邀请全欧洲的学者自行复现。但是，真正成功“复现”玻义耳实验的，只有那些与玻义耳建立了直接联系、亲身到其实验室参观学习过、或从他那里获得过精密制造仪器的工匠信息的学者。那些仅凭文字描述自行搭建气泵的学者，绝大多数以失败告终。装置制造中的隐形知识、操作中的未言明技巧、对“成功运作”期望的共享标准，这些社会维度在“复现”的达成中起到了不可忽视的作用。作为现代实验科学奠基文本之一的玻义耳文本，本身如果不能被纯粹基于文字复现，那么复现性作为去情境化客观性的保证，从科学诞生之初就是一个需要被更细腻理解的概念。

当代物理学家对这些困难是有所知晓的。他们在论文的系统误差部分写下大段文字，讨论本底建模的替代方法、积分亮度的刻度不确定性、模拟样本的统计限制，这一切都是为了试图将复现的逻辑前置到原初实验的内容中去。如果一份结果自带诚实的、全面的系统误差评估，那么它就内在地向未来的复现者提供了在何种范围内复现的差异被认为是“一致”的。这是将复现的外在标准内在化的一种努力：在发表时就划定一个合理的变异范围，告诉世界，在这个范围内我们预期同一现象的测量会有起伏。

但这种内在化仍然无法完全覆盖复现性神话与现实之间的空隙。在空隙中居住着的，是仪器不可完美校准的残差、理论模型中未被量化的系统怀疑、个人经验在关键时刻的判断、以及统计方法选择的灰色空间。这些空隙不意味着实验知识是虚浮的。但它们意味着实验知识的可靠性，并非扎根于理想的、去情境化的复现性，而是扎根于实践的延展网络：不同方法的交叉检验、不同实验的相互印证、理论与实验之间的持续协商、以及在足够长时间尺度上多个独立路径共同指向同一结论的认识论凝聚。复现性，在真实世界中的运作，更接近这种网络式的自纠机制，而非单一的一对一复制验证。

第二小节 隐秘的知识

上一小节我们提到了“隐秘的知识”在复现性问题中的角色。这个术语需要更充分的展开。匈牙利裔物理化学家与哲学家迈克尔·波兰尼在20世纪中叶提出了一个影响深远的认识论命题：“我们知道的远比我们能言说的多。”他将认知分为两大类：显性知识，那些可以用语言、文字和公式明确表达的知识，与默会知识，那些体现在技能、实践和判断中，无法被充分形式化表达的知识。波兰尼的经典例子是骑自行车：骑自行车的人知道如何通过各种微妙的肌肉调整来维持平衡，但几乎没有人能够写出这组调整遵循的物理方程。即使能写出方程，知道方程也不等于会骑车。骑车知识是一种存在于身体和行动中的默会知识，只能通过演练和模仿来传递。

实验科学充满了这类的知识。调整激光光路的诀窍、判断制冷机需要维护的时刻、对示波器上某种异常波动潜藏危机的直觉，这些知识并不会出现在论文的“方法”部分，但它们对于实验的成功关键。在过去数十年中，粒子物理和许多其他实验领域采用了大规模的国际合作模式。一个实验合作组可能由数千名科学家组成，遍布数十个国家。在这些巨型合作组中，知识传承成为重大的认识论挑战：如何使分布于全球各处、来自不同文化和训练背景的合作者能够以相同的方式理解数据质量、执行分析程序并解释它们的输出？

合作组的应对包括详尽的手册、自动化的质量监控程序、标准化的分析框架。这种显性化的努力不断推进着默会知识的边界，但永远无法消灭它。一位在ATLAS合作组工作过的物理学家曾私下坦言：最好的数据质量专家可以在看到一套分布图的前几分钟内察觉到问题，即使所有的自动质量指标都显示正常；而新手即使遵循手册检查每个指标，也可能错过同样的问题。这种差距就是默会知识在起作用。当合作组中这一代资深物理学家退休，当仪器被升级或被完全替换，有些不可言传的关于“数据感觉”的直觉是否也会随之丧失？大型合作组以制度化方式应付着这个认识论损耗的风险，但风险从未消失。

在探测器的建造和运行中，默会知识扮演着更为决定性的角色。一个极端的例子来自引力波探测器LIGO。在初代LIGO运行的年代，几十位物理学家和工程师以近乎宗教般的专注调试着那台精密到不可思议的干涉仪。他们与仪器之间形成了某种共生的感知关系：一个人可以靠耳听真空泵的嗡嗡声就知道整个系统的状态是否健康。当LIGO从初代升级到先进LIGO时，许多关键的调试知识留在了一小批资深科学家的记忆中，而其中一部分在退休之后并没有以显性的形式完全传递给继任团队。这并不是制度上的失败，LIGO有极其详尽的技术文档。但那些文档，用波兰尼的话说，是“知识的地图”，而地图永远不能替代亲历者脚下的地形经验。

默会知识的认识论后果并非全都令人不安。在许多时刻，默会知识就是创造性的物理发现得以发生的原因。实验物理学家的技艺，包括了他或她与仪器之间经年累月形成的身体性理解，那种不完全由理论语言中介化的对物质操作的精熟，正是实验与理论不同的认知模态之所在。这也意味着，实验物理无法被完全还原为一套算法化、去个人化的程序。它终究是一门人的实践，带着实践所必有的情境化烙印和个人隐性判断。

但如果默会知识构成了一种无法被透明化的认知条件，复现性的理想就受到了深层的限制：如果原初实验的成功依赖于某种特定情境中特定人持有的默会知识，那么当复现者尝试在另一情境中用另一组人重建同一现象时，失败可能是由于缺失了那些隐性的知识，而不是由于原初结果不真实。这种情境绑定，在多大程度上威胁到了科学知识普适有效性的宣称？波兰尼本人的回答是，这并不威胁，因为科学共同体本身就是一个默会知识传承的社群，在实验室的师徒关系中、在研讨会上研读论文时的疑问和解答中、在非正式的谈话和合作中，默会知识持续地在共同体成员之间传播。科学知识的普适性，不仅依托于显性的文本，也依托于这个全球分散却又由共同实践和人际网络联结在一起的社群的集体认知能力。复现性的达成，需要复制的不只是实验步骤，还包括掌握相关默会知识的实验者社群。这也解释了，为什么当一个新的实验领域刚刚开辟时，往往需要不同实验室相互派人学习，以交换无以言表的技巧，才能让独立复现在各自的仪器上变为可能。

默会知识的存在驱使我们重新定义“实验结果”的含义。一个实验结果不是纯粹存在于理想化数学空间中的去肉体真理。它是某个仪器、某个团队、某个时间点、某个分析传统中实现的具体认知成就。它的成立，不仅仅依赖于它是否正确刻画了自然，还依赖于生产它的实践过程是否在一个共享默会知识标准的共同体中被评判为优秀的手艺。实验结果既关乎本体，自然在那次接触中显露了什么，也关乎认识，人类在那次接触中是如何处置他们的认知资源的。这两个方面缠绕在一起，在默会知识的层面尤难拆解。

第三小节 统计涨落的戏弄

统计涨落不是误差。它是自然在精确测量中必然显现的离散面孔。当你在寻找一个稀有信号时，数据点在期望值周围的泊松分布可能随机地堆叠出一个局部聚集，看起来与新物理的迹象无异。

粒子物理学的前沿最适合于此的观察。2015年12月，ATLAS和CMS合作组同时在13 TeV数据的双光子不变质量谱上，观察到了约750 GeV处的微弱超出。ATLAS的局部显著性达到3.6σ，CMS约为2.6σ。这一巧合点燃了理论界的巨大热情，在随后数月间，超过五百篇论文试图用各种新物理模型来解释这个“双光子共振态”。它是超对称中的重希格斯粒子吗？是引力子的激发态吗？是某种新的规范玻色子吗？然而，随着2016年更多数据的积累，超出消散了。后续分析表明，750 GeV处的波动极有可能只是统计涨落，在大质量区域，背景模型本身就难以约束，加上两个实验各自做了多道分析，其中一两道出现两三个σ的局部波动，从全域来看并不反常。

750 GeV事件的教学意义不在于它是一场乌龙。它完美地展示了统计涨落如何能够在短时间内戏弄整个领域的最优秀头脑。在数据量有限的情况下，局部涨落和真实信号的区分是极困难的。统计学提供了p值、显著性、全局修正等工具，但这些工具的有效性依赖于统计模型是否完整涵盖了所有的搜索范围、所有的分析变体。而当搜索在一张多维参数空间中进行时，真正的“全局显著性”往往比任何单一报告的数字更难精确计算。

同类的事件在物理学史中屡见不鲜。20世纪80年代，多个实验曾报告在正负电子对撞中看到了单能光子信号，暗示可能存在一种新的中性粒子，被称为“ζ粒子”。这些信号在一段时间内引发了大量的理论关注和后续实验。最终，更多高统计量的实验无法复现这些信号，它们被归因于统计涨落加上本底估算中的细微系统偏差。质子衰变实验的历史同样布满类似的幽灵，20世纪80年代后期，多个大型水切连科夫探测器在数年的数据累积中，偶尔出现一两个看起来酷似质子衰变特征的事例，但受限于事例数过低，始终无法排除纯统计涨落的解释。至今，质子衰变仍然是未被探测到的现象。

统计涨落的戏弄并非仅仅是一项方法论上的麻烦。它触及了一个更深的哲学问题：在实验中，当我们在有限统计量下观测到一次“罕见事件”时，我们依据什么断言这究竟是真实物理还是偶然的离散？统计学的工具给予我们的是一种频率学解释，在假设零假设为真的前提下，计算观测到当前结果或更极端结果的概率。但这并不等同于告诉我们“这个特定事件本身来自于零假设”的概率。将p值误读为“零假设为真的概率”是统计学入门教材反复警告的错误，但在实践中，即使是训练有素的物理学家，也常常在直觉层面将高显著性等同于“新物理几乎确定存在”。

在大型国际合作组中，对这种统计戏弄的制度化防御是盲分析和独立复现。但是，即使是盲分析，也无法消除统计涨落本身。一个在盲分析条件下出现的5σ超出，仍然有可能是那个三百五十万分之一的偶然。科学史上前所未有的精确标准，只能将假阳性的概率压低，但压低到零在逻辑上不可能。每一个宣称的发现，在其基石之下都安放着一个微小的概率墓地，里面躺着那些曾因统计涨落而短暂闪耀最终被后续数据掩埋的信号幽灵。

第四小节 时间箭头下的不可复现性

迄今为止关于复现性的讨论，都默示着一个前提：实验对象是稳定的、可重复发生的现象，可以在任意时间被重新唤起。但有一类实验，其对象本身不可逆，其“成功”依赖宇宙历史中的一个特定时刻或系统的一个特定初始状态。对于这类实验，复现性的标准画面必须从根本上被重新思考。

宇宙学是这类实验的原型领域。我们只有一个宇宙。宇宙在大爆炸之后的历史只发生了一次。我们无法让宇宙返回到初始条件再来一遍，也无法建造第二个宇宙作为对照组。当宇宙学家观测宇宙微波背景辐射的温度涨落谱，当他们在星系巡天中测量重子声学振荡的尺度，当他们在超新星数据中提取宇宙膨胀的历史，他们在测量的是单次不可重复的宇宙历史事件。这些“实验”（更恰当地说是观测）的复现，只能通过不同的观测手段、不同的望远镜、不同的分析技术对同一宇宙的同一历史进行交叉互验。我们可以复现测量方法和数据分析，但我们永远无法复现事件本身。如果宇宙的历史中包含了某种在极其早期发生的极端偶然过程，其后果已经镌刻在现在可观测的结构中，我们无法将这个偶然过程重复一次来看看它是否稳定。我们只能在理论框架中估算其先验概率。

凝聚态物理学中某些淬火过程的研究，也具有这种时间箭头下的不可复现性。当一种材料在极短时间内被冷却至超低温，其内部缺陷的形成、磁畴的分布、玻璃态的结构，都极其敏感地依赖于冷却过程中的具体热力学路径和微小的量子涨落。两次名义上相同的淬火过程，可能在微观构型上产生完全不同的结果。实验者可以复现的是宏观热力学参量的变化协议，但无法复现的是某个特定的微观构型。这在某些量子材料的研究中提出了深刻的问题：如果我们报告在某种淬火后的材料中发现了一种新的量子序，我们的读者应该期望在什么意义上“复现”这一发现？是在统计分布意义上，多数淬火样品会呈现这种序，还是在个体意义上，某个特定的样品构型可以被复制？通常的答案是前者：复现的是统计性质，而非单个事例。但也有某些前沿研究，恰恰关注的是系统在极其罕见的特定涨落构型中的行为。对这些研究而言，严格意义上的复现是不可能的：你永远无法复现一个特定的微观涨落。

宇宙暴胀理论的多重宇宙推断，将这种不可复现性推到了形而上学的极端。如果暴胀产生的不仅仅是我们的可观测宇宙，而是一个广袤的多重宇宙，在其中不同的区域具有不同的物理常数和初始条件，那么我们所在区域的全部物理规律，可能只是更大系综中的一个样本。在这种情况下，即使是物理“定律”本身，在系综的意义上也是不可被复现的，我们永远无法观测到另一个区域中不同的物理常数取值，来检验我们所在区域的规律是普遍的还是局域的。这是不可复现性最激进的版本：不是实验的不可复现，而是宇宙本体论的不可复现。当然，这在当前仍是高度推测性的。但它展示了复现性作为科学知识必要条件这一前提，如果被推向逻辑极致，将如何与某些现代物理学自身的理论发展产生必须面对的矛盾。

第五小节 机器与人的共变

在当代科学的最前沿，一种新的认知共生体正在浮现。它的两个组分是：人类实验物理学家的判断力，与机器学习算法的模式识别能力。二者在数据的分析过程中紧密耦合，不再是简单的工具-使用者关系，而成为一种“共变系统”，人在调整算法的训练策略，算法在形塑人所看见的数据画面；人的理论预期在标注训练样本时渗入算法，算法在自己发现的高维特征中挑战人的直觉。

这种共变引出的第一个认识论问题是：当算法“发现”了人类无法理解的信号时，它的发现地位是什么？在LHC上，物理学家已经开始使用无监督学习方法来执行“模型非依赖的异常搜寻”。这类方法不需要告诉算法新物理应该长什么样。算法只是被训练学习标准模型背景的高维分布，然后被指示去标出数据中与背景分布显著不符的稀有孤立事例。如果某一天，这种算法在某个高维边缘分布中标出了一簇事例，其统计显著性达到了5σ，但物理学家检视这些事例的低维投影（如不变质量、横动量、喷注多重数）后，找不到任何与传统新物理模型相符的特征，他们会怎么办？他们是否应该宣布“一个发现”？如果宣布，他们发现的是什么？一个“异常”，当然。但这个异常的本体论身份是什么，新粒子？新相互作用？探测器故障？机器学习算法的过拟合？

传统上，实验发现的最重要判据之一是“可解释性”：信号必须在已知理论的延长线上可以被赋予一个物理意义。希格斯粒子的发现不只因为125 GeV处有一个4σ多的局部超出，它有许多互相印证的信号特征：自旋为零、宇称为正、与费米子和玻色子的耦合强度与标准模型预言成比例。这些特征使得那个超出被全体地解释为希格斯粒子，一个在标准模型中已有明确理论位置的客体。机器学习发现的异常，则可能完全缺少这种可以言说的解释层。它可能只是算法在高维数据流形中发现的一个孤立的“坑洼”。人类没有任何理论词汇去描述这个坑洼的物理本质。在这种情况下，“实验结果是我们得出的”中的“我们”，已经分裂了：机器的认知部分与人的认知部分，无法整合为一个统一的、有意义的陈述。

进一步的问题是偏误放大。机器学习算法的训练数据，是用理论家提供的蒙特卡洛事例产生器生成的。这些产生器已经内嵌了标准模型物理或特定新物理模型的所有预设。如果标准模型模拟在某个高维边缘分布中有细微的失真，比如某类本底过程的角关联没有被完全正确地建模，机器学习算法会比传统筛选方法更灵敏地捕捉到这个失真，并以极高的置信度将其标记为“异常”。在这种情况下，算法发现的不是自然中的新物理，而是人类理论模拟中的缺陷。但物理学家如何知道这一点？他们需要逐一检查每一个算法标记为异常的事例类型，尝试用更好的模拟来验证，而这个过程可能在数年之后才能完成。在此期间，机器与人共变所产生的“信号”可能已经在科学共同体中流行为一个未被消化的幽灵。

反过来，机器算法的介入也改变了实验物理学家的认知惯习。当一个物理学家习惯了依赖深度神经网络来筛选信号、抑制本底、校准探测器时，他或她对数据的直觉慢慢从物理量（能量、动量、不变质量）转向了算法的输出概率。一个事例不再是“有一个高横动量的电子和四个喷注中的两个被标定为底喷注”，而变成“信号概率得分0.937”。这种转换对思考的便利性，它浓缩了大量高维信息。但它也将推理的中间步骤黑箱化。物理学家如果不再追问算法为什么给某个事例打了高分，他们可能在很长一段时间里依赖了一个被未察觉的偏误所污染的算法而不自知。

人与机器在实验认知中的共变，最终发出的是关于认知责任的追问。当我们说一个实验结果“被得出”，这个“被”字后面的主语是复数、异质、部分不透明的。它不仅包括提出理论动机的理论家、设计探测器的工程师、运行加速器的操作员、编写重建代码的软件开发者、执行统计分析的数据分析者，现在还包括了被所有这些人类活动训练出来的、其内部决策逻辑对任何单一个人都不完全透明的机器学习算法。实验结果的认知责任，在这个扩延了的主体中分布得如此广泛和深刻，以至于我们无法简单地回归到“人发现了事实”或“机器发现了事实”这两个极端中的任何一端。事实是在这个人类-算法共生体中涌现出来的。这个共生体越强大，我们越需要更精深的第二阶认知，关于我们的认知工具本身的认知，来确保它的产物还能被称为“我们的知识”。

第五章 模拟的宇宙

第一小节 计算实验的诞生

1946年，冯·诺依曼在普林斯顿高等研究院主持建造了早期电子计算机之一。他在与同僚的通信中写下一句在当时看来近乎科幻的断语：“我们终将能够将整个物理系统放进机器中，并观察它的运转。”当时，数值模拟还是一片未被踩踏的处女地。气象学家用手摇计算器解微分方程，核武器设计师用一排排女性计算员手算冲击波的传播。没有人能够预见到，七十年后，数值模拟将不再是理论的辅助验证者，而是在许多学科中演变为一种独立的、与实体实验和理论推导三足鼎立的认知模态。

计算实验的诞生，源于一个简单的困境。当理论方程太过复杂、无法给出解析解时，当实体实验太过昂贵、太过危险或根本不可能时，将物理定律转化为算法、在计算机中运行、并从运行结果中提取推断，这一做法日益从权宜之计变成了标准方法。然而，计算实验在本体论上与实体实验和理论演绎都有差别。

实体实验中，实验者与自然本身打交道。测量结果携带的是自然的直接印记，通过仪器和信号链，但源头是物理世界本身。计算实验中，“实验”的对象是一个由人类编写或人类设置参数的理论模型。计算机忠实地执行算法，但算法所展开的，不是自然本身的动力学，而是对自然的人类理论之数学推演。如果理论模型是错的，或者忽略了某个关键的过程，计算实验可以自洽地、精确地给出在现实中完全不存在的现象。它的精确性是数学的精确性，不是经验的精确性。

计算实验诞生最明确的标志性时刻之一，是20世纪70年代分子动力学模拟的成熟。当物理学家开始将几百个、后来几千个、几百万个粒子的牛顿方程输入计算机，让它们相互作用、碰撞、形成结构，并在输出端观测凝聚态、相变、输运系数时，一种全新的物理研究方式出现了。这些“计算实验”产生出的现象，二维熔化中的hexatic相、硬球系统中的自发结晶，其中一部分后来被真实实验所证实。但也有一部分长期处于暧昧状态：它们在计算机中是存在的，在真实世界中却从未被观测到。那么，这些计算机中存在的现象，算不算一种物理事实？

某些前沿领域，这种认知暧昧已经极其强烈。在极端高温高压条件下，物质的性质对于行星科学和惯性约束聚变关键。这些条件的实体实验极其困难，常常伴随巨大的不确定性和仪器噪声。计算实验，以密度泛函理论或量子蒙特卡洛方法求解多电子薛定谔方程的近似解，成为更“干净”的数据来源。在一些研究领域，计算实验的结果在论文中被作为与实验数据并列的证据引用，甚至在缺少实验数据时充当主要的、有时是唯一的证据基础。这标志着，在部分科学实践中，计算实验已经不再是对实体实验的模拟准备，而是一种独立的真理仲裁者。

但是，计算实验的真理地位取决于其底层物理模型的可靠性。分子动力学模拟的可靠性取决于力场的精确程度。密度泛函理论预测的可靠性取决于交换关联泛函的近似程度。宇宙学模拟的可靠性取决于次网格物理，星系形成、恒星反馈、黑洞吸积，被以现象学方式注入模拟中的先验规定。这些近似和规定构成了计算实验与纯粹理论之间的连续性，但它们也同时意味着，计算实验从来不是理论中性的。每一个计算实验的输出，都混合了基本理论的严格演绎与人为建模的现象学输入。区分哪些结果是真实的自然预测、哪些是建模输入的循环产出，在实践中极难做到。

第二小节 作为认知囚笼的格点

没有任何一个领域比格点量子色动力学更能体现计算实验中认知囚笼的张力。量子色动力学（QCD）是描述夸克和胶子之间强相互作用的基本理论。在高能区，由于渐近自由，微扰展开有效，QCD的预言可以与实验进行极其精确的比较。但在低能区，这正是强子物理所在的区域，耦合强度变得太大，微扰展开失效。质子质量、介子衰变常数、禁闭机制、手征对称性的自发破缺，这些QCD的核心问题都无法用解析方法从第一原理计算得出。

格点QCD是突围之路。它将四维时空离散化为一个有限大小的四维格点，费米子场定义在格点上，规范场定义在格点之间的链环上。在这个离散化的系统中，路径积分变为一个有限维积分，可以用蒙特卡洛方法进行重要性抽样计算。随着格点间距趋近于零、格点体积趋近于无穷大，格点规范理论在连续极限下应还原为真实的QCD。这一切在数学上是严格的。格点QCD是量子场论非微扰定义的最佳候选。

四十余年来，格点QCD取得了巨大的进展。它成功地从第一原理计算出了质子质量、π介子衰变常数、核子轴矢量耦合等基本物理量，与实验结果一致。近年来，格点QCD对强子真空极化贡献的精确计算，成为解释μ子反常磁矩实验的核心战场之一，不同的格点合作组发布了彼此不完全一致的结果，理论家之间的争论还在在继续。

但它始终无法摆脱作为认知囚笼的张力。离散时空是一个技术手段，不是自然本身的性质。外推到连续极限的过程，虽然在概念上清晰，但在实际上依赖巨大的计算资源和对系统误差的精细控制。当前可用的计算能力，使得许多物理上极其重要的问题仍然无法以受控的系统误差被计算，包括原子核的多体结构、高密度下的QCD相图、以及某些稀有衰变的强子矩阵元。在这种意义上，格点就是认知的囚笼：它把物理学家能够思考的QCD现象，限制在了当前计算能力所容许的时空格点尺度之内。如果在真实QCD中发生了某种极度依赖于连续时空细节的物理现象，比如某种拓扑涨落结构，其尺度远小于可实现的格点间距，那么格点QCD将永远无法揭示它，而物理学家可能根本不会去追问这个问题，因为它在格点的工具边界之外。

更微妙的是，格点QCD的成功本身正在重塑年轻一代理论物理学家的认知直觉。对于那些在格点传统中训练出来的物理学家，强相互作用物理的可理解问题，日益等价于“可以在欧几里得格点上用蒙特卡洛方法算出”的问题。那些不能在格点框架内被有效计算的问题，如实时动力学、散射过程、极高密度下的物质行为，则被边缘化或完全回避。可计算性又一次不是作为工具限制，而是作为概念筛选器在起作用：定义“好”的物理问题的标准，日渐变为它是否可以在当前或可预测未来的计算资源中被格点化。可计算性的囚笼窗子开得越精确，窗外的未解问题空间就越受到不知觉的排挤。

第三小节 不可模拟的复杂性与涌现

复杂系统是计算实验方法论的一片极端张力场。气候系统、生态系统、经济系统、大脑神经网络，这些系统由巨量组分构成，组分之间的相互作用是非线性的、多尺度的，反馈回路交织成难以追踪的因果网络。计算实验在这些领域被寄予了巨大的期望，也确实产出了深刻的洞见。但它同时显现出计算实验作为知识生产模式的根本局限：不可模拟的复杂性与涌现特性。

气候模型是一个绕不开的例子。现代地球系统模型整合了大气环流、海洋环流、海冰动力学、碳循环、气溶胶化学、植被变化等数十个子系统。每个子系统本身就是一个需要巨大计算资源的模拟对象。当它们被耦合在一起时，模型的行为极其复杂。一个参数化方案中的微小调整，比如云对气溶胶增加的敏感度，可能导致全球平均温度响应产生数量级的变化。这意味着，即使每个子模型在被单独测试时与观测数据匹配良好，耦合后的完整系统可能呈现出完全不同的涌现行为。而这种涌现行为，由于其复杂性，在模型运行之前是无法从子系统方程中解析推导出来的。

这就产生了两个相关的认识论问题。第一个问题关乎模型的证实。一个气候模型在二十世纪的历史气候数据上被调谐，然后被用来预测二十一世纪的气候变化。但系统的非线性意味着，在历史数据范围内表现良好的模型，不一定在未来的参数空间外推时同样可靠。这不是因为物理定律失效了，而是因为模型中的某些参数化方案在气候状态偏移到一定程度时，可能不再有效。但问题在于，我们无法在气候偏移发生之前知道哪些参数化方案会在新的区域失效。模型的可信度，在最根本的意义上，无法被预测性地自我校准。

第二个问题关乎冗余与不确定性的不可消除。原则上，对复杂系统最诚实的模拟，应该包括所有可能在目标现象上产生显著影响的物理过程，并尽量从第一原理来求解。但在实践中，计算资源总是有限的。气候模拟学家必须在空间分辨率、过程复杂性和模拟时长之间做出不可兼得的权衡。某些关键过程，比如云微物理、海洋中尺度涡旋、陆地生态系统的物种竞争，无法被显式地解析，必须被参数化。参数化的形式通常含有相当程度的经验成分。不同气候模型使用不同的参数化方案，这些方案都是“合理的”，但它们给出的未来气候预测却可能显著不同。在耦合模式比较计划的框架下，多个独立开发的气候模型被拿来比较，它们的平均预测通常比任何单一模型更接近真实气候，这是科学策略上的一个奇妙的迂回。但这种“多模型集合”平均的方法论依据是统计性的，而非基于对底层物理的彻底理解。不可模拟的复杂性最终导致了不可消除的不确定性：它内嵌于计算实验的方法本身，而不是可以随着计算机算力提升而被根除的技术问题。

不可模拟性问题的最深处是涌现。涌现属性的经典定义是：系统的宏观行为无法从其微观组分的性质中推导出来，即使你完全知道微观定律。生命是从非生命分子中涌现出来的。意识是从神经元放电中涌现出来的。通货膨胀是从个体交易行为中涌现出来的。计算实验在这些领域的困难，可能并非暂时的技术限制，而是认识论性的：如果涌现真的不可归约，那么将宏观现象完全建立在微观模拟之上的还原论计划，在本体论上就是不完备的。计算实验作为这种还原论计划的最彻底执行者，也就在涌现面前撞上了它自己的本体论边界。在边界这侧，计算实验开辟了传统实验和理论都无法触及的认知途径；在边界那侧，也许有些东西只能在它们自己的层次上被认知，而无法被从更低层次的代码中计算出来。

第四小节 数字孪生的本体论

“数字孪生”是近年来从工程领域蔓延至科学前沿的一个富有诱惑力的概念。它为物理系统创建一个高保真的实时计算镜像，用传感数据持续校准，使镜像的行为与实体系统同步演化。在航空航天工程中，数字孪生已被用来预报疲劳裂纹的扩展，规划维护时机。在医学中，个性化心脏或血管的数字孪生被用来模拟手术方案的预估效果。在工业制造中，整个工厂的数字孪生被运行为生产过程优化的实时沙盘。

这个概念被推至城市甚至全球尺度时，它的认知涵义就溢出了单纯的工具理性。一个城市的交通、能源、水文、人群流动被实时映射进一个数字模型，模型输出的预测又反馈去调节城市的运作。在这个场景中，数字孪生不再是事后验证工具，而是实体系统的一部分，它在预测和调节中参与构造了它所描述的实在。在某种程度上，数字孪生的预测会自我实现：如果它预测某个十字路口将在下午五点出现拥堵，交通管理系统便提前调节信号灯周期，从而改变了拥堵本该形成的方式。那么，数字孪生究竟是在预测未来的城市交通，还是在创造一种数字-物理混合的交通新本体？

这并非纯思辨。当一个复杂系统的数字孪生被越来越直接地耦合到对该系统的实时控制中，仿真与实在的边界开始弥散。数字孪生中的关联被当作实在中的关联来对待，尽管这些关联可能只是模型调试参数产生的副产物。在某些情境中，数字孪生甚至被用来取代实体实验，承担起本属于物理测量的证据责任。当工程师从数字孪生的运行日志中提炼出一项关于新型材料疲劳行为的“发现”，而这项发现尚未，或不能，被实体实验所验证时，他们是在将数字孪生中的存在，升格为实在中的存在。这就构成了一种本体论的位移：实在的真理地位被部分让渡给了它的数字副本。

本体论位移导致的一个实际后果是模型的不可证伪性增加。一个完备的数字孪生包含大量自适应校正项，持续从实体传感器接收数据并自我调整。当它的某个预测被实体系统的行为所否定时，系统并不会被断然视为失效，它只会被认为需要校准。而校准操作几乎是万能的：总有某些参数可以被调整来吸收预测与实测之间的偏差。在极端情况下，数字孪生成为在数据上永不被驳倒的理论，因为它永远能够通过自我调适来追溯性地拟合一切已发生的观测。这种万能适应性，削弱了任何严格意义上的实验检验。它与科学方法要求理论冒被否证风险的原则之间，存在至今没有被公开论述的深层张力。

数字孪生的终极推广是全球范围的数字孪生地球。这个计划已经在一些大型国际研究机构的路线图上。每一颗气象卫星、每一个海洋浮标、每一部物联网设备，都将数据注入一个空前庞大精细的地球系统模型。这个模型的预测会被用于制定气候适应政策、资源管理策略、甚至国际条约的议价。数字地球成为一个新的认知权威：它的模拟结果就是“地球上会发生什么”的工作定义。但我们必须反复追问：这个数字地球，究竟是行星地球的忠实再现，还是人类集体的恐惧、目标和建模偏好在硅基媒介上的类同投影？当答案被用于塑造真实的行星地球自身时，数字孪生开始重新定义实在，而不仅仅是描述它。

第五小节 模拟中的发现责任

当模拟由一个辅助工具变为一种独立的发现引擎时，一个严峻的认识论问题随之而来：在模拟中做出的“发现”，谁来为它的真实性负责？

这个问题在药物设计和材料基因组等领域的实践中已经具体化了。在高通量计算筛选中，计算程序可能对数百万种候选分子或候选材料的晶体结构进行第一原理计算，预测其带隙、稳定性、催化活性。其中一些候选物被标记为“有希望”。这些“在计算中已发现”的材料随后可能在真实实验室中被合成出来，或者无法合成，或者合成出来后的性质与计算预测不一致。在这里，计算实验做出了一个关于物理世界的断言，这个分子应当稳定，这个晶体应当具有某种性质。当该断言在实体实验中被验证时，模拟与实验分享发现的荣誉；当断言被证伪时，失败通常被归于计算方法的近似不足，而非模拟不具备真实发现的能力。

这里存在一个严重的不对称。计算模拟可以产生无限多的“候选发现”，其中极小一部分被实体实验所验证。统计上，只要计算预测的假阳性率不是百分之一百，总有一些预测会被验证，这本身并不证明计算方法具有稳定可靠的发现能力。但科学论文通常只发表成功的验证事例，积存下来的文献就创造了计算驱动发现的高效印象。而那些在计算中被预测却被实验否证的“候选者”，绝大多数从未被发表出来。这种发表偏倚导致对模拟发现能力的集体过度信任。

更深层的责任问题涉及错误预测的后果。当一位工程师完全依据数字孪生的疲劳预测来为一架客机设定大修间隔，而预测因模型中未被注意的瑕疵而低估了裂纹扩展速率时，发生事故的责任由谁承担？由签署预测报告的工程师？由开发数字孪生软件的机构？由提供训练数据的传感器制造商？还是由采集数据的实验者？责任的分布被模拟的集体性稀释了，没有一个单一的人或团队能够完全理解从原始物理原理到最终预测的整个链路。认知责任，在更传统的实验科学中由第一线实验者承担，在模拟驱动的科学中被分散到一个庞大的、异质的、部分商业化的陌生人网络之中。在这种分散之下，“这个结果是我们得出的”中的“我们”已经空洞化了：这是一个太庞大、太多层的“我们”，以至于无人可以以完整的第一人称知识来为结果背书。

模拟实验的责任问题还延伸到了科学教育的核心。越来越多的高年级本科生和研究生，在他们的科学训练中，更多时间花在运行和调整大型模拟程序上，而不是搭建实体实验、亲手调试仪器、与物理世界直接互动。这对于他们形成的关于科学知识如何获得的直觉，有着悄无声息的深层影响。当“数据”日益成为在屏幕上可操纵的像素和表格，而不是来自自然因果链的不可讨价还价的痕迹，新一代科学家对手中数据的理论负荷、系统误差和默会知识的敏感度，是否会不可逆地衰减？模拟是一所民主化的学校，它使得广泛的人群可以接触顶级科学数据的分析，但它也可能是一所认知上贫瘠的学校，如果它暗中将自然替换为自然的模拟而学生没有察觉的话。这种代际的认识论效果，至今没有受到严肃的审视。它属于那种处于集体认知边界的盲点，日常可见，却缺少聚焦的追问。

第六章 共同体的炼金术

第一小节 皮格马利翁的现代学徒

在奥维德的《变形记》中，雕刻家皮格马利翁用象牙雕出了一尊完美的女性雕像。他爱上了自己的造物，向维纳斯祈祷，女神于是赋予雕像以生命。这个古老的叙事比看上去更深刻地触及了科学实践中一个不被言明的事实：塑造者的期望可以渗入被塑造之物的存在本身。二十世纪中叶，心理学家罗森塔尔用一系列实验为这个效应提供了经验证明。在小学教室里，他告诉教师某些学生经测试被鉴定为“智力发展前景极好”。这些学生是随机挑选的。数月之后，这些被随机标签为“有潜力”的学生在智商测试中的成绩确实显著提升了。教师的期望，可能通过更频繁的互动、更耐心的回应、更积极的表情，在学生的实际能力中镌刻出了真实的进步。

实验物理学界并非皮格马利翁效应的绝缘之地。每一个走进实验室的研究生，都是在一种特定的期望气氛中开始认知物理世界的。他或她的导师可能已经在某个假设上投入了数年乃至数十年的学术生涯。合作组已经发表了数十篇沿着同一理论方向展开的论文。分析框架是被数代前辈精心打磨过的，每次改进都强化了它的精密性和可信度。年轻的研究者进入这个框架时，不是在白纸上作画，而是在一幅几乎已经完成、只待填入最新数据的画面中添加笔触。他学到的不是“如何独立地判断一个信号是否真实”，而是“如何在既定的分析管道中正确地操作”，这里的“正确”意味着忠实执行既定程序，而非从根基上质疑程序的预设。

一个典型的事例发生在粒子物理数据分析的日常实操中。研究生被指派优化某信号区域的筛选条件。他使用蒙特卡洛模拟的信号和本底样本，在多种可能的筛选方案中扫描，寻找能够最大化信号显著性的组合。他很快发现，某些筛选方案给出的显著性远高于其他方案，而他被期待报告这一“最优”结果。他没有做出的，是追问为什么最优化过程可以自由地在数十甚至数百种可能的方案中扫描。他没有计算过这种扫描应当附带的多重检验惩罚。他的导师知道这一点，但认为“在实践中，后续数据会证认或否决”。他没有被教导的是，当同一个数据集既被用来优化筛选又被用来评估显著性时，所报告的显著性带有难以量化的偏误。他在良好的意愿和严谨的表面下，被训练成了一个会系统地产生过度乐观结果的操作者，而他自己和周围的任何人都真诚地相信他做的是正确的事。

皮格马利翁效应的一个更大型的当代版本，是围绕着某些大型实验方向的“发现光环”。当LHC上第一批13 TeV数据开始被分析时，整个领域都浸没在一种共同的期待之中：超对称粒子应该就在不远处。这种期待不是无根基的，它有整整一代理论文献的支撑，有规范等级问题的逻辑力量，有暗物质候选者需求的加持。而这种期待在实验合作组内部的具体表现是：那些与超对称信号拓扑相符的搜寻道，获得了最多的分析资源、最快的内部评审、和最高优先级的发表通道。当一个与标准模型本底有微弱偏差的信号在这些搜寻道中出现时，它会被置于分析团队内部的高度聚焦之下。相反，那些不属于任何流行理论框架的“通用搜寻”或非标准搜寻，通常在人员和计算资源的分配上处于边缘。如果新物理恰好以某种“不入时”的拓扑出现，它能够被迅速识别的概率远低于那些“入时”的信号，不是因为仪器对它不敏感，而是因为分析者的注意力没有平等地分布。

这种期望不平等的制度化，以微妙而严重的方式侵蚀着实验认知的中立性。没有任何一篇论文会写“我们在搜寻超对称粒子时倾向于将边际信号解释为更有趣”。这种倾向是通过分析优先序的设定、资源的倾斜、异常信号讨论会上资深成员的表情和声调，以及对年轻研究者非正式的引导和规训而落实的。那些学会了在期望场中正确行走的学生，获得了推荐信、职位和地位；那些过度质疑框架预设的学生，则可能被经验地视为“不够实际”或“不懂大局”。学术规训将理论的忠诚镕铸进了新一代实验者的认知器官之中，这整个过程天衣无缝，因为它从来不叫“规训”，它叫“科学训练”。

现代学徒制的认知后果是双重的。它确实传授了实操性的、在教科书和论文中找不到的默会知识，如何判断数据的质量、如何调试难以捉摸的仪器、如何嗅出分析结果中不易察觉的偏差。这些知识的传递是实验科学得以延续和进步的根本条件之一。另它的确同时在传递一种理论上的既成偏见，关于哪些问题是重要的、哪些方法是可靠的、哪些结果从根子上就是更可信的。学徒继承了师傅的技术，也继承师傅的认知栈叠，包括这个栈叠中那些从来未被外部证成的预设。这种继承是不可避免的：任何认知传统都必须通过某种学徒制来复制自身。问题在于，当这个认知传统在理论上极其成功、而在经验前沿长期未遇挑战时，学徒制会趋于硬化，使得对整个框架的质疑越来越困难，因为所有权威都叠在同一个方向上。

第二小节 同行评议的过滤器

如果说学徒制在个人认知的层次上塑造实验者，那么同行评议则在制度层次上系统性地过滤着哪些实验结果能够成为公共科学记录的一部分。这个过滤器的存在是必须而有益的吗？毫无疑问。它的运作是否完全透明、中立、不受认知偏误侵扰？远非如此。

任何向顶级期刊投稿的粒子物理实验论文，都要经过同行评审的仔细审查。评审人通常是该领域内资深而活跃的研究者。他们熟悉分析方法、了解理论预期、能迅速识别数据中的可疑之处。在大多数情况下，这个过程成功地阻拦了真正有缺陷的分析进入文献，这是同行评议制度的价值。但评审人也具有两个无法完全超越的属性：他们自身是理论框架的承载者，而且他们处于一种保守的制度激励中。

关于理论负荷，我们已经在前几章中详细讨论过。评审人在评判一篇声称发现超对称粒子的论文时，他所携带的关于超对称应该以何种方式显现的理论预期，会影响他对证据强度的判断。一个与主流理论预期若合符节的信号，即使在统计上处于临界，也可能更容易通过评审，因为评审人直觉地觉得“这个结果看起来是对的”。相反，一个在统计上同样有力甚至更有力的信号，如果它不符合任何已知的理论框架，评审人则可能更加苛刻地审视，他们的直觉是“这看起来不太对”。这不是蓄意的不公正，而是认知负荷不可避免地渗入判断。评审人有责任保护文献不被统计涨落所污染，而“看起来不符合任何理论”本身，尽管在逻辑上不应该是拒稿的理由，在实践中常常成为更严格审查的触发器。

制度激励的作用同样不可小觑。期刊编辑希望发表“重要”的结果，即那些能引发广泛引用和讨论的发现。一个确认标准模型预期的精密测量虽然极其重要，却极少成为头条。一个新粒子或新效应的发现，哪怕只是3σ或4σ的“迹象”，却可能成为年度被引最高的论文之一。编辑知道这一点，评审人也知道这一点。结果是，期刊在边缘上容忍了略低于传统标准的结果进入高影响力期刊，如果这个结果具有理论上的“趣味性”的话。那些不具备理论趣味性的边际结果，则通常流向低影响力期刊或永远躺在合作组内部备忘录的角落。这种选择性的发表偏差，在数十年的累积中塑造了一个偏倚的公共文献库：已发表的文献不如实地反映了所有被进行的实验分析，而只是那些有理论光环加持的、或者统计波动在“有趣”方向上够高的一个子集。

这个偏倚在元分析层面造成了严重问题。当理论家试图用全世界发表的所有实验结果来约束某个新物理模型的参数空间时，他们依赖的输入本身已经被发表偏差所扭曲。如果一系列实验在搜寻某个信号时都没有发现它，但其中部分实验的零结果因为“无趣”而被锁在发表阶梯的底端，理论家看到的将是一个被高估了排除能力的画面。或者更微妙的情况：如果一个边际信号被发表后吸引了大量后续验证，而验证的零结果中有相当一部分被选择性遗忘，那个信号在文献中将继续保持比实际证据强度更高的可见度。科学共同体于是围绕着偏倚的证据基础形成了一个偏倚的共识。

同行评议过滤器还有一种性质微妙的作用：它在评审时对“分析的复杂度”的态度。一个使用成熟方法、标准程序、传统选择条件的分析，通常会被评审人认为是“稳健可靠的”。一个采用了新颖方法、非传统变量、或改变了标准分析流程的分析，则会被更严苛地审视，被要求提供更多的方法论解释和交叉检验。这在保护文献不受未经充分检验的新方法所污染上是合理的。但它也同时制造了一种保守偏向：更安全的方法更容易通过评议关，而方法的创新，哪怕它能揭示标准方法所遮盖的信号，面临更高的发表障碍。在实验粒子物理学的历史上，有多少潜在的反常信号因为出现在分析的非标准部分而被更轻易地驳回，或者因为分析者担心评审困难而根本没有被提交发表？这个数字是未知的，也正因为它不可能被知晓，它才构成了一种不可量化的认知盲区。

同行评议的另一层压力施加在论文的叙事上。为了顺利通过评审，作者倾向于将结果叙述得比实际更确定，将分析步骤叙述得比实际更线性，将决策点叙述得仿佛是预先锁定的而不是在数据上试探过的。一篇在高影响力期刊上的粒子物理论文，其笔法往往呈现出一种追溯性的必然逻辑：我们预测了X，我们设计了针对X的分析，我们测量了与本底预期相比具有如此这般显著性的超出，结论是X被发现了。而在分析进行的数月或数年间，作者可能尝试过许多种筛选方案，在中间数据上反复检查过信号区域的分布，在合作组内部争论过背景模型的选择，所有这些都不进入发表的叙事。发表的文本是一段被精心梳理过的历史，其纷繁的分叉和回溯的试探都已被省略。同行评议在暗中鼓励这种梳理，因为线性叙事更容易被评审人判断为“稳健可信”，而充满纠结与方法论讨论的叙事则可能引发“作者是否不够确定”的疑虑。

这种梳理并非恶意的弄虚作假。它是科学写作一种传统美学的要求。但它确实使读者无法从论文本身还原出真实分析过程中的认知不确定性。而那些被省略的选择时刻，恰恰是实验结果的认知结构最密集地凝结之处。结果是，同行评议在帮助确保发表结果的可靠性的同时，也参与建构了一种关于这个结果如何被得出的、系统性的“事后叙事偏误”。这个被梳理过的、比真实过程更光滑的故事，被后来的教科书和综述视为科学发现的真实历史，而在其中，共同体的炼金术被蒸发殆尽了。

第三小节 名望的重力场

科学共同体不是平面几何中的均匀介质。它有一个由名望、机构声望和学术网络所构成的重力场，在这个场中，同样的实验结果从不同位置发出，会获得完全不同的关注度和信任权重。

设想两组研究者，在同一年，使用类似的方法，独立地得出了一个与标准模型预期有约4σ偏差的信号。甲组来自一个拥有三十年历史、以其精确测量闻名、曾做出重要发现的著名实验室。乙组来自一个年轻团队，所在机构不是领域传统的重镇，论文预印本服务器上之前较少见到他们的名字。即使两篇论文在方法论上完全同等严谨，它们在共同体中所激起的反应可能截然不同。甲的论文会在研讨会和会议上被广泛讨论，理论家会迅速写出引文和模型解释，主流科学媒体会给予报道。乙的论文则可能被带着更冷的态度审视，评审人可能提出比甲更多的补充检验要求，如果后续独立实验给出了零结果，该信号可能被轻易地归因于某种未知的系统误差，且较少有人会认为这种归因需要同等的证明分量。

这并非虚构。科学史中有许多个案揭示了名望重力场的作用机制。在20世纪60年代，韦伯宣称探测到引力波时，他的个人学术地位，马里兰大学的正教授、此前在量子电子学和微波激射器领域有坚实贡献，是使得他的宣称被迅速广泛传播并引发全球复现浪潮的重要因素。如果同一结果由一个无名博士后从不为人知的实验室发表，它可能会被当做明显的系统误差而审慎地搁置。韦伯的结果最终被历史判明为很可能不是引力波，但它的传播速度与它最终被证伪的延迟，都与他的学术名望密切相关。

名望的重力场不仅在重大发现层面运作。它更日常地、更微末地分布在经费分配、招聘、合作组内部话语权的每个细节中。一个顶级机构的全职教授在一项合作组会议上提出的分析建议，比一个来自较小国家的博士后提出的同样建议，获得认真对待的概率更高。当数百人共同署名的论文需要决定内部审阅的优先级别时，高声望成员的偏好往往具有不成比例的影响。这些影响的累积，逐渐使得实验物理的认知产出呈现出一种地理的、机构的、个人声誉的中心-边缘结构。来自中心的结果不仅更可见，而且在既有方法论框架内被评判为“更可信”，而这种“更可信”常常不是一个有证据支持的命题，而是一个被制度风俗自然化的推定。

现代大型合作组试图通过盲分析、多团队独立验证、严密的内部评审来抑制名望重力场的影响。在一定程度上，这些措施成功了。粒子物理的发现宣称，如顶夸克、希格斯粒子，都经过了多重独立分析团队的长期角力，最终结果由整个合作组的严格投票程序决定，个人名望在其中被有意压制。但制度措施只能消减最极端的名望偏误，而无法消除名望在知识形成中更微妙的弥散作用。一个资深物理学家的点头或皱眉，在一次非正式的数据讨论中，可以对初级研究者未来的分析选择产生深远影响。这种影响从未被记录在任何会议纪要中，但它加速了某些研究方向而隐匿地终结了另一些。名望的重力场，无声地、不懈地塑造着实验物理学实际追问自然的方式。

第四小节 “发现的引擎”与共识的制造

当代粒子物理大科学的一个显著特征是巨型国际合作组的出现。ATLAS和CMS各自拥有来自全球数百所机构的数千名科学家。为了管理这种超大规模的合作，它们发展出了极其繁复的内部治理结构、分析评审程序和共识决策机制。这些结构被设计来确保从一个极其复杂的、多层的分析链条中最终生产出的结果是稳健的、可信的和代表整个合作组的。这个机制，有时被内部人称为“发现的引擎”。

引擎的运作流程大致是：物理分析小组（通常由数十名物理学家组成）在内部完成分析设计、蒙特卡洛模拟评估、系统误差研究和统计检验。完成后，分析被递交给一个或多个内部评审委员会。评审委员会由在相关分析技术方面经验丰富但对本分析无直接利益关联的资深成员组成。他们详尽地审查分析的每个环节，挑战每个方法论选择，要求额外的检验。这一过程可以持续数周到数月，分析小组在此期间反复修改和完善。最终，当委员会满足于分析已经达到了合作组的发表标准时，结果被提交给合作组的更高层治理机构，进行最终的“逐级审批”，通常是物理协调人、发言人、合作组委员会。在获得所有级别的批准之后，论文才被投往期刊。

这个系统的严谨性它制造出的公开结果，如顶夸克和希格斯粒子的发现，在统计和方法论上的可靠性达到了人类科学史上空前未有的水平。但在其制造共识的巨大光辉中，也不可避免地投下了几处阴影。

第一道阴影是异议的消声。在一个必须达成集体共识才能发表的系统中，持不同方法论意见的分析者面临着极大的结构性压力。如果一个分析阶段的内部讨论存在深刻分歧，例如关于某个背景模型函数形式的选用、关于某个系统误差项的评估、关于是否应该在论文中突出报告另一个边际信号，解决分歧的方式通常不是将分歧公之于众，而是通过内部的层级调解来“达成共识”。如果分歧者最终被说服（或被多数压倒），她可以选择在论文中署名，尽管她可能在内心仍持保留态度，或者选择退出作者名单。无论哪种，公开文献中都不会出现“关于本分析的核心方法论，合作组内部存在显著的异见”这样的陈述。合作组以单一声音说话。这对于对外传播科学的权威性是必要的，但对于揭示结论的认知不确定性可能构成一定的遮蔽。

第二道阴影是探索轨迹的抹除。最终发表的论文呈现的是一套被回溯性地梳理成线性逻辑的分析叙事。那些曾经被尝试过的、走到半路被放弃的、因为看到数据某些特征而调整过的分析路径，全部被从公共记录中删去。合作组内部的部分成员知道这些轨迹，他们在内部备忘录和未被正式归档的汇报中见过它们，但这些信息被锁在合作组的记忆里，外界无从知晓。对于科学方法论学者和科学史家来说，这些被抹除的探索恰恰是理解科学发现真实认知过程的珍贵材料。而它们的缺失，使得基于已发表文献的科学方法论研究持续高估了实验认知的线性和确定性。

第三道阴影涉及合作组之间的非独立性。虽然ATLAS和CMS是两个独立的探测器，拥有独立的团队和分析代码，但在更深层的方法论和理论预设上，它们并不是完全独立的。两个合作组共享同一个对撞机，共享同一套蒙特卡洛模拟底层的事件产生器库（如Pythia、Herwig），共享同样的粒子物理数据表（PDG），参加同样的国际会议，讨论同样的一批理论论文。如果一个关于某些QCD过程的理论预设出现了偏误，两个合作组可能同时被这个偏误所影响，而它们之间的互验并不能有效发现这一层共享的偏误。两个探测器看到同样的东西，在这个共享的理论栈叠没有被质疑的前提下，被合理地视为强有力的独立证认。但如果共享的栈叠在某处存在未被察觉的盲点，两个实验的一致性非但不能消除这个盲点，反而可能在盲点上叠加出更强的信心。

共识制造机制的运作，是实验大科学在认识论层面的伟大成就和深层考验并存的体现。大众视野中的“科学共识”往往被理解为“所有证据一致指向一个结论，因此它是客观正确的”。但在大科学合作的实践中，“共识”同时也是严格的社会程序和制度压力所生产出来的产物，这并不意味着它不客观，而是意味着它的客观性是经由特定的社会认识论过程来实现的。这个过程在绝大多数时刻导向了坚固的知识，但它的运作逻辑不能被简单地等同于“自然自己说话了”。自然是透过这些层层叠叠的社会认知结构，以经过精细管制的方式被允许说话的。而管制本身，永远应该在认识论上接受第二阶的审视。

第五小节 资金与问题的谱系

科学研究不是悬浮在真空中。它需要资金。资金的逻辑，无论是政府资助机构的拨款策略，还是大型国际合作中的资源分摊，以深刻而根本的方式规定着哪些实验问题被追问、哪些被推迟、哪些被永久搁置。在理想化的科学画面中，问题是先由好奇心提出，然后才去寻找资源来回答。但在现实的科学生态中，可用资源的结构已经预先规划了问题谱系。

20世纪下半叶粒子物理学的迅猛发展，与冷战期间大国在高能物理领域的竞争密不可分。劳伦斯伯克利国家实验室的回旋加速器、费米实验室的Tevatron、CERN的LHC，这些设备不仅是科学探索的工具，也是国家科技实力和政治体制优越性的展演场。当政府在战后将巨大公共资金注入基础物理学时，并不是对宇宙的基本构成产生了天真的好奇心，而是认识到加速器物理在核技术、计算科学和工业创新方面的外溢效应，以及它在国际象征政治中的价值。这种资金流向使“粒子物理”在20世纪后半叶成为科学皇冠上的明珠，占据了基础科学公共资金的巨大份额。同时期，其他同样根本的自然追问，关于复杂系统、非线性动力学、生态系统的物理基础，则在资源的阴影中边缘生长。

资金的作用不只是决定哪个领域获得更多仪器和人员。它更深远地影响着问题选择的深层梯度：在粒子物理内部，LHC建成后的物理规划几乎没有留给“非主流”物理议题空间。探测器的设计、触发的菜单、计算资源的分配、分析人员的时间，都被集中在标准模型的精确测量和几个主流的超越标准模型范式（超对称、额外维、新规范玻色子）的搜寻上。这种聚焦对于最大化从这台极其昂贵的仪器中榨取科学回报是理性的。但它的认识论后果是：一整代实验粒子物理学家被训练去在一条特定的问题谱系中思考，他们的仪器、他们的工具、他们的方法论，全部为这条谱系做了最优化。当这些方向一个接一个给出零结果时，领域中有足够想象力和技术能力去开拓完全不同方向的研究者的人数，实际上比理想中应该有的要少得多。资金的路径依赖，通过代际训练，已经转化为认知的路径依赖。

当代科学研究中，资金的结构偏向不仅仅存在于国家层面。在项目申请的竞争压力下，物理学家被迫在申请书内写道：他们预期会发现什么。这意味着实验必须在开始之前就已经具有一条从理论到信号再到测量方案的清晰路径。这项要求对于在既有框架内增加精度的研究是非常合理的，你可以自信地写出“我们将把该参数的测量精度从X%改进到Y%”。但对于真正探索性的、没有明确的特定理论目标的实验，那种“让我们先看看自然在这里是什么样子”的研究，撰写一份能说服基金评审的未来发现声明是近乎不可能的。结果，资金体系系统性地偏向于已知未知的研究（即我们明确知道我们不知道的东西），而不利于未知未知的探索（即我们不知道我们不知道的东西）。在长时段上，一个由已知未知主导的实验物理领域可能变得越来越精密、越来越自信，同时生长得越来越狭窄。

这种资金对问题谱系的规训，不能简单地被指责为来自科学外部的污染。它恰恰就是当代大科学得以可能的条件。没有集中资源，就没有LHC；没有LHC，就没有希格斯粒子的发现。问题不在于资金影响了科学，而在于我们是否承认这种影响，并将它作为实验认知的一个构成性条件纳入我们对实验结果的理解。每一份实验结果的背后，都站着一个关于“什么值得被资助”的过去决策。这个决策不是物理定律本身，但它在因果上参与了什么物理问题会被实验追问、什么物理信号会被仪器探测。当我们在资金限定的问题谱系内得到了一个与理论完美吻合的实验结果时，我们不应理解为“自然已经完全被揭示”，而应理解为“在这个由历史和经济选择所开辟的问题空间中，自然给出了这样的回应”。

资金结构的影响向下渗透，也深刻地模塑着知识生产的地理格局。那些无法企及数十亿美元实验设备的国家和区域，其物理学家只能选择加入国际合作组，在既定的分析框架内工作，或者转向不需要大设备的理论、计算和桌面实验方向。全球实验物理学的问题视野，从根本上受到少数能够提供大型设备的资助机构（主要位于北美和欧洲）的优先序的影响。这不是在嘲弄国际合作，合作是科学普世的伟大成就。但普世合作的表面下，关于“什么是值得追问的物理学问题”的议程设置权，则高度集中于资源中心。资金的引力，在知识地理上生成了一种问题生成的中心-边缘结构，而这整个结构又再次嵌入到前面所讨论的名望重力场和共识制造中去。

第七章 本体论的动摇：当仪器成为自然的一部分

第一小节 量子测量的主体性幽灵

在以上各章中，我们反复穿行于仪器、数据、理论、统计、共同体，这些实验认知的层层中介，每一层都在实验的结果上烙下人类认知的印迹。但至今为止，我们潜在地假定了一个前提：被测量的物理世界本身，在与测量仪器发生相互作用时，其行为在原则上是可以与测量过程分割开来理解的。量子力学在最根本的层面上动摇了这一前提。

量子力学的标准测量问题，自其诞生以来便是一个不肯愈合的哲学伤口。在经典物理学中，测量从理论上可以被无限逼近为对系统状态的被动读取，测量对系统的扰动可以趋于零。在量子力学中，测量不是被动读取，而是主动的、不可逆的操作。测量迫使一个原本处于叠加态的量子系统“跳入”某个本征态，测量结果以不可归约的概率方式出现。而测量装置本身，如果我们将它也视为一个量子系统，同样服从薛定谔方程，那么测量装置与被测系统的复合系统应该仍然处于一个纠缠叠加态中。测量装置与被测对象之间那条决定性的界限，也就是冯·诺依曼所说的“海森堡切”，该划在哪里，成为了量子力学哲学中最深刻的问题之一。

冯·诺依曼在1932年的经典分析中，论证了这条切可以沿着因果链被任意推后：从被测粒子，到测量装置，到实验者的视网膜，到视神经，到大脑中的神经关联。无论推到哪里，只要在切之前的一切服从量子力学叠加原理，就无法解释为什么最终会出现确定的单一结果。他由此，颇具争议地，推定，切必须最终由观察者的“意识”来完成。维格纳在同一思路上走得更为极端，提出了著名的“维格纳的朋友”思想实验：如果一个人（朋友）在封闭实验室中完成了量子测量并得知了结果，而另一个人（维格纳）在实验室之外将整个实验室视为一个量子系统，那么从维格纳的视角看，朋友的测量结果仍然处于叠加态。测量结果的确定性似乎是相对于观察者而言的。

这些思想实验在数十年的时间里被当作量子力学解释的哲学边缘问题，与日常实验物理实践无涉。然而，近年来量子信息和量子基础理论的发展，已经将这一界限推回到实验可及的领域。各种版本的“维格纳的朋友”思想实验被转化为可进行具体计算的物理场景，其中一些变体预言了不同观察者之间对于实验结果的不一致推断。2020年前后发表的若干理论论文将这些场景与贝尔型不等式关联起来，提出了某些关于“观察者独立性”的严苛检验的可能。虽然这些实验的实现目前仍然面临着几乎无法克服的技术困难，但它们的纯逻辑存在本身已经动摇了一个在实验科学中根深蒂固的默会假定：实验结果在原则上可以被所有观察者无歧义地共享。

在实际的物理实验中，物理学家从不直接面对叠加态。他们在每次测量中得到的是确定的读数，一条径迹、一个电压脉冲、一个符合事例的时间戳。量子退相干理论在很大限度上解释了为什么宏观仪器会把量子叠加转化为经典概率的混合：仪器与环境的不可避免的相互作用极其迅速地将叠加的相位信息泄漏到不可控制的自由度中去，使得干涉项在一切实际可观测的时间尺度上消失。但退相干并没有解决测量问题。它只是解释了我们为什么不能在实际实验中看见宏观叠加态，却没有解释为什么在所有的宏观可能性中恰好有一个被实际地经验为测量结果。量子力学的测量问题，即使在退相干的日常覆盖下，仍然静默地停留在实验物理认知根基的最深处。

量子测量的哲学困境，对于本书主题，实验结果是我们得出的还是想让我们得出的，具有一种特别尖锐的相关性。在海森堡切与观察者不可消除的纠缠中，实验者的认知行为可能不只是事后解释施加预期于数据之上，而是在最本源的层面上，与被测量的物理实在处于某种不可割裂的循环共生之中。如果我们严肃对待某些量子力学解释（如关系量子力学或QBism），那么测量结果并不是对预先存在的客观属性的揭示，而是在测量交互过程中，相对于特定观察者而生成的“这”一个结果。其形而上学的激进程度远超本书在此之前所展开的任何一层批判，它不是在说实验者的认知偏误歪曲了客观事实，而是在说“客观事实”这个概念本身，在量子层面上，可能就没有独立于观察者视角的自在定义。

当然，量子测量问题的存在并不意味着我们在原子核、凝聚态或天体物理中得到的实验结果是任意的或主观的。量子与经典之间的对应在绝大多数实验情境中由退相干和统计的稳定性来保证。但量子基础问题的持续未解，提示着实验科学的整个认知大厦在它的最基层，是建立在一条哲学裂缝之上的。那条裂缝在日常的地面上几乎不可见，但它存在。它的存在，暗示着“实验结果”的本质有可能在最深的层面超出了我们至今能够理解的范围。

第二小节 延迟选择与逆因果的幻象

惠勒在20世纪70年代末至80年代初提出的延迟选择实验，将量子测量中的时间性悖论推到了认知的前台。惠勒设想了一个马赫-曾德尔干涉仪的变体：光子进入干涉仪，在第一块分束器后处于两条路径的叠加态。通常，如果在第二块分束器之前插入探测器，我们可以选择测量光子走的是哪条路径（which-path测量），此时干涉消失；如果不测量，让光子在第二块分束器重新合束，则干涉保留。惠勒的激进想法是：让选择，是否进行路径测量，在光子已经通过了第一块分束器之后、到达第二块分束器之前才随机地做出。这意味着，现在的选择似乎决定了光子过去是以叠加态（同时走两条路径）还是以确定路径的方式传播。

20世纪80年代和2000年代，多个实验组以单光子源、纠缠光子和可调分束器实现了惠勒的构想。实验结果是清楚的：无论延迟到什么时候做出是否测量的选择，结果总是与量子力学的标准预言一致。如果你在光子“已经走过了”第一块分束器之后才决定测量路径，你测到的就是光子走了一条路径，没有干涉。如果你决定不测量，干涉就出现。仿佛现在的测量选择反向决定了光子的过去行为。

这一实验结果在物理学家中引发了持续至今的解读上的争议。一派观点认为，延迟选择实验并没有真正逆转因果，因为量子力学对“光子的过去”的言说在物理上并不成立，在没有进行测量时，关于光子路径的陈述根本就不是一个有真值的物理命题。光子的“行为”不能分为“通过第一块分束器时是什么状态”和“被测量时是什么状态”两个独立的时间切片来进行经典式的解读。量子力学的状态描述是整体性的，不能分割为按时间顺序排列的局部实在片段。在这一解读中，延迟选择揭示的不是逆因果，而是经典时间性叙述在量子领域的失效。

另一派观点则认为，延迟选择实验在以更深刻的方式挑战了我们对时间、因果和实验介入之间关系的日常理解。如果我们将实验看作一种向自然叩问的程序，那么延迟选择实验就表明，你可以在叩问之后才决定你问了什么问题，而自然的回答仍然自洽地与你事后决定的问题对应。这在实验的认识论上具有极其丰富的意味：实验的问题可以被回溯性地指定，而自然的回应，数据，对此保持缄默。实验者的“选择”在时间中的节点，并不像经典实验认识论假设的那样是一个不可动摇的“之前”。在某些极限条件下，实验的提问与被问出的答案之间的时间箭头，可能比我们的日常直觉更为错综复杂。

延迟选择实验的另一个变体，量子擦除实验，进一步加剧了这种认知上的眩晕。在这个实验中，光子对的纠缠被利用来在光子A已经被探测之后，通过测量光子B的方式“擦除”或“恢复”光子A的路径信息，从而反向决定光子A是否参与了干涉。这种“擦除”同样发生在回溯的意义上，你可以在A已经被记录之后才决定是否擦除B的路径信息，而A与B的联合统计将表现出仿佛你过去的决定是受你未来的选择影响的。

在这些实验面前，无论是持哪种解释立场，实验物理学家都不得不承认一个共同点：实验结果的“得出”，在量子层面与实验者的认知选择之间的关系，远比“先问问题，然后得到答案”这一经典画面复杂得多。问问题和得答案并不是在一条单向的时间轴上一前一后可以明确分离的事件。两者在量子纠缠和时间性的纠缠中共构，使得“实验结果是我们得出的”这句话中的“我们”和“得出”这两个词，都必须面对比它们在第一眼理解中更深层的审问。

第三小节 真空衰变的认知实验

粒子对撞实验在不断突破能量前沿的过程中，偶尔会引发一种眩晕的追问：我们有没有可能在实验室中创造出一种毁灭宇宙的事态？这个追问最尖锐的形式关乎真空衰变。

在量子场论的标准模型中，真空不是空的。它是所有量子场的最低能态，是一个充满量子涨落的动态媒介。但标准模型的理论结构允许一种可能性：我们当前所居住的真空态，并非真正的最低能基态，而只是一个“假真空”，一个亚稳态，其能量密度高于真正的基态。如果足够大的能量密度被瞬间注入空间中一个足够小的区域，理论上有可能在假真空的织物上撕出一个隧穿到真真空的泡。这个泡一旦形成，将以光速膨胀，其边缘将重写所过之处的基本粒子和物理定律，将整个宇宙转化为一个物理性质完全陌生的新相态。

1980年代初，物理学家科尔曼和德卢西亚计算了在假真空中通过量子隧穿或热涨落产生真真空泡的概率。他们的结论是，在宇宙现在的温度下，这种事件的概率极其微小。但随后有人提出一个令人不安的问题：如果在高能粒子对撞实验中，以微观尺度产生极高能量密度的碰撞，是否有可能构造一个人造的真空衰变种子？2000年代以后，一些理论工作者开始严肃评估这一风险。结果，在现有理论框架内，让大多数人松了一口气：当前对撞机的能量仍然远低于任何可能触发真空衰变的阈值，即使标准模型真空真的是亚稳态的。宇宙线中自然发生的高能碰撞能量比LHC还要高数十万倍，宇宙在这类碰撞下已经存在了数十亿年，这一事实本身就是最强的安全保证。

但这里真正耐人寻味的，不是安全性评估的具体结论，而是真空衰变问题隐含的一种本体论移位。在通常的实验概念中，实验是一个观察过程：我们设置初始条件，让自然规律在这个被圈定的空间中自我展现，然后我们观测后果。但真空衰变实验，如果它被实施并成功，将不再是观察者而是宇宙事件。它将不可逆地改变自然规律在所有空间体积上的形式。实验者与他的实验对象不再是分隔的，他们共同被真真空泡的膨胀所吞噬。在真空中，实验者不可能做出“观察”；在真真空泡抵达他所在的位置时，他的物质构成本身已经被改写。实验的“结果”无法被记录、发表或讨论，因为可能结果的集合中不包含任何观察者能够存活的世界。这种类型的实验，在认识论上是一个黑洞：它可以发出结果，但结果永远无法返回给发出者。

真空衰变的认知实验景观，即使它只不过是一个永远不被实际实施的思想实验，揭示了我们整个实验认识论的一个暗默前提：实验者外在于被实验的系统，观察可以安全地从外部进行。在物理学的某些理论极限上，这一前提可能不再成立。当实验反过来吞噬实验者时，“结果”这个概念本身就失效了。真空衰变是一种的极端情况，但类似的主题也在量子引力的一些设想中浮现：在普朗克尺度，测量所需的能量密度本身将形成黑洞，从而不可逆地将任何测量信号封禁在视界之内。实验认识论的边界可能不是在理论内部通过更精巧的实验设计被克服，而是被自然本身的本体论结构终极地设定。在某种极限处，实验者不仅是认知的主体，也是认知的本体论牺牲品，他的最后一项实验发现，将是他对所问问题的彻底湮灭。

第四小节 机器心灵的自发探索

如果前几个小节的讨论已经将实验认知的主体推到了人类与仪器、测量、理论之间的纠缠地带，那么一个仍属未来但轮廓渐显的画面可能会将这一步推得更远：一台能够自主提出假设、自主设计实验、自主执行操作和自主解释结果的AI系统，成为一个完全不需要人类认知干预的“实验者”。

这并非纯然科幻。在分子生物学中，自动化“机器人科学家”已经被部署在功能基因组学和代谢工程的研究中。这些系统整合了高吞吐量实验硬件与迭代机器学习算法：算法分析已有数据，产出一个关于哪些基因或反应途径应该被靶向的假设，指定需要进行的实验；实验由自动液体处理器执行，结果自动返回算法，更新模型，然后开始下一个周期。在这些封闭循环中，从提出假设到产出实验结果，人类的参与局限于顶层目标设定和维护仪器硬件。实验的结果在严格的意义上是机器自身认知过程的产物。人类实验者事后阅读机器产出的报告，但他们无法在现象层面独立地理解机器为什么会选择某一个特定靶点，机器的假设空间维度太高，优化轨迹太复杂，以至于无法被人类的生化直觉所追溯。

在物理学中，这种画面正在局部地萌芽。自动化实验平台已经在材料物理和量子控制领域中运行：贝叶斯优化算法在参数空间中迭代选择下一个实验点，以达到对某个量子系统的最佳控制或对某个材料配方的最优发现。对于这些系统而言，传统意义上的“实验设计”，即人类实验者基于物理理论选择一个特定的测量配置以检验一个特定的假说，被一个纯粹数学化的优化过程所取代。算法没有关于该系统的物理理论。它只是在目标函数和采集函数的引导下高效地探索参数空间。当它发现一个最优配置或一个异常响应时，人类物理学家被呈献一个“结果”。但这个结果，是人类的理论框架事先无法衍生出来的。它不是人类问题的答案，而是机器探索过程的自发产物。

这种倾向如果被推向极致，一台连接着多功能量子态制备和测量硬件的人工智能系统，持续地、自主地探索多体量子系统的行为空间，那么“实验者”的身份将发生质变。机器不仅在技术上实施测量，而且在功能上进行认知：它决定什么是值得测量的，它提取数据中的模式，它形成一个关于“接下来应该看什么”的内部模型。人类从旁观看，逐渐从认知的参与者退化为认知的受众。实验结果是“机器得出的”，而人类被呈现这些结果，需要开始像解读自然一样去解读机器产出的报告，“机器想让我们得出什么？”这个被人类间主观问题长久萦绕的问题，在此被折射为一个更奇特的疑问：自然通过机器想让我们得出什么？还是机器通过自然想让我们得出什么？

这种发展在认识论上引发了一系列全新的问题。首先，机器产生的实验知识在什么意义上是“我们的”知识？如果没有人能够以可解释的理论语言理解某个实验结果被发现的过程，这个结果还能被融入人类科学的整个理解体系吗？人类可能退化为一个依赖机器认知能力的寄生者：我们知道某件事是真的，因为我们信任机器告诉我们的；但我们不知道它为什么是真的。这与传统科学知识的画面，知识意味着理解，理解意味着能够向他人以可公开共同理解的理由解释，产生了深刻的断裂。

其次，机器实验者的偏见和盲点如何被识别和矫正？我们在前面章节中详尽讨论过的认知主体，人类实验者的理论负荷、选择性失明、皮格马利翁效应，在机器实验者身上将全部以算法的形式重现，但更加不透明。算法的理论负荷就是它的训练数据：如果训练数据只包含某类物理模型产生的模拟，机器将只会在这类模型中“发现”有趣的东西。算法的选择性失明是其目标函数所定义的相关范围之外的无限广大的物理空间。算法的皮格马利翁效应是它被校准去最大化其奖励函数上的得分。而所有这些，将在没有任何人能完全理解的黑箱中发生，并被规模化到一个人类实验者无法与之比拟的速度和维度。

最终，当机器实验者开始产出海量的、在统计上有着完美显著性、但在人类理论术语中没有任何对应物的“发现”时，科学共同体将面临一次从未在历史上发生过的认识论危机：知识爆炸与理解的湮灭同时到来。我们可能被机器赋予了一个庞大的、内部自洽却与人类意义世界隔绝的事实世界。人在这个事实世界中，不再是认知者，而只是接收者，接收着来自另一颗心灵的实验结论，却永远无法亲自重走那条结论的认知生成径路。

第五小节 当观测创造实在

本章逐级深入的探讨，从量子测量的主体性幽灵，到延迟选择的逆因果幻象，到真空衰变的本体论移位，再到机器心灵的自主探索，共同指向一个贯穿性的论题：在科学实验的前沿极限处，观测与实在之间的关系不再是简单的“发现”与“被发现”，而是进入了一种共构，一种相互的、不可再分解的生成。

在经典物理的世界观中，实在先在于观测，观测只是将预先存在的属性揭示出来。量子力学已经使这幅画面受到了根本性的动摇。而当代物理学中某些最严肃的走向，量子引力中的全息原理、宇宙学中的人择推理、计算不可归约性的涌现主义，将这种动摇推到了更深的层面。在全息原理中，一个体时空及其中的全部物质内容被假定等价于其边界上的一个低维量子场论。空间本身，这个在经典实验中作为容纳一切实验操作的背景，被理论描绘为是从更基础的量子信息中涌现出来的。如果空间是涌现的，那么在空间中的实验观测与这个涌现结构之间的关系是什么？实验者站在涌现出的空间内部，去测量同样是涌现出的现象，却试图推断那些并不在时空中“存在”的底层自由度。实验者与他在实验中发现的物理实在，可能处于同一个涌现层级的同一边，向下窥见底层真实的任何直接实验通路可能在本体论上就是关闭的。

人择推理将另一种更微妙的观测-实在共生加入了争论。如果我们所观测到的宇宙的物理常数，如精细结构常数、宇宙常数、希格斯粒子的质量，呈现出某种“似乎被微调以使复杂生命成为可能”的表象，那么一种可能的解释是：存在一个极其广大的多重宇宙系综，在其中物理常数在不同区域取不同的值。我们当然发现我们所在的区域具有恰好允许我们存在的常数值，因为如果值不是这样，就不会有观测者在这里提出这个问题。在这一推理中，观测者的存在本身成为了实验结果的一个条件。我们测量到的物理常数值，不是独立于观测者的实在的某个任意片段，而是在一个选择效应中被条件化了的，它们是被查问过“在哪些取值下观测者存在”之后自然筛选出来的值。观测者的存在与实在的呈现，在逻辑上共同决定了彼此：观测创造了它自己的实在条件，而实在的条件规定了哪些观测者能够站在它面前。

这无疑是观测创造实在最广泛、也最充满张力的当代版本。必须澄清，这不是在主张某种唯心主义：物理常数确实具有它们所取的值，这些值是自然的真实属性。但“为什么这些值是我们发现的这些而不是其他的”这个问题的答案，部分地根植于一个关于观测者来源的论断。在这个论断中，观测与实在又一次不是外在的、前后的关系，而是一个整体的、相互条件的共构结构。

我们可以将这些不同来源的暗示，量子的、引力的、宇宙学的，汇合为一个谨慎但深远的推论。在过去二百年间，实验科学的辉煌成就建立在观测者与被观测世界的基本分离之上。这一分离作为一种方法论的方便，带来了无数的发现。但随着科学向自然的最基本结构逼近，我们反复在实验认识的底端碰到同一个模式：这一分离，在某些极限情形下，在原则上是不能维持的。观测者与物理实在不是宇宙中两个彼部的装置，观测者是物理实在的一部分，是由物理实在所生成的、在物理实在内部进行的实在自我叩问的过程。实验就是这一自我叩问的物质形态。实验结论，因此并不是自然从一个遥远的、分离的外部传递给人类心灵的讯息，而是自然在人类这部物质与认知的复杂装置中所实现的自我言说。

这部自我言说不会因为被认识到自我言说的身份而失去价值。人类在它的生成中是不可消除的参与者。我们不是在冷寂的宇宙之外向它投以无关其运转的一瞥，我们是宇宙在它的局部演化中开始注视自身、追问自身、并对自己给出回答的那一部分。实验结果既是我们的，也是自然的，因为在这个最终的分析中，我们的认知就是自然在特定物质组织方式中的某种觉醒了的自我表达。测量者的影子与被测量的世界在极深的某处合一，而我们所有关于实验的方法、规范与自我审省，都只是推迟在岸边等待这一合一被完整地思想的那一天。

第八章 阈限之年：发现与构想的交织

第一小节 从反常到危机

科学发现的标准叙事里总有一个决定性的瞬间：实验数据越过某个门槛，旧理论被证伪，新理论被确证，知识向前迈出不可逆的一步。然而真实的科学史中，反常从来不是一出现就被认作反常。它在相当长的时间里蛰伏在误差棒的末端，被当作测量瑕疵、统计涨落、或者某种稍加修正就能消化的边缘案例。反常必须累积到某种临界厚度，才能刺穿常规科学为它准备的解释缓冲区，从而转化为危机。

黑体辐射是这一过程最经典的案例之一。十九世纪末，物理学家已经相当精确地测量了热辐射在不同温度和波长下的能量分布。经典电磁学和统计力学给出两个互相矛盾的公式：维恩公式在短波区与实验吻合，瑞利-金斯公式在长波区适用，但后者在紫外波段预言了能量密度趋向无穷大，所谓的“紫外灾难”。紫外灾难在今天的教科书里被写成经典物理学天空上的那朵乌云，仿佛它一经被发现，就让整个理论大厦摇摇欲坠。实际情况则模糊得多。在1890年代到1900年之间，瑞利-金斯公式的紫外发散并未被所有物理学家视为理论的致命矛盾。许多研究者认为，这个发散只是意味着经典统计力学在黑体辐射问题上的某种技术性应用不当，是一个需要修补的细节，而非整个框架的根基错误。反常被解释掉了，或者更被解释暂缓了。普朗克本人在1900年提出量子假说时，也并没有意识到他正在摧毁经典物理。他只将此视为一个为了得出正确公式而引入的临时计算工具，期待有朝一日能在经典框架内被消除。

同样暧昧的过渡期围绕着另一个著名反常：水星近日点的进动。根据牛顿引力理论计算，水星近日点在每世纪应进动约5557角秒，其中绝大多数由其他行星的引力摄动所解释，但剩余一个约43角秒的差异无法被归入任何已知摄动。这一差异在1859年由勒威耶首次精确确认后，在长达半个多世纪的时间里始终处于一种既非被忽略、也非致命的状态。天文学家提出了各种修正方案：太阳略扁导致的引力场偏离、水星轨道内存在未被发现的行星（甚至被提前命名为“祝融星”）、引力定律本身在大距离上的微弱修正。最后一个方向，修正引力，在逻辑上离广义相对论最近，但很少有物理学家在1915年之前沿着这一方向严肃推进。反常始终悬挂在那里，每个天文学家都知道它，但没有人将其视为牛顿引力整个框架的危机。理论框架的弹性和人类的认知惯性共同将反常驯化为一个长期无解的“小麻烦”，直到爱因斯坦在广义相对论中以时空弯曲解释了这43角秒，旧案例才被回顾性地塑造成危机的证据。

这两个案例中隐藏着同一个模式，也即反常转化为危机的阈限条件。第一，反常必须稳定且显著，即在后续的独立测量中不被抹平反倒更加确凿。第二，反常必须被共同体公认为无法通过旧框架内的辅助假设消解。第二点的达成，通常需要有人在共同体中持续地、有说服力地论证旧框架的修复路线都已经穷尽。这需要时间，也需要理论天才。第三，这个理论天才还必须提供一个可行的新框架，在新框架中反常不再是反常，而是新理论的必然导出。危机不是自然直接发送给科学共同体的电信；它是被构造出来的一个解释学事件。危机必须有建筑师。

回到当代物理学。有许多反常至今悬置于同样的前危机状态中。μ子反常磁矩的偏差持续了二十余年。暗物质直接探测实验之间长期矛盾。某些B介子衰变在轻子味普适性上的偏离始终在3σ上下徘徊。它们中任一个，在未来可能成为新物理的突破点，也可能随着精度提高而消弭。我们无法在事前判断哪一个是“真的”反常、哪一个是统计或系统误差的戏弄。而共同体对它们的关注也是策略性的：你无法在每一件看起来奇怪的事上都押注整个领域的资源重构。在大多数反常被后续实验抹平的过往经验下，保守地等待更多数据，是理性的。但这种理性本身，也确保反常向危机的转化阈限保持在相当高的水准，高到某些真正的信号可能需要远超合理怀疑所需要的数据量才能被承认。危机，就像发现一样，既是自然的行为，也是人的行为。

第二小节 新范式的实验先驱

在库恩的经典论述中，新旧范式不可通约，范式转换如同格式塔转换，科学家在一夜之间看见了不同的世界。这一画面富有戏剧性，但在实验层面，它忽略了历史的真正复杂纹理：为新范式提供关键证据的实验，往往是在旧范式的概念框架内被设计和实施的。实验者本人常常并不理解、甚至不接受他们的数据最终被用于支持的理论。他们的实验在旧世界中孕育，却被新世界征用为奠基文本。他们是新范式的实验先驱，却从未进入新范式所应许的认知之地。

宇宙微波背景辐射的发现是这一复杂性的纪念碑。彭齐亚斯和威尔逊在1964年使用贝尔实验室的角锥天线时，他们从事的是射电天文学和卫星通信研究。他们的目标是校准天线的绝对增益、测量银河系射电辐射的精确谱形。弥漫于整个天空的约3.5 K的均匀微波背景，对于他们来说，本是一个需要排查和消除的系统噪声。他们清理了天线上的鸽子粪便，检查了所有可能的电气干扰，排除了大气和地球辐射的贡献。这个信号顽强地持续着。对于两个并非宇宙学家的射电物理学家，他们的认知框架中没有热大爆炸的概念，因而在发现之初完全不知道自己在观测什么。

在普林斯顿大学，迪克、皮布尔斯、罗尔和威尔金森正在建造一台专门设计来探测热大爆炸残余辐射的小型天线。他们的理论动机是明确的：伽莫夫、阿尔弗和赫尔曼在1940年代对大爆炸核合成的研究，预言了一个温度约几K的微波背景应该弥漫于宇宙各处。迪克小组想要验证这个预言。他们是新范式的自觉开拓者。但他们的仪器灵敏度远不如贝尔实验室的角锥天线。

当彭齐亚斯和威尔逊通过偶然的联系得知迪克小组的工作时，噪音频谱瞬间进行了格式塔转换：从仪器噪声变为宇宙学信号。这个转换是在两个群体的对话中发生的，而不是在数据被采集时就已经蕴含其中。彭齐亚斯和威尔逊可以恰当地被称为宇宙微波背景辐射的发现者，他们制造了第一个可靠探测到这一信号的仪器，并用实验者的严谨排除了所有他们能想到的非宇宙学噪声源。但他们的发现是在事后、由别人为他们补足了理论命名的那一刻才成其为“发现”的。旧范式中的实验工匠与新范式中的理论家共同产出了这一发现，而前者进入科学史时被贴上的标签是“发现者”，后者被称为“预言者”。这个整齐的标签掩盖了发现本身的认知模糊地带：彭齐亚斯和威尔逊的数据，在没有普林斯顿理论框架的情况下，究竟“是”什么？

类似的处境在迈克尔逊-莫雷实验的历史中展现得更为尖锐。迈克尔逊设计干涉仪时，他的目标是测量地球相对于光以太的运动速度。他完全在以太理论的框架内工作，对他来说，干涉条纹的零结果不是对以太假说的否定，而是实验在技术上的失败。他毕生拒绝将这一结果视为以太不存在的证据。在他的认知世界中，这个实验是一个没有结论的测量。直到爱因斯坦在1905年以狭义相对论重新解释了光速不变性，迈克尔逊的零结果才被共同体重构为相对论的实验基础。一个实验者至死都不接受新范式，而他一生的代表作被新范式征用为其最响亮的实验论据，这是先驱者最极端的命运版本。

同一命运在更近的时代重演在不同尺度上。20世纪70年代，鲁宾和福特在星系旋转曲线上发现了恒星绕星系中心的轨道速度并不随距离下降，这与牛顿引力在可见物质分布下的预言相矛盾。他们当时的解释是审慎的：可能存在未被探测到的暗物质。但他们对暗物质粒子物理本质没有任何理论投入。旋转曲线反常的测量者，并非冷暗物质范式的提出者。然而在今天，鲁宾的旋转曲线论文被当作暗物质存在的经典实验证据来引用。她的数据已经脱离了原初测量时的理论框架，嫁接到一个在她做出测量时还远未成熟的理论建构上。先驱者贡献了数据，但数据被诠释的意义是被后来者决定的。

这些案例对实验认识论有着深远的后果。它们揭示了一个实验结果的“意义”在历史中不是固定的，而是可以随着理论范式的更替而被重写。一个实验在发表时被理解为A（“以太风速上限的测量”），五十年后可能被重写为B（“狭义相对论的实验验证”），一百年后若某种新以太模型复兴，它又可能被再诠释为C。这当然不是在主张实验数据可以任人涂抹。无论解释怎么变，迈克尔逊的干涉条纹没有移动这个原始现象是不变的。但“没有移动”这个事实的物理意义，它意味着什么，它支持什么、反对什么，则完全由它被嵌入的理论叙事来决定。实验结果是一组经过仪器中介的现象与一个理论解释的结合体。改变解释，就改变了结果是什么结果的界定。极端地说，没有理论中立的实验结果；而理论在历史中是更迭的，因此实验结果的身份在历史中是可以变易的。

第三小节 精度的陷阱

精度是实验科学的骄傲。每一个额外的小数位都是一枚勋章，证明人类理性能够将自然约束到无可躲藏的角落。但精度也有其陷阱：在特定的历史时期，对主流理论的极高精度验证所累积的庞大确认数据，会在共同体中制造出一种厚重的认知钝感。一切看起来都已被完美地理解，新物理的门槛被推高到几乎不可驾驭的能量标度，实验物理学在精度的自我陶醉中可能丧失捕捉反常的敏锐。

这一陷阱在粒子物理学的黄金时代末期表现得最为生动。在1970年代到1990年代之间，标准模型的一个又一个预言被实验以不断提高的精度所证实。中性流的发现、W和Z玻色子的精确质量测量、电子和μ子反常磁矩的验证、三代轻子和夸克的确立、渐近自由在深度非弹散射中的定量检验、顶夸克质量的间接预言与直接发现的吻合，每一次新的精确测量都没有打开缺口，反而垒高院墙。标准模型在电弱能标附近的每一个参数都被以千分之一甚至更优的精度测定，且其结果与全局拟合浑然一体，毫无裂痕。

这种连续的确认，在认识论上完全合法且令人赞叹，却暗中塑造了一代物理学家的心理基底：对“新物理应该在下一个能标出现”的坚信，逐渐从理论推理沉降为一种近乎感觉的确信。这不是说物理学家忘记了标准模型必定是不完备的。没有人怀疑量子引力必然要求标准模型在普朗克能标之前被超越。但在实验可及的能量范围内，持续半个世纪的确认使得共同体的理论想象力逐渐内化了精确符合的标准模型图像。那些本来可能提示新物理的微小异常，如果它们不幸只处于三个标准偏差左右，被审慎地搁置了。而“审慎”的标准，不可避免地受到精确一致的历史经验的加重。当所有的迹象都指向“标准模型是对的”，那么要求一个异常达到比5σ更夸张的证据标准才被严肃对待，就成为一种自然却危险的集体心理倾向。

精度陷阱的另一面涉及实验的设计本身。在精确测量已成为主流研究纲领的领域，博士论文、博士后项目、基金申请的叙事逻辑都围绕着“将某参数的测量精度从X%提升到Y%”而组织。这是一个结构完整的科研生产链。每个环节都有明晰的可交付成果、可预见的发表产出、和低赌注的学术风险。相反，一种以探索完全未知为目的的实验，比如“我们不知道会发现什么，先看看数据再说”，在基金评审中难以给出明确的预期成果表述，在学术职业中难以量化为可评估的论文积累。精度的体制化，使得科学问问题的方向向已知之未知倾斜，而远离未知之未知。

精度陷阱的第三层次在当前宇宙学中正在上演。ΛCDM标准宇宙学模型以极其简洁的参数化形式，仅仅六个参数，近乎完美地拟合了从宇宙微波背景辐射的各向异性功率谱，到重子声学振荡尺度，到Ia型超新星哈勃图，到星系成团性和弱引力透镜的所有主要宇宙学观测。这种全局性的精确拟合，使得ΛCDM被正确地称为“标准模型”。但几个持续的低水平不一致，最著名的即哈勃常数的早期宇宙推导值与晚期宇宙直接测量值之间的所谓“哈勃张力”，在数十年来一直以2σ、3σ、4σ的幅度轻轻叩击着标准模型的大门。如果ΛCDM在过去没有取得这般辉煌的精确拟合记录，哈勃张力可能在更早的阶段就被视为需要新物理解释的严重反常。但恰恰因为ΛCDM在几乎其他所有地方都表现得如此优异，共同体对它的耐心远比对其他理论要深得多。精度的成就抬高了反常赢得注意力的门槛，而这一抬高的标准，至少在部分上是无意识地保护着被广泛喜爱的旧范式，而非严格依照证据强度的理性折算。

第四小节 失败的丰碑

科学史的公共叙事多数是关于成功的，正确的理论、被证实的预言、被发现的粒子。但在实验科学的真实肌理中，失败的数量远远超过成功。每一次失败的实验、每一个零结果、每一项被推翻的宣称，都在以自己的方式雕塑着当代物理学的景观。失败不是应该尽可能省略的尴尬篇章；失败是认知地形本身的一部分。它划定了可通行路径的边界，有时候这种否定性的雕塑比正面的发现更深刻地决定了领域的发展方向。

以太的寻找是实验物理学史上最宏伟的失败之一。从19世纪初杨氏和菲涅尔的光波动说确立之后，光以太作为一个承载光波的不可见介质，便成为物理学的基础设定。整个世纪的实验物理学和理论物理学都在以太的框架内运作。以太的性质被不断精密地推断：它必须是极稀薄的固体，必须渗透所有物质却又不对行星运动产生可感知的阻力，它的弹性模量必须极其特殊，所有这些性质都极其反常，但以太作为概念装置的必需性压倒了对其反常性质的审问。

迈克尔逊-莫雷实验之外，还有一整代极其精密的以太探测实验：特劳顿和诺布尔的电容器悬丝实验试图探测地球运动对电磁力的影响，米勒在威尔逊山上数十年持续报告非零的以太漂移（后来被判定为系统误差），肯尼迪和桑代克用不等臂干涉仪缩小了实验对以太风的依赖参数。所有这些实验最终汇集为一个巨大的否定性结果：光以太如果存在，必须具有如此矛盾的特征，以至于它在物理学上变得更像一个神的属性而非一个物质客体。

以太的失败不是徒劳的。它在物理学的土地上犁出一道深刻的沟壑。爱因斯坦在1905年的相对论论文中几乎没有引用以太实验，他的工作方法是从第一原理出发重新推导运动物体的电动力学，而非穷尽地解释所有零结果。但从历史距离回望，正是那个漫长的、由无数失败堆砌而成的否定性背景，准备了狭义相对论接受的土壤。当新理论登场时，它需要的不仅是逻辑自洽，还是一个疲惫的共同体，已经在旧框架中穷尽了所有可能的修补，将所有曾被设想过的以太模型逐一埋葬。以太实验的失败者们是狭义相对论必不可少的共同作者，只不过他们的署名方式是作为一整批被否定的选项。

质子衰变的搜寻提供了当代物理中失败结构类似的作用。20世纪70年代末到80年代，大统一理论的兴起预言质子应当不稳定，寿命约为10³¹年的数量级。为了探测这个极其漫长的寿命，实验物理学家建造了巨型地下水切连科夫探测器，其中一些后来演化为著名的超级神冈探测器。这些探测器在数十年的运行中没有观测到任何经得检验的质子衰变事例。随着灵敏度的不断提高，质子的寿命下限被推到了超过10³⁴年，直接排除了最简单的大统一模型（如最小SU(5)）。

这一宏大的失败安静地重塑了粒子物理学。那些被排除的最简单大统一模型，本来是用以建立粒子物理标准模型与早期宇宙之间耦合的关键桥梁。质子衰变的非观测没有否定统一本身的可能性，更复杂的统一模型仍然生存，但它逼使理论家面对一个不如原先设想的那种对称性那样优雅的自然。在某种程度上，质子衰变实验的大规模失败，将粒子理论从纯粹的对称性审美追求上驱离了一小步，迫使它面对一个在某些方面不如理想中优美的现实。

暗物质直接探测的持续零结果，可以说是当下物理学中最巨大也最昂贵的“失败的丰碑”。一代又一代探测器：DAMA、XENON、LUX、PandaX、SuperCDMS、LZ，每个都以超越前代的灵敏度寻找弱相互作用大质量粒子与普通物质的散射信号。除DAMA的长期争议信号之外，全部实验报告了零结果。排除曲线在参数空间图上向下压了一寸又一寸，最自然的WIMP暗物质参数空间已经几乎被全部覆盖。

这个巨大“不”的长期回响，已经开始对暗物质物理产生结构性的影响。曾经占据绝对主流地位二十余年的WIMP范式，因为屡次零结果而开始被更多的候选者所平衡。轴子探测正加速推进，原初黑洞的约束被重新审校，更奇特的暗物质模型，暗光子、第四代中微子、非粒子暗物质，开始获得从前被主流注意力所忽略的理论和实验关注。失败的积累正在逼迫领域拓宽眼界。这也许是失败作为认知雕塑家的最大价值：它不是给出正确的答案，而是通过一个一个排除看似合理的候选者，逼迫人类智力离开其舒适区，去向那尚未被思考的方向眺望。

失败的丰碑还有一层更微妙的含义：它们的存在提醒着我们，实验结果是共同体与自然之间反复博弈的产物。在单个实验的尺度上，零结果常常不被当作“结果”发表，或者仅仅被压缩为排除图中的一段曲线。但在数十年尺度的集体努力上，正是这些不被个人视为重大成就的否定，共同雕凿了理论的现今形态。今天的教科书中的标准模型和ΛCDM宇宙学，表面是一座理论建构的庙宇；但这座庙宇的墙内，埋葬着遍地的否定性实验尸骨，每一个都是一条被切断的、曾经看似可行的解释路径。科学知识不仅是“我们知道什么”的汇编，也是“我们已经知道什么不是真的”的无声沉积。从认识论的公正原则出发，失败者应该在知识的丰碑上享有一席之地，哪怕作为那些不被单独命名的沉默地基。

第五小节 认知阈限的动力学

将本章前面各小节的线索收束在一起，一个关于实验认知变迁的动态画面逐渐成形。它不是库恩范式转换的突然格式塔翻转，那种戏剧性的瞬间确实在某些时刻发生了，但它只是更大的、缓慢的认知生态变迁中的局部密集。在更长的时间尺度上，科学知识更像是漂移的大陆板块：反常从背景噪声中逐渐结晶为无法忽视的系统偏离，旧范式在反复失败的磨蚀下开始出现裂隙，新范式的实验先驱在旧框架内无意中积累着将被新框架继承的证据，精度在建立信心的同时在表象之下埋藏着钝化的陷阱，失败的否定性经验在无声地重新配置理论可能性的空间。所有这些过程同时进行、相互影响，没有任何单一时刻能够被干净地称作“发现”或“革命”。

认知阈限的动力学追问一个核心问题：什么时候，共同体集体地愿意把一堆信号从“误差”“噪声”“边缘反常”的范畴中提升出来，赋予它们“物理信号”的本体论地位？这不是一个纯统计学问题。我们已经看到，5σ只是一个被制度化了的阈限之一面。它主要防范统计涨落的误认。但在统计显著性达到5σ之前，由理论审美、实验资源的方便获取、学术权威的倾向、社会政治背景的推拉所共同构成的复合阈限，已经在筛除和遴选中运作良久。统计显著性达标是认知阈限跨越的最后一步，而非一步涵盖全程的结论。

认知阈限的复合性意味着，跨越阈限的过程永远不能被一种单一的、形式化的科学方法完全捕捉。它是历史的，因此是浸透着历史情境的不可还原的特殊性的。在另一个可能的世界里，暗物质可能早在20世纪90年代就被一个与DAMA/LIBRA相似的实验宣告发现，如果当时那个共同体的理论准备和数据解读文化与真实的历史略有不同。在另一个可能的世界里，希格斯粒子的发现可能被推迟十年，如果LHC的日程被不同的政治拨款周期所决定。我们生活的宇宙是所有这些可能历史中被实现的一个。实验结果的界分，什么是已确立的事实，什么还是待证的猜测，是这个历史的沉积，而不是自然的纯粹范畴。

即便如此，这并不意味着认知阈限是完全随机的或由权力单方面决定的。自然在阈限跨越中具有否决权。无论你有多么期待超对称粒子，无论你的整个学术生涯多么紧密地与它捆绑，如果在足够的数据累积后它仍然拒绝出现，排除曲线将不可逆地压迫理论空间。自然的否决权是迟缓的，有时会被认知偏见和各种社会因素延迟行使，但它最终会到场。阈限的动力学是自然、方法论、审美、体制、历史之间的一个复合场效应。每一项实验发现的宣告，都是一次在这个复合场中达成局部平衡的认知配置。这不是对科学客观性的侮辱，而恰恰是对科学客观性如何能够在人类认知条件下实现的更诚实的描述。

第九章 观察者的退场：迈向实验认识的新生

第一小节 从分立到嵌入

从第一章至此，我们贯穿追溯了一个核心主题：在实验科学的每一个环节上，认知主体，携带着理论、仪器、统计方法、共同体规范和审美信念，都以不可消除的方式参与在实验结果的生成中。这一主张如果被推到其逻辑的极处，似乎将引向一种不受欢迎的结局：如果实验数据无以避免地负载着我们的预期，那么我们怎么能信任实验能够真正挑战我们的预期？科学如何能够不是一场自说自话的循环？

这个担忧是合理的，但它根植于一个未加审视的隐喻：即认知者与被认知的世界是被一道绝对鸿沟分隔开的，真理只可能来自鸿沟那一侧的纯粹给予。如果这一隐喻被放弃，代之以另一种本体论的选，认知者是自然的一部分，认知是自然在特定物质组织中发生的一种活动，认知的产物是自然通过人类感官和智力所完成的自我显现，那么认知主体的介入就不再是污染真理的外来杂质，而是真理得以呈现的构成条件。这不是一种新的哲学观点，它是从量子力学解释、演化认识论和认知神经科学的复杂交汇中逐步生长出来的一种认知态度。

将实验者视为嵌入在自然之中而非分立在外，意味着重新理解“客观性”这个概念。客观性不再是无视者的无角度察看，那种“来自无处的视角”已经被多个哲学传统论证为不可能的幻想。客观性是在充分意识到自己的观察位置的局限和偏向之后，通过多角度交叉印证、系统误差评估、独立技术路线的比对，来逐步逼近共同的认知对象的稳健性质。客观性不是没有主体，而是众多主体在相互批判和相互校验中所形成的收敛。实验科学的伟大成就不在于它从认知者那里逃离，而在于它在认知者无法逃离的前提下，仍建立了一个能够自我纠偏的智慧系统。

这一从分立到嵌入的模型转换，对于解决本书横贯始终的追问，“实验结果是我们得出的还是想让我们得出的”，提供了一条可能的前进路径。这个追问本身假定了一种对立，即主动性、歪曲、偏见在“我们”这一侧，而纯粹的被动接受和客观事实在自然那一侧。但如果“我们”就是自然在进行自我实验的媒介，那么“得出”中既包含着自然的规律性在人类认知硬件上的执行，也包含着人类认知历史和文化在特定实验处境中的特定投射。实验结果既是自然对我们说的话，也是我们对自己说的话，而这两件事在最终的形而上层面并非两件事。

这个回答不是要抹去前几章中所有细致分析过的认知偏误和系统不确定性。把仪器摆对、把统计做对、把盲分析执行到位、把理论依赖性坦诚地报告，所有这些仍然是并且永远是实验科学不可打折的职业德性。但在这些操作规范被尽数满足之后，仍然会有一种不可归约的共构性存在：实验结果的形态，在它的最外层边界上，取决于人类认知器官的构造方式、人类数学工具的历史演进、人类共同体的社会结构。这不是实验科学的失败；这是实验科学的本体论条件。认识到这一条件，把客观性的理想重新建立在嵌入而非分立的基础上，或许可以让我们减少一些对实验方法的焦虑，也减少一些对实验结论的固执，因为我们知道，目前看到的一切，都是在当前认识地平线上被呈现的可理解世界。

第二小节 方法论的诚实

在嵌入式认知的框架下，科学美德中最重要的一种，或许被传统科学哲学低估了的一种，是方法论的诚实。它不是指不伪造数据、不篡改结果那种最基本的研究诚信（那应被称为基础完整性）。方法论的诚实指的是一种更主动、更要求自我反思的态度：在报告实验结果时，不仅报告最终的数值和不确定性，还要尽可能坦诚地叙述得出这一结果的过程中所经历的关键选择、那些在尝试中被放弃的分析路径、那些在选择条件时曾短暂出现又消失的信号苗头、那些在合作组内部引起争议却未被写入最终论文的方法论分歧。

当前实验论文的发表格式在结构上阻碍着这种方法论的诚实。一篇严格遵循标准 IMRaD 格式（导言、方法、结果、讨论）的论文，其方法部分叙述的是一种被回溯性地梳理至完美无瑕的分析程序，结果部分呈现的是一组高度浓缩的图表和显著性数值，讨论部分则将这些结果安置在现有理论的映射中。真实的认知过程，那漫长、曲折、充满怀疑和自我修正的摸索，在这种格式中没有位置。许多实验者在私下的研讨会上会坦率地说出那些被标准格式消音的困惑，但当他们驱动笔写论文时，却不得不遵循专业的叙事语法。职业科学写作的语法，到当前为止，始终在抑制对认知过程的不确定性的公开书写。

方法论的诚实要求我们拓展实验论文的文体边界。这不是说每一篇论文都应当变成一份巨细靡遗的实验室日志。但在照映到重大发现或异常信号的文章中，在发表线性的、梳理后的分析之外，应该制度性地配套发表一份“分析路径叙事”，一份经过整理的、叙述真实选择历史的辅助文档。它应该记录：哪些筛选方案被尝试过、各自的优缺点是什么；在开盲前后分别做了哪些检验；合作组在最终解读上有哪些未被完全解决的异见及其原因。这种叙事不需要像主体论文那样具有单一的确定性结论；它的目的是提供认知情境的透明性，使得未来的读者，包括未来的方法论研究者、科学史家和后续实验的设计者，能够看到这个发现诞生时所处的完整的认知生态。

推动方法论诚实的制度化，当然面临障碍。合作组担心暴露内部讨论会削弱结果的权威性；研究者担心坦陈不确定性会被竞争对手利用为攻击软肋；期刊没有为这种辅助叙事安排发表空间和评审标准。但这些障碍都建基于一个认识论上的保守假定：科学的权威性依赖于它给出确定、整齐、无争议的外表。如果这一假定本身是错的呢？如果长远的科学信任恰好不在于宣称比实际更确定，而在于展现结论在被认知条件限定的情况下得出的诚实的全过程呢？许多科学信任危机的根源，恰在于科学在公众面前呈现为一种绝对确定的神谕模式，而一旦发生修正（这本是科学的常态），就被误读为“科学错了”。方法论诚实所倡导的，是在展示确定结论的同时，也打开一扇窗口让非专业公众看见这一确定性是在什么条件下被制造的、它的边界在哪里。这可能比任何科学传播策略都更根本地回应公众对科学信任流失的忧虑。

第三小节 机器实验者时代的人类责任

在第七章中我们设想了机器实验者自主探索物理世界的近未来场景。如果这个场景部分地实现，它将给实验认识论带来迄今为止最深刻的一次转变。传统上，实验结果的“得出”是以人类认知主体为中心的。即便是最复杂的大型国际合作组，其认知决策最终仍然由各个层次的人的判断力所构成。机器作为仪器、算法和模拟工具，始终被理解为人类认知的延伸。但当算法开始自主地形成假设、设计实验和解释结果时，中心开始滑动。

应对这一转变的第一层责任是确保可解释性。机器实验者不应该对其人类操作者成为一个彻底的黑箱。在现阶段，这已经是一个被广泛讨论的课题：可解释人工智能（XAI）在科学中的应用。但在实验物理的语境下，可解释性不仅是技术问题，更是认知正义的问题：机器产出的发现，在什么程度上可以被人类科学家以他们拥有的理论语言所理解？如果机器发现了一个理论上完全未被预期的现象，而这个现象只能通过机器学到的复杂表征来描述，人类是否应该将这个发现纳入科学知识体系？以什么方式纳入？

我认为答案是肯定应该纳入，但纳的方式必须被重新发明。人类不能也不应该抗拒机器带来的认知扩展。但人类必须坚持要求，机器实验者的认知输出需要附带它所经过的认知路径的元数据，不是要求算法自身的复杂内部权重对人体可读，而是要求系统能够提供其结论的敏感性分析：它在训练数据的哪些特征上最敏感？如果输入假设作某种扰动，结论会如何变化？是否存在被系统高置信度排除的替代解释？这套元数据的功能不是让人类复现机器的完整推理（那在原则上可能不可能），而是让人类能够对机器的结论进行一种二阶的、元层次的方法论批判。

第二层责任关乎认知权力的分配。机器实验者如果停留在由极少数的经费巨头发放和控制的局面，那么物理学问题的优先序设定将前所未有地集中于技术寡头和少数顶级实验室的手中。一个自主探索型AI的实验平台，比任何传统探测器都更昂贵也更排他。防止实验物理学的认知权力失重式的集中，比它今天已经是的那种程度更严重，需要在治理结构上事前做出努力：国际协议、开放获取的数据与模型、公共计算资源的扩大、对发展中国家和边缘机构接入机器实验者使用权限的制度保障。这个问题通常被看作科学政策或科技政治学的事，但它同时也是认识论的事：如果未来的实验发现中机器扮演了枢纽角色，那么“谁”能够以第一人称立场说“我们得出了这个结果”就变成了一个带有权力含义的认识论资格问题。扩大“我们”的范围，是防止一个分裂的认识论世界，少数人能制造发现、多数人只能被动接收发现的权威，在机器实验者时代成为现实的必要行动。

第三层责任涉及科学目的的根本省思。如果机器实验者能够在假设空间中比人类快得多地搜索、发现人类从未设想过的新物理效应并被验证，那么人类实验物理学家的角色将发生什么变化？一种较悲观的看法是，人类将逐渐被边缘化为机器产出结果的保管者和传播者。我不认为这是必然的。机器实验者可以解放人类，让他们从繁重的优化、筛选和判别任务中脱身，转向更加需要哲学、历史感和整体视野的认知活动：对机器产出的海量发现进行二阶的整合和解释，提出新类型的根本问题，审省物理学作为人类自我理解活动的方向。这一角色的转换，意味着物理学的教育必须从纯技术训练开始兼容更宽广的人文和哲学养成。未来的物理学家可能不应该只是技术分析的专家，也需要是科学认识论、科学史和科学社会学的知情者，因为他们的工作越来越多地与这些领域的问题重叠。而这，恰是本书的写作在最深处理上寄望的那个远程的阅读位置。

第四小节 不确定性的伦理

在前面几节中，我们将方法论的诚实从德性层面推及制度层面的改进可能。在机器实验者的讨论中，我们将认知责任从个人拉到集体。现在，我们必须面对围绕实验认知的最外侧维度的那个被长期沉默包围的问题：不确定性的伦理。

每一个实验测量都伴随着误差棒。误差棒代表着实验者对其结果的确定性的量化谨慎。但误差棒本身不能覆盖实验者对社会、对政策、对历史的责任。当LIGO合作组宣称发现了引力波时，除了与理论黑洞并合一致外，还在论文中详细报告了探测的统计显著性、系统不确定性、以及探测效率的受限。这是方法论层面极其优秀的实践。但是，引力波的发现一旦被宣告，它就向物理学共同体和整个公众传递了一个巨大肯定的信息：广义相对论的这个终极预言被证实了，引力波天体物理学的新纪元开启了。这份宣告带来的不只是一种知识的添加，也是一种对未来资源分配的导航、对其他物理学分支的间接优先级影响、对下一代年轻学生专业选择的情感劝诱。实验结果的公共宣告，始终同时是一个知识行为、一个社会行为和一种在时间中流迁的对未来的干预。

不确定性的伦理要求，实验者在做出公共宣告时，不仅考虑宣告在自身领域内的统计和方法论恰当性，还要考虑它将如何在不同的受众层中被理解和使用。这不是要求实验者隐瞒或在公众面前夸大不确定性，恰恰相反，它要求实验者在向公众和跨领域决策者传达时，付予不确定性比在专业圈内更耐心、更丰富的解释。一根误差棒对于同行是可以一目了然的凝缩信息；对于非专业公众，它可能被完全忽略，也可能被误解为“这个结果很模糊不值得信任”。对公众有效传达不确定性而不摧毁他们对科学方法的信心，是当代实验科学尚未解决好的核心交流难题。

更深层的不确定性伦理涉及“可能的风险”。CERN在LHC启动前进行过安全性评审，包括我们讨论过的真空衰变风险和微黑洞风险。评审的结论，这些都是无风险的，是基于当前理论的稳定的推论。评审者的方法论是正确的：在当前最优知识的框架下，风险为零。但这并不完全等于“绝对没有风险”，它等于“在我们目前能够进行的风险空间中，没有可辨识的风险载体”。一个负责任的实验项目，必须承认在其知识框架之外存在未知的未知，而且当实验触及到前所未有的能量标度和物理条件时，由未知的未知引发的不可预期后果在原则上不能被概率化为零。实验者应该公开地、在事前而不是事后，讨论这种不可消除的残余不确定性，并邀请广泛的跨学科和公共参与的风险评估审议。这种透明，在历史上几乎没有被任何大型实验合作组付诸实践。粒子物理实验一直安全地运行着。但安全的历史不应成为不透明的先例。伦理的先进性不是靠一直安全的结果来追溯论证的。

最后，不确定性伦理还涉及实验者对自己认知框架的可错性的前摄性承认。实验者本人终其一生都在某种理论框架的笼罩下工作。当这些实验者老去，他们的框架可能被下一代科学家修正甚至推翻。实验者应该在宣告重要结论的同时，为这种未来修正的可能性预置空间，不是在出版物的规范免责声明中，而是在他们写作和言说的语调中。那种带有深沉的暂定性、向时间敞开着的科学宣告风格，比封闭的、绝对论断的风格更符合科学实际发展的历史，也更符合实验认知嵌入限定性条件下的诚实。语调不是修辞的外衣。语调是认知伦理的体表。

第五小节 重返测量者的影子

本书以“测量者的影子”这一意象开篇。在序章中我们看见，深夜的实验室里，研究生兴奋地截屏那条与理论预言完美吻合的曲线，没有注意到涨落已经在滤波算法中被作为噪声抹去。测量者的影子投在实验画面上，而他自己没有看见自己的影子。现在，经过漫长的穿行，我们可以回到这一意象，看见其中更丰富的内涵。

测量者的影子不可消除。这不是失败的宣判，而是认知的本体论条件。在每一次测量中，认知者的选择、仪器、理论、审美、共同体结构和历史情境都在场的边缘织就了一层不可剥离的薄膜。实验结果是自然在这层薄膜上显现的。薄膜的透明是可以被改进的，刻度更精细、盲分析更彻底、理论偏见被更自觉地反省、失败的记录被更尊重的保存，但薄膜本身不可能被撤销。当我们将测量者的影子视为污点去努力擦拭时，我们总是在追求一种不可能的“来自无处的视角”。而当我们完成这种追求所允许的最大程度的自我审省之后，影子仍然在那里。恰恰是这种剩余的、不可归约的影子，提示着实验认知的人类属性：实验是我们，这个由进化、历史、文化、语言和仪器所构成的智人群落，对自然的叩问。我们不能跳出我们自己的认知皮肤。我们只能学习在皮肤之内更加清醒地生存。

影子不只是一种限制。它也是一种生产力的条件。因为测量者带有理论、带有期望、带有审美，他才能够在无穷无尽的现象空间中选择一个方向钻探下去，直到碰触到自然的骨头。一个完全没有理论负荷的认知者，如果这种存在是可以想象的，面对一个没有预设仪器的纯粹现象流，将做不出任何实验，甚至将发现没有任何可辨认的、可记录的东西。理论负荷不是需要被清除的科学污染物，而是使科学能够开始的认知资金。从奥斯特看见磁针偏转到希格斯粒子被发现，每一个实验结果都是在一个特定的、历史的、因此带有人面印记的认知视野中变得可见的。影子不是黑暗，它是使我们能够看见我们自己的目光所投射的光源本身的证据。

这就将我们引致全书的最后一段叙事弧线。实验科学是我们这个物种最辉煌的集体认知创举之一。在它的近四百年历史中，它改造了我们对宇宙的理解，也改造了我们在地球上的生活方式。本书进行的全部审省，关于仪器预设、数据炼金术、理论的引力场、复现性的复杂纹理、模拟的本体论、共同体的认知影响、量子极限处实在与观测的共构，不是为了掘毁这一辉煌成就的根基，而是为了将它建立在一个更诚实的地基上。一种不掩饰自己的局限和无知的知识体系，比绝对确信的知识体系更加不容易在未来被摧毁，也更配得上自然本身那深不可测的广袤。

测量者的影子，终章而论，就是人类认知在场在物理世界中的不可磨灭的签名。在这道影子的衬底上，自然以我们可以理解的语言书写了它的回音。这些回音，我们叫它们实验结果。它们既是我们的，也是自然的。它们在测量的界面上，那道既是连接也是分隔的薄膜，被共同生成。看见这道影子，而不是继续忽视它，让科学家能够第一次更完整地理解他们所做的究竟是什么、他们得出的结果究竟是什么。这不会使实验物理失去任何实质，只会使它获得一项它久缺的认知上的自我知觉。

第十章 历史的地层：实验传统的沉积与断裂

第一小节 手艺的谱系

每一个实验物理学家都站在一个看不见的地层之上。这个地层不是由岩石或化石构成，而是由一代代前驱者的手艺沉积而成：如何焊接一根在超低温下也不泄漏的接头，如何判断示波器上的一个突起是信号还是电源波动，如何在数万次几乎相同的操作中维持住一种近乎仪式化的注意力。这些手艺很少进入发表的论文，更少进入教科书。它们通过师徒之间的口耳相传、身体示范和长时间的共处而传递。当一种手艺的承传谱系断裂，重新获得它所需要的时间常常比重新推导一个理论要长得多。

手艺的谱系在粒子物理学中有一个几乎神话般的例证：多丝正比室的诞生与扩散。1968年，法国物理学家乔治·夏帕克在CERN发明了多丝正比室，一种能够以极高精度定位带电粒子径迹的气体探测器。这一发明彻底改变了粒子探测的面貌，也为夏帕克赢得了1992年的诺贝尔物理学奖。但发明本身只是故事的起点。多丝正比室从夏帕克之手传递到整个国际粒子物理界，依赖的是一个辐射状的师徒网络。夏帕克在CERN的实验室成为来自全球的物理学家学习这项手艺的圣地。他们在那里停留数月到数年，不仅阅读夏帕克发表的论文（那些论文任何人都可以在图书馆找到），而且亲手在他的实验室里绕制阳极丝、调试气体混合比、学习辨认电信号中哪些是真实的粒子脉冲、哪些是电晕放电的假触发。这些在文字中无法充分传达的隐默知识，正是通过身体的在场和手艺的共同演练而传播的。

当这些学徒回到各自所属的机构，麻省理工学院、东京大学、莫斯科理论与实验物理研究所，他们带回去的不只是关于多丝正比室的知识，而是一整套与这种探测器相关的手艺文化。他们在自己的实验室里重复师傅的动作，再将这些动作教给他们自己的学生。不出几十年，一个跨越各大洲的手艺谱系便织成了粒子物理实验的全球面料。在这个谱系中，不同支脉开始发展出略有差异的手艺传统：有些组偏好较粗的阳极丝以获得更低的电阻，有些组使用略微不同的淬灭气体配比，有些组在读出电子学上发展出自己独特的门控技术。这些差异在论文中被归入“实验细节”一笔带过，但它们在实际的探测器性能上可能产生不可忽视的影响。而当一个手艺谱系因为退休、死亡或机构关闭而中断时，它所携带的那一整套关于“如何做”的微妙学问便随之湮灭。即便文献齐全，后来者从文字重建同样性能的探测器也往往需要重新探索，走许多弯路，这些弯路正是当年手艺传递过程中被平滑掉的隐性知识的痕迹。

手艺的谱系不仅仅在硬件上存在。分析数据的“手感”同样具有谱系传承的历史。20世纪70年代在斯坦福直线加速器中心（SLAC）发展出来的一整套关于深度非弹散射事件重建和筛选的方法，通过从SLAC到CERN再到费米实验室的研究者的移民，逐渐扩散成为全球粒子物理的标准分析风格。这种风格带有特定的认知偏好：偏好使用简单截断而非复杂多变量分析、偏好逐个检查少量金标准事例而非使用大数据统计方法、偏好在系统误差评估中采用保守的外推而非精细的贝叶斯边际化。这些偏好不是从理论原理中逻辑推导出来的，它们是一代人对他们的仪器所养成的特定信赖方式，并以谱系的方式传递。当一个合作组吸收来自不同谱系的成员时，不同的手艺传统会在内部产生碰撞，有时产出更稳健的方法综合，有时则被优势谱系所覆盖。

对科学知识社会学和认识论而言，手艺的谱系提醒我们，实验科学的“物质基底”并不是自然给定的、可以直接在任一实验室中以公式重建的清单。它是历史地、在地性地被生产和传承的。一门手艺在某些机构中可以连续传承三个世代，在另一些机构中可能只经过一代就因关键人物的离开而断绝。实验发现因此也带有谱系的印记：在谱系密集、传承良好的领域，仪器能够被不断优化至超过其原始设计的性能，从而打开新的认知窗口；在谱系中断或稀薄的地方，即使拥有相同的理论知识和硬件规格，也难以达到同等水平的实验成果。实验结果的质量不只是方法论的产物，也是手艺历史的沉积。

第二小节 代际的认识论传递

手艺的谱系是代际传递的具体通路。更广义地看，实验物理学的每一个代际之间都在发生着一种更庞大也更隐蔽的认识论传递：不只是传递知识与技能，更是传递整套关于什么是“值得研究的问题”、什么是“漂亮的结果”、什么是“稳健的方法”的标准。这一整套标准在多年的训练中被内化，以至于从业者不再意识到它们是曾被学来的。它们变成了被自然化了的科学本能，就像呼吸不需要被记得一样自然。

代际的认识论传递发生在许多媒介上。最明显的是研究生教材和经典论文。这些文本不仅是知识的载体，也构造了一个领域的历史叙事。粒子物理的标准教材几乎无一例外地将历史叙述为朝向标准模型的直线进步：从查德威克发现中子，到费米提出弱相互作用，到格拉肖、温伯格和萨拉姆的电弱统一，再到特霍夫特证明其可重整性，每一次都以被实验“证实”而结束。这个叙事本身就是一个强有力的认识论传递工具。它告诉进入领域的年轻研究者：标准模型是过去所有发现所必然导向的顶点，而你要做的工作就是在这个顶点的延长线上添砖加瓦。这种线性的、成功导向的历史叙事，使得对标准模型的深度挑战在认知上变得比以前更加困难。它不是不可能的，但它要求年轻研究者抵抗在他们被社会化过程中每时每刻都在吸收的那种对框架成功的成套叙事。

另一种更隐蔽的传递媒介是研讨会上提问的风格和面部表情。资深物理学家在一次内部报告结束后提出的问题，往往不在于问题文字的字面内容，而在于问题所携带的语调、所暗示的关切方向。一个异常数据点在被报告之后，第一个被提出的问题如果是“你检查了你的本底模型中该部分的系统不确定性吗”，这意味着一种审慎的不信任，鼓励报告者去寻找可能的传统解释。如果第一个问题是“这个异常在什么其他模型中可以被解释”，则暗示了更大的开放度。提问的方向，是一种代际的认知导航。年轻物理学家从这种公开的互动中学习到的，不是任何一本方法论文献中所写的统计推断规则，而是更底层的东西：在什么情境下可以表达兴奋，在什么情境下应该保持谨慎，面对什么类型的异常应该立即组织更多检验，而对什么类型的异常应该先“等一等、看它会不会自己消失”。这些“时机感”和“审慎感”构成了代际认识论传递中最难以被显性化的核心。

代际传递还涉及某种更宏大的东西：对物理学的目的的默契。在大规模加速器实验的时代，一大批物理学家被训练将物理学的进步等同于“在更高的能量标度上发现更基本的粒子”。这是1970年代到2010年代整整四十多年间粒子物理学的核心叙事。但这个叙事本身是一项历史的、代际的建构。在20世纪前半叶，实验物理学的目的曾被相当不同地理解，卢瑟福时代的核物理更多关切实物的结构、碰撞动力学和新元素的制造，宇宙线物理学家关切的是自然的加速器，宇宙线，中在极高能处发生的独特事件，早期量子光学实验者关切的是揭示量子世界的怪异行为而非寻找新粒子。当代实验物理学的目的观念，是被二战后的加速器大科学体制所锻造的，再通过代际传递被固化为“自然而然”。然而，当LHC的零结果开始将新物理推至更高能标、当加速器的成本冲破了单个国家甚至单个大陆的经济能力时，重新追问“物理学的目的是什么”已经从哲思变为迫切需要。这种追问必然涉及对代际传递下来的那套默会标准的挖掘、审省和可能的部分松解。这未尝不是最艰难的科学认识论工作，因为它要求一代人置疑他们被训练去珍惜为真的一切。

第三小节 仪器的遗存与时间的证词

在代际传递中，仪器占据着一个特殊的位置。仪器是物质性的存有，它比制造它的手艺人存活得更久。当实验者本人已经退场，他们的仪器仍然存在，被存储在实验室的地下室里，被拆卸为备用零件，被移交给博物馆，或者被完全遗忘在某些不再有人探访的库房架子上。这些仪器遗存构成了一种不同寻常的时间证词：它们是过去实验实践的物质看到，蕴含着已经被遗失或遗忘的设计智慧和手艺传统。

物理学史中有一类被忽视的工作，可以被称作仪器考古学：当一项曾经被放弃或长期搁置的实验技术被以今天的知识重新审视时，发现当年的仪器也许有能力探测到某种当时未被预期的现象。一个令人惊叹的实例来自中子电偶极矩的早期测量。20世纪50年代，史密斯、珀塞尔和拉姆齐在哈佛大学进行了一系列开创性的中子电偶极矩测量，所采用的基本技术，分离振荡磁场法，在原理上至今仍是中子电偶极矩实验的核心。他们的实验给出了一个与零兼容的结果，在当时被解释为对宇称和时间反演对称性在强相互作用层面上成立的支持。随着后来CP破坏在弱相互作用中被发现（1964年克罗宁和菲奇实验），以及量子色动力学θ真空的提出理论，物理学家认识到中子电偶极矩可以比当时认为的大得多，而早期的零结果恰好排除了某种理论上曾经合法、后来被否定了的参数空间区域。如果史密斯等人在50年代以略不同的方式校准了他们的磁场，或者以不同的磁体构型覆盖了某个特定的频率范围，会不会有一个在他们自己的理论框架中根本不会被识别为信号的异常被记录在旧数据中？这类事后的假设无法被验证。但它打开了一个引人思考的问题：老仪器的遗存，是否不仅承载着物理学家当时以为他们在探寻的问题，也承载着他们不知道自己其实已经部分触及了的现象？

当代的一个更具体的案例是韦伯的共振棒数据。韦伯在1969年至1970年间发表的引力波探测宣称，已经被学界公认为很可能不是真实的引力波。但在他十几年运行共振棒的过程中所记录的大量数据磁带，被长期保存在马里兰大学。在LIGO时代的引力波天体物理学已经相当成熟之后，也许有一天会有人重返这批数据，不是去重新寻找韦伯相信他看到了的引力波暴，而是去询问一个不同的问题：在韦伯的1660赫兹频窗内，是否存在某种未被理论预期的、非银河系起源的频域结构，比如某种未知的暗物质候选者的致密束缚态在穿过铝棒时产生的非引力耦合？没有已知的理论确实地建议这种效应会在1660赫兹存在。但这个设想的意义不在其具体内容，而在于它的形态：随着我们知识的增长，旧数据的潜在意义空间可能比采集它们时更大、而非更小。仪器遗存因此是实验认知史上的一种时间胶囊。当它们在当下被重新打开时，它们可以与新的理论框架发生交互，产生在原有认知条件下不可能出现的解读。这不是主张旧数据的价值等同于新数据，它们通常因为灵敏度和控制程度不如当代仪器而在许多方面被超越，但它们的价值在于它们是在一个被新理论重新问题化之后仍然可以被视为独一来源的物质证词。

仪器的遗存还以另一种方式提供着代际之间的认识论反馈。当新一代仪器在设计原理上基于前一代仪器时，前一代仪器的局限和偏误多少被继承和放大了吗？还是在设计迭代中被克服了？回答这个问题需要一种代际尺度的批判性历史意识。实验大科学的一个困难在于，仪器的世代周期，从设计、建造到运行再到退役，往往跨越二十年甚至更长，比单个科学家能投入其中职涯的专注期还久。到下一代仪器立项时，上一代仪器的全部设计知识和运行经验中的一相当部分已经随着人员的离开而被损耗。尽管多卷本的技术设计报告和合作组备忘录可以极详尽地记录仪器参数，但默会知识的损耗使得每一代新探测器在某种意义上都部分地重新发明着轮子。对仪器遗存的系统存档和研究，不限于硬件本身，还包括当时的设计备忘、调试日志、非正式的故障排除记录，或许应该被视为实验物理学的一个被低估的认识论资源库。它也许无法直接帮助产出新的发现，但它可以帮助后世理解，当前被认为理所当然的仪器性能水平是如何被历史地构造出来的，在构造过程中有过哪些未被采用的替代设计方案、未走完的探索路径。这种理解本身就是对实验认知的过去的一种必要的自我知识，也是对未来的认知路径保持更多可能性的必要储备。

第四小节 断裂：被遗忘的实验传统

实验史中不仅有沉积和传承，也有断裂。断裂意味着一个曾经相当成熟的手艺谱系或研究传统，由于某种原因萎缩乃至消亡，它所对应的一整套认知可能性也随之被封存。在某种程度上，被遗忘的实验传统所携带的认识论教训，比那些被连续传承的传统更为沉重，因为它们提示着科学发展的偶然性和路径依赖。当前主流的实验物理学并不是所有可能的实验物理学的必然优胜者，而是在历史选择性过程中被保留的一支。

一个鲜为人知的断裂发生在20世纪初的低能核反应实验传统中。在卢瑟福于1919年首次用α粒子轰击氮原子核实现人工核嬗变之后，欧洲和北美的许多实验室投入了这一新兴领域的探索。早期的低能核物理实验规模相对较小，仪器相对简陋，常常是自制的威姆赫斯特起电机、自绕的静电分析器、自制的闪烁屏暗室。到1930年代初，随着范德格拉夫起电机和劳伦斯回旋加速器的出现，这个领域迅速分化为两支。一支走上了追求更高能量、更大加速器、更集中化实验室的道路，最终演变为今日以CERN、费米实验室为代表的巨型加速器高能物理。另一支，继续使用小而精的低能加速器研究核结构的细节、低能核反应机制和核天体物理，虽然始终没有消失，却在长时期内被笼罩在追求更高能量的主流光环之下。

较少被追忆的是，在1930年代到1950年代之间，存在过一个以“精密低能核谱学”为核心的实验传统，特别是在欧洲的若干个实验室，海德堡、哥本哈根、苏黎世、剑桥。这些实验室发展出了一套极其精细的β谱学和γ谱学技术，用于检验核力理论、弱相互作用的细节和当时尚未被标准模型概括的核结构。这个传统在1960年代以后逐渐萎缩，原因有多重：高能物理在发现新粒子上的巨大成功挤压了低能核物理的人力资源；固态探测器逐步替代了传统谱学仪器，而仪器的更迭也改变了实验者与数据之间的感官关系，当你只能从闪烁屏上数闪光时，你与每个数据点之间有一种高强度的一对一亲身关系，而这种关系在多道分析器自动采集数据之后消退了；核结构理论的转变，尤其是壳模型和集体模型的兴起，将实验探索的侧重点从个别核素的细致谱学测量转向了对系统性趋势的全局拟合。低能核谱学传统断裂的遗存，是一整套极端精细的对个别原子核行为进行几乎手工劳作式测量的技艺的消逝。这门技艺在它的鼎盛期曾经产生过许多后来被整合入核物理标准知识的精确数据，但技艺本身，尤其是调教一台单透镜β谱仪所需的触觉直觉、对闪烁晶体生长缺陷进行视觉判读的经验，基本上已经不存在于当代的物理系研究生教育中。

更近的断裂发生于冷聚变实验在1989年的戏剧性登场与随后的迅速边缘化。弗莱施曼和庞斯宣布他们在电化学池中以钯阴极电解重水、实现了常温下的核聚变。这次宣称在新闻发布会上而不是通过同行评议被公布，立即导致了全球范围内的巨大争议。大量实验室试图复现，其中绝大多数报告了失败。在数年内，冷聚变被主流物理学共同体宣判为没有实验基础的妄想，整个研究主题从大多数研究机构的正式研究议程上消失。至今，冷聚变作为一个术语在粒子物理和核物理的主流话语中几乎无法被提及而不引起反感。

从一个较长的历史视角来看,冷聚变事件的教训超出了单个真假争议。断裂本身的结构引人深思。确然，弗莱施曼和庞斯在方法论和科学交流上是极为草率或不专业的。但冷聚变更核心的主张，在凝聚态环境中发生低能核反应，这一概念本身并非不可想象。在弗莱施曼-庞斯宣布之后的几十年里，在严格被边缘化的条件下，仍有少数实验室持续报告在钯-重水系统中观测到异常过量热量、氦-4产生和偶尔的中子发射。这些结果的实验控制程度和可复现性依旧未能达到足以说服主流共同体的水平，原因除了现象本身的困难之外，还有因为被边缘化而导致的资金和人才的匮乏，这是一个恶性循环：被边缘化致使无法进行足够高精度的实验以说服主流，无法说服主流又进一步加深了边缘化。无论冷聚变最终被证实还是证伪，它的案例揭示了一种认知断裂的社会动力学：当一个研究方向在主流共同体的集体判断中被划入“不严肃”范畴，它将失去所有正常科学的检验机制，优质同行的审视、多元独立团队的复现、方法的渐进改进，而被滞留在一个不再能被理性评估的无人地带。这也许是断裂最令人不安的教训：科学的自我纠错机制需要健康的复现生态和开放的批判渠道，而断裂将某些问题驱逐出了这一生态，使其被冻结在一个既不被确认也不被决定性地驳斥的半寂灭状态中。

第五小节 作为认知资源的历史意识

从以上各节的讨论中浮现出一个轮廓。实验科学不仅仅是一种与自然进行当下对话的方法集合，它还是一种世代延伸的认知时间体。每一个当前的实验结果，都是当前仪器的运作、当前理论的应用、当前方法的执行、和当前共同体的批判谈判的产物，这一切又都站立在历史的巨厚地层的肩膀上。实验结果的质量，在相当程度上取决于实验者在执行这些操作时，是否携带着对沉积在他们脚下的手艺谱系、代际预设、仪器遗存和历史断裂的清醒意识。

这种意识，可以被称为“实验的历史意识”，不是通常意义上的科学史兴趣。它不是业余爱好者翻阅旧论文和旧仪器的消遣。它是一种自觉的认知德行：在进行实验设计和数据解读时，能够质疑那些被认为“自然”和“显然”的方法论选择背后是否有未被审视的历史来源；能够意识到当前所使用的仪器方案只是诸多曾经被探索过的方案中留存下来的一支，而这个幸存本身是由于认知上的优越性还是由于某些历史偶因（某个关键人物转行、某项资金中断、某个技术路线被过早放弃）需要被审慎地分辨；能够在面对处于主流边缘的异常现象时，区分什么是已被方法论充分检验过的否定和什么是因历史断裂而尚未获得充分检验的悬置。

实验的历史意识对实验教育而言具有直接的意义。当前物理学的课程体系，尤其是实验方法的训练，几乎完全聚焦于当前最先进的技术和当前最优的方法。历史成分如果有，通常只是作为发现趣闻点缀在标准教科书章节的开篇或结尾。实验者很少在他们的正规训练中接触到对他们的仪器设计如何从早先仪器演进而来的详细谱系分析，很少读到过去实验的失败史，不是作为笑话，而是作为认知可能性的重要排除路径；很少讨论他们所在的领域在三十年前曾经主导、如今却被遗忘的问题群。将这一维度的教学引入实验物理学教育，或许可以帮助未来的实验者发展出一种更沉稳的认知自信：既不轻易被理论权威加诸当代标准的自然化所震慑，又对沉没在历史中的大量探索努力保持敬畏。知道路是如何走到今天这一步的，是慎重决定下一步往哪走的前置条件。

实验的历史意识对我们的中心追问，实验结果是我们得出的还是想让我们得出的，也具有收束性的意义。我们将这一问题放回到历史的地层中，就会看到，“我们”不只是一个共时的、当下的认知共同体。“我们”是纵贯数十代人的记忆、手艺、偏误、洞见和断裂的总和。任何一个实验结论，是这整个纵深在当下的一刻被实现的结果。其中既包含过去世代对实验结果形态的无意的塑造（通过遗留的理论预设和仪器设计路径），也包含当下世代在意识到这个纵深之后可以施加的自觉校正。我们不能跳出历史。但我们可以通过加深对历史的理解，来略微扩展我们在历史限定中的自由度。这是实验认识论所能为自己争取到的最诚实的进步。

第十一章 物质与隐喻：实验语言的暗层

第一小节 术语的隐性本体论

物理学实验报告的语言看起来是纯然技术性的。能量、动量、截面、亮度、显著性，这些术语在日常使用中似乎仅作为测量成果的中性标签而起作用。但语言从来不只是标签。每一次命名都在进行一种本体论暗示：它将一个被测量的东西定性为一个具有某种特定存在的类型的实体，将一段连续的实验经验切割为离散的可言说单元，并在这些单元之间建立起一种由语法所规定的关系。实验物理学家在撰写论文时很少省思他们所用术语的隐喻基底，但恰恰是这些未被省思的隐喻，在深层次上引导着他们的思维方向。

“粒子”本身就是一个满是隐喻的概念。在量子场论的严格表述中，粒子是相应量子场的激发态，不是经典意义上的微小弹丸。但实验物理学家对探测器的描述，“一个电子穿过了硅径迹探测器”，“两个光子在电磁量能器中沉积了能量”，无法避免地使用着类似宏观物体运动的语法。探测器被想象为一个空间区域，“粒子”像极小极小的子弹穿越其分层的物质。这种弹丸隐喻在日常实验实践中无害并且高效，但当物理学家试图思考某些前沿问题时，例如中微子振荡中味态与质量态的区分、或者量子纠缠中非定域关联的物理意义，弹丸隐喻就开始在概念上制造混乱。中微子从太阳到地球的飞行过程中，如果我们在弹丸隐喻中思考它，它必须处于某种确定的状态；但量子力学坚持它在味态和质量态之间没有经典对应。许多文献中对中微子振荡的描述来来回回在弹丸画面与波画面之间滑移，不是出于透明地运用了互补原理，而是出于未加反省的术语惯性。

再如“观测”这个被想当然使用的词汇。在粒子物理中，一个粒子的“被观测”通常意味着它在探测器中留下了足够长的径迹或足够大的能量沉积，使得它的四动量可以被重建。这意味着，中性粒子除非衰变为带电粒子，否则它们本身从未被直接“观测”。光子通过转换为正负电子对而被看见。中微子通过产生带电轻子被看见。夸克通过强子化为喷注被看见。甚至W和Z玻色子，它们的寿命短到无法在探测器中留下径迹，它们是通过衰变产物的不变质量峰而被“看见”。因此，每一次使用“观测”，在其底部都横跨着一条巨大的不可见之河：大量实在从未直接进入“观测”的语法覆盖范围，它们的“被观测”是通过长链的理论推理间接完成的。术语“观测”在字面上承续着目击的古典隐喻，而远在经典时代之前，物理学就已经不再能够用未经辅助的看与看见来表征其实践了。

术语的隐性本体论具有一种放大效应：不是一两个术语的偏误，而是一整套术语网络在共同构制着一个关于物理世界的轻率同意的图像。在这个图像中，自然被想象为由各分离的、具有明确标识的、在空间中移动的客体所构成，而实验就是对这些客体行踪的追踪记录。量子场论的本体论，场的本体，而粒子是其激发，并没有真正渗透进实验日常语言所构造的世界画面。实验物理学家可以在需要的时候用场论的语言重新诠释他们的结果，但在日常思考习惯中，他们仍然是弹丸世界的住民。这个间隙，在大多数日常研究中无碍于事，却在搜索真正溢出弹丸本体论的新现象时制造了一种结构性的盲区：如果现象本身以在场论中都没有经典对应物的方式显现，比如非粒子物理所预言的连续标度行为，或者全息场景中的强耦合行为，它可能很难被安置在目前这一套术语和想象所支配的实验提问和结果描述中。语言的惯性，无声地主宰着实验者的探索方向。

第二小节 图的统治

在实验物理学的日常交流中，图，尤其是费曼图，占据了远超一种计算辅助工具的地位。费曼图不只是一种微扰展开项的图形化表达。它已经变成了一种关于“物理上发生了什么”的普遍语言。实验物理学家在讨论会上画出费曼图，不仅是为了指出信号过程的主导阶，更是为了在直觉上锚定他们对“这个事例里实际发生了什么”的理解。一个事例包含两个入态胶子和两个出态顶夸克，物理学家脑海中浮现的不是抽象的S矩阵元，而是一幅次领头阶的费曼图：胶子融合，顶夸克对，可能有一个初态辐射的胶子以喷注形式出现在事例中。这幅图构成了他们对数据的预期。

图的统治具有深远但极少被注意的认识论后果。费曼图所描绘的过程是时间有序的、粒子身份明晰的、在时空点上定域的。但在量子场论的真实数学结构中，微扰展开的多阶项并不对应任何经典的时空序列。一个真实的散射过程是所有这些阶项相干叠加的结果。费曼图是计算这个叠加的每一项的方便符号，但它本身并不在本体论上代表真实发生于时空中的某种事件序列。然而，物理学家在直觉层面长年训练于费曼图，必然开始将图所暗示的粒子传播、顶角和衰变链误解为自然的实际戏剧。这种误解在大多数标准模型背景过程的分析中不造成问题，因为标准模型这些过程的截面和分布与领头阶费曼图的定性预期一致得非常好。但当物理学家开始搜寻完全超出费曼图直觉的现象时，例如在强耦合系统中没有类粒子激发的标度不变行为，或者量子引力中时空本身失去光滑流形结构的情况，他们的直觉工具箱变得薄瘠。这个工具箱中的所有工具都是在图的统治下锻造的，而图的统治在根本上假定了微扰展开适用和类粒子描述可行。

图的统治还有一种同样重要的社会学侧面。费曼图作为一种直观的图形语言，极大地降低了理论物理与实验物理之间的交流门槛。理论家画图，实验者看图并设计相应的筛选策略。这种交流的高效率，在过去的成功中强化了双方对这种语言的依赖。但交流的高效率也可能意味着交流的低分辨率：被费曼图语言所排斥的那些理论概念，那些在画面上无法被干净地画出孤立顶角的概念，实际上难以进入实验物理的问题觉知。理论家可能在数学形式上构造了某种非费曼图型的物理场景，但如果他们无法将这种场景转译为“信号区域中应该有多少事例、事例的哪种运动学特征会与标准模型本底不同”，实验分析者就不知道要在数据中看什么。图作为翻译层，既是桥梁也是滤网。被滤掉的，不只是太微小的效应，还有在现语言中根本不可被翻译的那些结构性差异。

因此，图的统治构成了一个自洽却自限的认知体制。在这个体制内部，物理学家可以在标准模型的框架内不断精进他们的测量和他们的理解，将费曼图的隐含本体论推至几近完美的表现。但他们不太容易察觉，图本身已为他们圈定了可发现之物的边界。实验物理学如果要突破这一边界，可能需要发展出与费曼图平权的新语言，或至少在方法论上意识到图语言的局限而有意识地引入互补的思维工具，即使在日常工作的大部分时候仍将图用作高效默认。

第三小节 数字的修辞

在实验论文中，数字享有至高的修辞权威。“测量值 = 125.38 ± 0.14 GeV”，“p = 3.0 × 10⁻⁷”，这些表达在读者心中造成的印象是冰冷、坚硬的客观。它们似乎没有给修辞留下任何空间。但数字在被选择、被处理和被呈现的方式上，处处浸透着修辞的选择。

首先，数字的呈现精度就是一种修辞。一个测量结果被报告到多少位有效数字，不是纯由统计误差决定的，它还受到理论不确定性和测量方法自我理解程度的限制。但在发表的压力下，作者倾向于在合理边界内尽可能多地给出有效位数，因为这传递出实验精密度极高、数据质量极优的信息。一篇论文如果将一个截面报告为“12.3 ± 1.7 pb”，这给人的感觉比“12 ± 2 pb”要精确和科学得多，虽然两个结果在统计上可能是等价的。额外的那一位有效数字就是一种修辞设备：它在无言地宣称“我们的实验控制精细到了可以对这一位进行有意义的区分”。

误差棒的选择同样满载着修辞策略。在粒子物理学的排除图中，通常会同时绘制期望排除线和观测排除线，以及它们各自的±1σ和±2σ误差带。这些带的宽度选择、颜色深浅、是否在视觉上显得“厚实”还是“纤薄”，都会极大地影响读者对排除力度的一瞥印象。有些论文选择仅绘制±1σ带，使得排除区域看起来比实际更干净利落；有些则绘制±2σ带以强调现存的不确定性。这些都是可以理解的修辞决定，但它们也都不是纯认知的，它们在影响着读者的感知，而感知又在影响着进一步的研究兴趣分配。

另一个被广泛使用的数字修辞工具是“显著性”。在粒子物理和宇宙学中，将测量的偏差报告为“与标准模型预言相比为3.2σ”，这一数字语法暗示了一个连续的置信等级，1σ很小，2σ令人关注，3σ是“迹象”，5σ是“发现”。报告一个3.8σ的结果，几乎一定会在论文的摘要或结论中被描述为“interesting hint（有趣的迹象）”或“intriguing excess（耐人寻味的超出）”。这些形容词本身是修辞。它们向共同体发出的信号，不是冷冰冰的“这个随机概率如此这般”，而是更接近于一种践行式的发言：“这是一个你们应该在会议上讨论、在后续分析中追踪的东西。”物理学家在读到这些惯用措辞时，已经熟练地解读出其中隐藏的共同体情绪调节功能，并不需要向自己解释这种解读。数字在这里已经与修辞融为一体，成为在科学社会空间中实施劝说和疏导的复杂工具。

数字的修辞最深层的一层影响涉及比较的框架。当一项实验结果被表述为“与标准模型预言在1.2σ内一致”时，我们听到的是“一致”，理论又被验证了。当同样的数据被表述为“与标准模型预言的偏差处于1.2σ”时，我们听到的是微弱的“偏差”。两种表述在数字上完全等价，但它们的修辞着力点完全相反。前者强化标准模型的有效性，后者则留下一个未来可能变成新物理的微弱抓痕。物理学家对措辞的选择通常是不自知的，他们遵循着领域传统中关于如何报告一致的约定，不意识到这约定本身就是理论保守性的文字化。在这些微末的修辞转折处，实验结果的方向性意义被悄悄地过继给了标准模型一边。

第四小节 叙事的弧线：从数据到故事

当一篇实验论文最终被写下来，它已经变成了一种叙事。它的导言铺陈问题的背景和理论动机，它的方法部分搭建舞台，它的结果部分上演戏剧，分布的图、逐次打开的盲分析窗，最终在某个不变质量区域出现那个超出，而它的讨论和结论则给戏剧一个归宿：新物理的启示，或标准模型的又一次胜利。论文从提出问题到给出回答，沿着一条平滑的、逻辑的、唯一如同注定如此的弧线航行。

但我们已经反复看到，这种叙事弧线不是实验认知过程的忠实反映。真实的实验分析充满了分叉、折回、被放弃的半成果和无意中意识到的错误。叙事弧线是事后编织的，将所有这些泥泞足迹罩进一条整齐的石板路。在亚原子物理学的出版体中，这种线性叙事已经成为一种不自觉的、内化到几乎无法被识别为可选择文风的自然格式。偏离这种格式的论文会被编辑和评审认为“不够清晰”或“结构混乱”。清晰在这里等同于线性的回溯性逻辑，而混乱则可能指那些保留了认知过程真实复杂性的笔法。

叙事的驯化不止于单篇论文。综述文章、教科书和科普写作将整条研究领域的演化也纳入相同的叙事弧线。粒子物理学从1940年代到现在的历史，通常被叙述为一种稳步前进：从π介子到奇异粒子，到共振态的排列，到夸克模型的提出，到J/ψ的发现，到第三代的发现，到W和Z的精确测量，到顶夸克和希格斯粒子的发现。在这条叙事弧线上，错误的启动、陷入僵局的研究计划、被遗忘的替代模型，全部被清扫到历史的地下室。由此产生的“官方历史”不只是对于过去的简化，它还潜在地支配着当前研究者对未来的想象。如果过去被叙述为只有一条稳步前进的唯一道路，那么未来也被暗自期望着沿着当前道路稳步前进。偏离这条道路的提议在论述上便背负着额外的举证负担，不仅要在技术上证明可行，还要在叙事上争夺一种对“何谓物理学进步”的异端定义权。

反叙事不是要放弃线性和清晰。在一定范围内，线性和清晰是交流的美德。但实验物理学家也许应该在某个时刻开始养成另一种阅读和写作习惯：将标准论文叙事弧线读作一种建构而非历史实录，在论文中搜索那些被平滑掉的非线性的痕迹，向自己的学生和合作者坦白的承认“我们最终看到的这幅整洁画面其实是怎样在多次试错中浮出来的”。这种坦白可以在私下发生，它在很多实验室的茶歇交谈中确实发生了。但是，只要它不进入公开的文本、不受公开的认识论批判的审视，它就只能是个人的内心清理，无法成为领域的制度化自我审省。将叙事的弧线稍微松弛，让少数几篇反思性的、叙述真实分析史的论文有发表的许可和获得承认的制度空间，也许会成为实验认识论在写作文化上的一次必要的微调。

第五小节 重塑实验写作的语言

在本章前述的各个小节中，我们反复碰到同一个结：实验语言，术语、图、数字、叙事弧线，并非中性的媒介，而是实验者认知结构的一部分。语言不是思想的外衣，语言是思想的物质形式。改变语言会改变思考的可能方式。重塑实验写作的语言，因此不仅是文风的装饰性改进，而是对实验认知本身的深层干预。

近年来在统计数据呈现领域，一些进步的倡导已经在部分学科生根。美国统计协会关于p值使用的声明（2016年）呼吁研究者不要以p值是否小于0.05作为二分判断的开关，而要报告效应量和不确定性区间。在粒子物理之外，一些心理学期刊已经开始要求报告全部分析的透明日志，将探索性分析与确认性分析的叙事区分开。这些是可贵的雏形。

但在物理学内部，对实验写作的批判性改善尚在极初步阶段。许多改进的可能方向值得被公共地探讨。一种方向是，实验论文应该在传统的数字章节之外，附设一个固定栏位，或许可称为“分析历史注记”，记录分析过程中关键的决策点及其依据。这个注记不需要为了美观而抹平矛盾。如果合作组内部在某个本底模型选择上存在合理分歧，这个分歧应该被记录在案。如果某个信号在较早阶段曾经达到过更高的显著性，而在最终校准后下降了，这个信息也应该被记录在案。当前，这类信息只能通过私下打探或将来科学史家的口述史采集而部分复原，而大多数就永久遗失了。

另一种方向涉及理论和实验的写作分工。在多数实验论文中，对理论动机的叙述极度精简，往往直接引用若干理论论文而无独立省察。这导致实验论文在理论上倾向于接受最多数引用的理论的合法性，而非对其提出独立判断。实验者，作为与自然在最具体层面上打交道的人，其实处于一个可贵的认知位置，能够注意到理论中的哪些部分受到经验约束最强、哪些部分几乎是纯粹的推测。他们的这种在地知识应该被更有自信地写入论文，使实验论文不仅是理论的验证器，更是理论的审问者。

再向深一层，实验写作的语言也可以容纳一种更丰富的哲学感性，不是要每篇论文都变成哲理论文，而是允许在导言或讨论部分，实验者以适度的、克制的篇幅反思自己分析的根本认识论局限。在发现希格斯粒子的历史性ATLAS和CMS论文中，讨论部分均用高度谨慎而节制的方式陈述了结果在标准模型框架内的稳健性，但几乎没有触及希格斯粒子发现的认识论意义，它意味着实验科学可以将理论预言的粒子确认到何种确定性水平，也意味着这一确认并未自动告诉我们关于电弱对称性破缺的更深机制的任何信息。未来实验者在写作类似划时代论文时，如果能够在专业约束内嵌入一小段关于他们自己实验结果的认知不完备性的坦诚省思，这将以最小的字数代价为文献增加巨大的人文与认识论厚度，也使得这些论文对于下一代物理学家不仅是一条科学信息，而且是一个认知教育的资源。

最终，重塑实验写作的语言，是要求实验者在写的过程中更清醒地意识到自己的措辞选择何以在被选择的。每一次将“偏差”改写为“一致”，每一次决定展示多少位有效数字，每一次在费曼图直觉中确信自己对事例拓扑的理解，在这些微末的语言行动中，实验者都在同时也成了一个作者。作者就有作者的担当：不是要否认自己书写时的修辞性和建构性，而是要承认它，并在承认中将建构保持在可被读者批判性审视的范围内。实验科学的写作语言，如果能从对绝对客观性的无意识模仿转向对自身建构性有所自觉的真诚表达，它将成为更强韧而非更脆弱的语言。强韧，因为它向批评和自我修正敞开；真诚，因为它不再假装那条光洁的叙事弧线是全部曾经发生的历史。这也许便是实验认识论的书写之路所指向的远方：一种在书写中就实践着自我审省的实验物理文体。

第十二章 边缘的视角：非主流实验传统的认识论价值

第一小节 被压抑的探问方式

每一部实验物理学的标准历史都是一部筛选史。它筛选出那些最终通向当代标准模型的实验线索，将之编排为一条目的论式的进步主线。在这条主线之外，大量曾经被认真对待的实验问题和实验方法被推入了历史的暗影。它们中的一些在当时被合理地放弃，因为理论上的矛盾或实验上的不可行。但另一些则并非因为内在缺陷而被抛弃，它们只是因为与最终胜出的范式不相容，或者在学术政治和资源分配中败给了竞争对手。这些被压抑的探问方式，构成了实验认识论的一类特殊资源：它们记录着被放弃的可能性，而这些可能性在今天的知识条件下重新审视，有可能揭示出主流传统中长期被忽略的认知盲点。

19世纪末到20世纪初的“精密计量传统”是一个显著的例子。在光谱学、量热学和电学标准领域，欧洲和北美的国家计量实验室发展出了一套以追求极小不确定度为核心的实验文化。这些实验者并不追求发现新粒子或新力，他们的目标是将自然常数的测量推进到前所未有的精度，并确保不同实验室之间数据可互相比对。这一传统的一个分支，迈克尔逊的精密干涉测量，在物理学史上因其与相对论的联系而被牢牢记忆。但同一传统的许多其他工作则被淡忘了。比如多姆在20世纪初对热功当量的测量，历经数十年、在极限精度下反复发现微小但无法归零的偏差，这些偏差在当时被归因于系统误差。后来非平衡态热力学的发展才揭示，其中一些“系统误差”实际上反映了热力学在远离平衡条件下的真实物理效应，只是当时的理论框架无法区分“误差”与“信号”。

更系统来说，被压抑的探问方式往往具有几项共同特征。第一，它们关注的是精度的极限和测量的稳定性，而非新实体的发现。这使它们在以“发现新基本粒子”为主要成就标志的20世纪物理学史叙事中天然地处于弱势。第二，它们倾向于信任长期、缓慢、孤立的实验室工作，而非大合作组短期冲击高调发现的模式，在后一种模式崛起后，前者在资源的获取上便不再具有竞争力。第三，它们所记录的偏差往往处于主流理论的解释舒适区之外，因此被合理的方法论审慎所搁置。但搁置，从历史的尺度上看，并不永远等于证伪。有些被搁置的偏差，在理论发生变动的未来可能被重新解读为早期信号。

问题在于，学科并没有为这种重新解读建立系统性的渠道。历史上大量的“中等反常”，既非无趣到可以完全忽略、又非显著到可以推翻范式的偏差，散落在古旧论文的表格和附注中，从未被集中整理和以新理论框架重新审视。这种缺失不是任何个体的过错，而是领域整体缺乏一种机制化的“反常考古学”。如果实验认识论要实现对自身过去的充分自我理解，这种考古学就需要被有意地培育：不是作为每一个在职物理学家都必须从事的日常工作，而是作为一个被承认的、小众但合法的专业分支，由少数具有历史和理论双重素养的研究者，系统性地回溯旧实验数据，用新的理论框架重新提问。从认识论角度来看，这种反向审视构成了对主流从理论到实验的单向验证链条的必要补充。

第二小节 桌面实验的认知德性

在大型加速器和空间望远镜主导当代基础物理学的时代，桌面实验，即那些可以在单个房间内由数个研究者独立搭建、调试和运行的实验，通常在资源和关注度上处于边缘。然而，桌面实验具有某些大科学仪器难以复制的认知德性，这些认知德性在认识论上提出了足以挑战大科学既有文化的深刻问题。

桌面实验的第一种认知德性是因果链的短程性。在一个桌面实验里，实验者可以亲手接触从源头到探测器的每一个组件，理解每一个电子学通道的响应特征，熟悉每一种噪声源的频率和波形。从自然中的原始现象到最终被写入论文的数据表，整个因果链的长度很短，中间环节极少。这种短程性使得实验者能够以第一人称知识的形式拥有对系统误差结构的深度把握，这不是从模拟和校准常数中推估出来的二手知识，而是通过亲手排查每一次异常波动、亲手替换每一个可疑组件而积累的身体化认知。在巨型探测器中，即使是最资深的实验物理学家，也只能以第一人称知识掌握整个仪器的极小一部分，对其余部分的信任依赖于集体的分工和程序化的质量监控。这并不是说巨型探测器的结果是不可靠的，它们以另一种方式（大规模独立检验、统计严谨性）建立了可靠性，但短程因果链所提供的可靠性具有一种不同的质地：它是可被单人心智完整遍历的。

桌面实验的第二种认知德性是机动性。如果一个桌面实验发现了一个意外的现象，某种不应该存在的信号、某种在理论预期之外的关联，实验者可以在极短时间内重新配置仪器来检验替代解释。改变磁场的方向、插入滤光片、调整激光的频率、更换样本，这些操作可以在数小时或数日内完成。对比之下，LHC的探测器一旦被安装并开始运行，其基本构型在数年内不能进行重大修改；全部运行参数的调整都需要经过庞大合作组内部漫长的评审和批准流程。桌面实验的短反馈循环极大地提升了探索未知的能力：当一个实验者不确定自己看见的是新物理还是假象时，他可以立即设计一个检验，而不需要在合作组会议上进行数轮的争辩。在当代大科学文化中，决策链的长度与实验发现稀有信号的灵敏度之间，存在着一种隐含的、可能未被充分认识的权衡。

桌面实验的第三种认知德性是可复现性的不同形态。我们前面讨论过大型实验复现性的复杂困境。桌面实验具有另一种意义上的复现性优势：因为它们成本低、建设周期短，同一类型的实验可以有多个完全独立的组在多个独立机构中同时进行，使用相似但不完全相同的仪器。如果某个组报告了一个异常信号，其他组可以在相对短的时间内独立搭建相似的装置、尝试复现或证伪。这与大型对撞机实验的“唯一性”形成对比。我们之前指出，对于任何能量前沿的发现，在可预见的未来只有一台机器能够产生这些粒子，真正的独立复现（使用不同对撞机和不同探测器）是不可能的。桌面实验没有这种唯一性限制。它们可以被独立复现多次，如果复现失败，原初结果的地位会快速下降；如果复现成功，信号的真实性在多独立验证下得到一种不同于大科学单机互验模式的强有力支撑。

这意味着，在探索那些可能在大型实验中因方法论褊狭而被遗漏的物理现象时，桌面实验应当被视作一种在认识论上具有独特、不可替代价值的补充模式，而不是一种过时的、等待被“真正科学”所取代的前现代遗物。这并不是要浪漫化桌面实验，它们当然也有其自身的局限，尤其是在统计量和能量范围方面远不能与大科学仪器相比。但认知德性的多元性意味着，优化的实验科学生态应该同时包含大科学和桌面实验两条路径，并允许后者有自己的发现问题、检验标准和发表渠道，而不是一切都以大型合作组方法论为唯一合法的标准。

第三小节 业余者与局外人的目光

科学史中，业余者和学科局外人对实验物理学做出决定性贡献的例子虽然相对稀少，但它们携带的认识论意义远超过其数量的占比。业余者不拥有该领域正统训练所赋予的全部理论和操作惯习，因而他们不受某些被内化为“显然”的预设的约束。他们的无知在某些情况下是一种认知弱势，在另一些情况下却可能成为看见主流训练使从业者视而不见之物的条件。

央斯基的故事我们已在噪声的小节中讲述过。他是一名无线电通信工程师，因对跨大西洋短波通信干扰的实用关切而建造了那架旋转天线。他的目标不是发现宇宙射电波，而是排除干扰通信的噪声。发现银河系射电辐射的条件之一，恰恰是他的职业目标使他能够对所有稳定的射电来源保持好奇，而当他辨认出那个以恒星日周期移动的微弱嘶嘶声时，没有“射电天文学”的学科常规来告诉他“这是需要被忽略的仪器本底”。学科边界的缺失，在这个案例中起到了正面的认知作用。

另一个案例来自安德森发现正电子。安德森在加州理工学院使用云室研究宇宙线时，正电子的径迹曾数次出现在他的照片中，但在早期的检查中被误认为是电子从相反方向穿过。1932年他在云室中加入一片铅板，观测到一个粒子穿过铅板后能量减小但弯曲方向与电子相反的清晰径迹，这证明该粒子带有正电荷，且质量与电子同量级。安德森随后发表了正电子的发现。他的训练背景是电子工程和X射线物理，而不是当时正在激烈讨论的狄拉克空穴理论。这使他在实验上认证正电子时，不带有对狄拉克理论真伪的强预设，他看见了一条无法用已知粒子解释的径迹，便将它视为一种新的粒子，而不是某个已知粒子在未完全掌握条件下的异常行为。当然，安德森本人后来熟知狄拉克理论并正确地将自己的发现与之关联。但我们仍然可以设想一种反事实情景：如果一个被狄拉克空穴理论训练出来的理论物理学家在安德森的位置，他是否会更快地将正电子径迹辨认出来，因为理论预期有这样一种粒子，还是更慢，因为他承负着对狄拉克理论当时仍存争议的谨慎态度？答案不得而知。但安德森的案例至少表明，对主流理论的不完全沉浸可以不影响、甚至在某些阶段不妨碍实验发现的完成。

业余者与局外人的认知贡献当然不应被浪漫化。对于每一项因为局外人不受局限而做出的突破，都有成百上千个局外人因为缺失关键的方法论训练而犯下基本错误、或发现了已经被充分证伪的“发现”。主流科学共同体有充分理由对新来者的声称持审慎态度。但在认识论上值得被记取的是，局外人的问题注入可以发挥一种类似随机突变的效能：大多数突变是有害的，但极小部分突变恰好打开了新的适应空间。这在科学的生态系统里意味着，为业余者和跨学科探索保留一条虽窄但可通行的沟通渠道，期刊的特定栏目、研究机构对交叉学科项目的少量资助、某些在正常评审机制以外运行的试探性交流平台，可能从长远来看对整个认知系统是具有正面外部性的。完全将业余者的话语排除在科学交流边界之外，固然减少了来自不专业打岔的噪声，但也可能因此压抑了偶尔会出现的、那种只有未沉浸于主流约定的人才能发出的探问。

第四小节 非西方实验传统的认识论资源

现代实验物理学在其制度形态和方法论约定上是近代欧洲的产物，这一点无可争辩。但在全球史的尺度上，对自然进行系统观察和干预实验的实践并不限于欧洲传统。伊斯兰世界的伊本·海赛姆在11世纪发展了基于暗室、透镜和反射镜的系统光学实验方法，他本人明确地将实验置于几何推理之上作为判定光学理论的仲裁者。中国11世纪沈括在《梦溪笔谈》中记录了磁针的偏角实验、声学共振实验和光学成像实验，其观察精度和实验控制的自觉度令人瞩目。朝鲜世宗大王时代由张英实建造的测雨器、水钟和天文观测仪器，组成了一个由宫廷官僚体系维持的系统化气象和天文实验网络，其数据记录的连续性在同期全球是无与伦比的。这些前现代非西方实验实践，由于未进入现代科学的核心谱系，通常仅被科学史界视为区域史或古物趣闻，几乎从未被实验物理学家认为与他们今天的实践具有相关。

拒绝对这些传统进行轻轻一瞥的理由是清楚的：它们确实不是现代粒子物理学或量子光学的先导，了解它们对一个当代实验物理学家的日常工作没有可操作性的帮助。但这一论点错过了认识论上的更深可能。非西方实验传统在某些方面可以在与西方实验传统的对比之下，作为“对比镜”服务于对后者隐含预设的审省。

例如，在前现代中国和朝鲜的宫廷天文-气象观测传统中，观测的核心目标是长期的、延续的记录，数据的价值在其跨越世纪的完整性，而非在一次决定性的实验中孤立地检验某个假说。观测者在数十年每日的雨量记录中，并没有期望着某一次的测量能“发现”什么，他们是在积累一种时间深度，这种深度本身构成了对气候模式的约束。这与现代实验物理的“单次决定性实验”文化构成对比。现代实验物理的核心方法是假设检验：通过一次（或几次）高显著性实验，判定某个假说被证伪或证实。长期记录在现代科学中当然也存在（如全球地震网络、气候监测），但它们通常不被视作与假说检验实验同等的知识生产者，它们被归入“监测”或“调查”，而后者在认知声誉上逊于“实验”。非西方传统的案例有助于我们看到，“实验”与“长期监测”之间那条在当代方法论意识中被锐化了的边界，并不是两种自然认知模式的必然区分，而是在特定历史路径下被塑形的权宜。如果当代物理学想要在与复杂系统、气候、生态系统等非线性对象的交叉处扩展它的方法论，从那些以连续性记录为认知核心的传统中汲取组织性和概念性的灵感，也许是有益而非无用的。

与此类似，在某些前现代传统中，实验的操作者并不试图从观察中排除自身的主观状态，反而将操作者的身心微调（呼吸的节律、注意力的凝摄）视为影响实验质量的重要因素。这在现代方法论看来是彻底反客观性的，实验者当然应该被尽可能地排除在实验系统之外。但量子基础中的观察者问题和当代认知神经科学关于注意力影响知觉加工的研究，在这种对比下却产生了共振：实验者的主体状态在某些实验极限处的可分离性并非显然。非西方传统将此作为核心直觉加以保护，而西方实验传统用数个世纪将其压抑。今天，随着科学在这些前沿遭遇观察者难题，我们或许更能够不以完全排他的态度看待这种被压抑的直觉，不是要以它替代现代方法论，而是让它成为一个有助于意识到现代方法论本身的特定性的镜子。

非西方实验传统作为认识论资源，并不是要向现代物理学提供可照搬的替代工具箱。它们的意义在于动摇那些被过于自然化了的关于“什么是实验”的默认定义。一旦我们认识到，支配今日大科学的一系列方法论约定，假设检验、盲分析、实验者排除，是历史形成的而非逻辑必然的，我们就更有能力在必要时修订这些约定以适应新类型的物理问题。非西方传统的价值不在其可直接取用的答案，而在其通过对比使现状不再显得唯一而自然化。

第五小节 病态科学阴影下的认知清醒

任何讨论实验认识论的边缘视角的工作，都不能回避“病态科学”这一概念所划出的严厉边界。病态科学一词由化学家朗缪尔在1953年的一次演讲中提出，用来描述一类实验者自认为做出了重大发现、但由于方法论缺陷而在统计上自欺欺人的研究类别。朗缪尔的经典例子包括N射线、米特根尼根射线、多水等等。这些案例的共同特征是：实验者报告了一个边际效应，效应的大小总是接近探测器的灵敏度极限；当独立实验未能复现时，原初实验者总能找到理由解释为何复现失败；效应在更严格的控制下始终不增强消退，却从不完全消失。

这一概念引入后，成为主流科学共同体维护认知边界的重要工具。将某个异常领域判定为病态科学，不仅是说它在经验上是错的，更是说它的方法论特征，特别是它的低统计显著性、依赖细微未控的系统效应、对独立复现的防御反应，使得它不再值得被当作正常科学假说进行资源投入。病态科学在做切割上是有效的。N射线确实是科学史上的一个骗局或自欺的典型案例，将其从正常科学中排除出去是完全正当的。

但从认识论的角度看，病态科学的概念也携带着自身使用中的危险。它的适用边界是模糊的。一个完全在后来被证实的重大发现，在其早期阶段可能呈现出病态科学文献中所列举的全部特征：效应接近探测器极限、复现困难、系统误差无法被完全标定、原初实验者对批评的防御性强。回到我们反复提及的案例：韦伯的引力波探测。在1969年到1975年之间，韦伯的表现与朗缪尔所列的病态科学特征高度吻合。他报告的效应极度接近共振棒的灵敏度极限。全球数十个其他组的复现尝试均告失败。他本人坚称独立实验的失败是由于他们的仪器制造工艺不达标。历史的裁决是韦伯错了。但他错在效应真的不存在，还是错在他的仪器灵敏度和统计方法不足以支持他所宣称的结论？如果韦伯拥有LIGO级别的灵敏度而做出了同样的宣称，他也许就不是病态科学者而是引力波天文学的预言者了。

这说明，病态科学这个标签有时不仅仅是对效应真伪的判定，也包含着对方法论稳健程度的社会评价，而这种评价，在效应的真伪本身还不可知的早期阶段，常常是依据主流理论框架的兼容性来做出的。一个在理论友好方向的边际信号，会比一个在理论上被禁止的方向的同样尺度的边际信号，较少被标记为病态科学的嫌疑。这不是在苛责使用病态科学概念的前人，任何理智的共同体都需要某种标准来限制噪声探索对正常科学资源的吞占。但从认识论上看，我们需要坦率承认，病态科学与被接受的科学之间的界线，在某些历史时刻并不是纯经验判别的，而是共同体在理论垄断、资源稀缺和认知风险下所作出的一个充满价值判断的切割。

意识到这一点具有当下意义。在当前的实验物理学中，某些方向，冷聚变、某些类型的常温超导宣称、部分超出标准模型的非常规宇宙学，已经被绝大多数主流物理学家归入病态或濒病态科学范畴。在多数情况下，这种归类是正确的，或者至少是合比例的。但只要我们不忘记病态科学边界的理论依赖性和历史变动性，我们就能够维持一种审慎的二阶认知：我们现在将某个领域划为病态科学，是基于我们当前最好的理论和当前最好的方法去评估的。如果未来的理论和未来的方法发生了变化，某些今天被划为病态科学的边际现象，有可能会被回顾性地重新解读为被过早放弃的反常信号。这一可能性并不应该让我们在当前就平等地对待所有宣称，资源有限决定了无法这样做。但它应该让我们在驱离边缘探问方式的时候，在手边保留一笔极小的、没有太大期待却能旁观其后续发展的注意力余量。科学史不时以这样的余量跳出后来的丰硕果实。央斯基的嘶嘶声是本底噪声。彭齐亚斯和威尔逊的微波背景也是本底噪声。在它们被辨认出来成为信号之前，它们曾在各自的时代中作为噪声的形态被静默地记录在仪器的输出端。

第十三章 实验知识的伦理与政治

第一小节 知识生产的公正地理

实验物理学的知识在被生产的那一刻，便嵌入了一个不平等的地理结构中。建造能量前沿加速器的能力集中在北美、欧洲和后来的东亚少数国家。拥有同步辐射光源、中子散裂源、超高磁场实验室等大型实验设施的机构，绝大多数位于富裕国家或地区。这种集中的后果是：能够以第一手方式接触实验物理前沿数据的研究者，在地理分布上极其不均。这不只是机会分配上的公平问题，它是一个认识论问题。

当实验数据只在一小部分地理区域中被生产时，关于这些数据被如何解释、什么分布特征被看作重要、什么系统误差被优先关注，这些认知决策都受到当地研究文化、当地理论偏好和当地学术网络结构的强烈影响。我们在第六章中讨论过的名望重力场在地理尺度上同样有效:由一个发展中国家的不知名小组所发现的一个边际反常，会遭受比由一个CERN或费米实验室内部团队所发现的相同尺度的反常更严苛的审查。这不仅是因为后者更能被信任制造了更高质量的数据（这在一定限度内是合理的），也是因为后者更靠近那些有能力赋予反常以为理论重要性解释的中心。地理的不平等转化成了认知的不平等。

跨国大型合作组在国际性上部分缓和了这一不平等。ATLAS和CMS的成员名单中包括数百所机构，遍布全球各大洲。来自发展中国家的研究生和博士后可以前往CERN进行数据分析工作，可以在合作组内部呈交分析结果并获得评审。但在这些合作组中，议程设置和资源控制仍然集中在少数拥有雄厚相关基础设施和资深人才的机构手中。一个来自资源贫乏机构的年轻科学家虽然可以在合作组内遵循既定分析程序进行有价值的日常工作，但他或她极难发起一个全新的、需要特定硬件升级或计算资源大量倾斜的实验方向。认知行动的主动权的分布，仍然是中心-边缘结构的。

在引力物理和射电天文学等领域，另一种地理分布不均已在一定限度内被应对。南非的MeerKAT阵列、澳大利亚的ASKAP、中国的FAST，放置在非传统天文强国的设备在一定程度上改变了全球射电天文学的知识生产地理，使这些国家的科学家能够在自己的领土上获取世界级数据，从而提升他们在解读数据和发展理论上的主动权。这是一个可以被物理学的其他分支所注意的模式。但它不是无代价可复制的:大科学设备的地理扩散需要巨大的、持续的经济投入和政治承诺，不是单纯在方法论上倡导“去中心化”就能实现的。实验知识的公正地理因此也是一个在资源、政治和认识论多边界上需要被协同讨论的复杂问题，不应被简化为廉价的道德呼吁。但至少，认识论工作者可以指出当前地理不公在什么方面和对什么类型的知识构成了系统性的萎缩，并将这种萎缩作为一个需要被承认和逐步缓解的认知损失来处理。

第二小节 实验公共性的危机与重建

实验物理在20世纪下半叶逐渐发展出一套十分有效的内部公众性，同行评议期刊、预印本服务器、广泛的国际会议和合作组内部备忘录系统。在专业共同体内部，实验结果的传播和批判是相对迅速和彻底的。但在这个内部公共性运作良好的同时，一种外部公共性的危机在数十年中持续酝酿:实验物理越来越与社会公众的认知脱节。

这种脱节部分导源于技术语言的难以通译。粒子物理和宇宙学中的实验发现，被宣布为“在5σ显著性上发现了希格斯粒子”，这对非专业的公众来说在理解上毫无意义。科学新闻将其转译为可读的隐喻，说希格斯粒子是“上帝粒子”、是“赋予万物质量的粒子”，这些隐喻虽然增加了可读性，却也系统性地扭曲了实际发现的物理意义和确定性边界。一场2012年全世界的头条都写着“物理学家发现了上帝粒子”，但极少有受众能够从这头条中得知:“我们发现了某一能量处存在一个自旋为零、宇称为正的中性共振态，其与第三和第三代费米子及规范玻色子的耦合强度目前测量的与标准模型预期一致的约束内，但其更深层的本性，是基本标量还是复合束缚态、是否存在多个希格斯二重态，仍然未知。”这不是记者的失败。这是因为将现代实验物理学的认知输出转换成公共日常理解所需要的翻译工作，其复杂性和篇幅远远超出任何快消式科学新闻的承载能力。

这一困境导致了两种不受欢迎的社会效果。其一，公众仰赖过于简化的隐喻来形成对实验科学的期待，当发现结果与隐喻的承诺不符时，公众的反应往往是在过度兴奋与失望之间摆荡。其二，实验物理的合作组和机构在面对公共沟通的困难时，倾向于只发布高度包装的简化结论，而不投入同样精力去说明这些结论的边界和它们不过是临时性知识的事实。这在公众心中逐步树立了科学作为一个发布绝对权威公告的制度的形象，而不是一个在谦逊和自我修正中渐进认识自然的集体努力。当公众的科学认知建立在神话之上时，一旦神话在某次修正中崩裂，如某个曾被认为是5σ发现的结果后来被判定为系统误差，信任的损害比它本来应有的要严重得多。

实验公共性的重建需要的不是更多精良的科普读物，这些读物已经存在且其中相当一部分质量很高。它需要的是一种制度化的认识论透明度。这份透明度应当向非专业公众拉开实验认知过程中某些关键环节的帷幕：盲分析的逻辑是什么、为什么统计显著的信号偶尔仍会被后续数据证伪、系统不确定性和统计不确定性有什么区别、以及最重要的，科学结论是一种在不同确定性等级上被持有的临时主张，而不是“已被证明为真”的完成态。这种透明度的障碍并不全在于公众没有能力理解认知上的细微之处，更在于实验机构不习惯于将认知过程的不确定性和暂定性作为一个公共沟通的正面主题而非需要掩盖的尴尬。重建信任的路径不是让实验知识装出比它实际上更确定的样子，而是让公众开始熟悉实验知识本来的、充满细微纹理的面貌，即使这意味着他们最初会感到不适应。

第三小节 实验在应用与基础之间的认识论张力

实验物理的绝大多数公共资金来自对基础研究的拨款，而公众和拨款机构提供这些资金的理由几乎是双重的：基础物理被赋予探索自然最基本构成的智识使命；另它被期望在长期内产生技术溢出效应，超导磁铁、精密激光、大数据处理、辐射成像等。这两种理由的共存是历史事实，但它们形成了两种不同的、有时互相干扰的认知方向。

当实验物理学家在撰写基金申请书或面对媒体时，这两种理由常常被策略性地混合使用。基础研究的纯粹智识动机被用来激励年轻研究者，而应用溢出的承诺则被用来在政府和工业界面前论证资金的正当性。这种修辞上的双重使用在个案层面无可厚非，但在长期内可能导致一种认识论上的分裂：实验者自己不再清楚他们选择某个研究问题是因为它的基础认知价值、还是因为它的技术外溢潜力、抑或是两者的一种已经无法拆解的混合。而这种不清晰，会逐渐扭曲问题谱系。那些没有显著短期技术外溢、但在基础上极其根本的实验方向，例如检验量子力学基础的某些实验，或者寻找非粒子物理的迹象，在申请大型资金时，相对于那些与材料科学、量子计算或医学成像有直接联系的方向，处于一种结构性的修辞劣势中。这不是因为在智识上它们被评价为次要，而是因为它们在争取公共资金时必须依赖更单薄的论证资源。

这里并无简单的解决。应用与基础的张力是实验科学无法也不应该消除的长期共生结构。需要的是认识论上的坦诚：在内部问题选择时，实验物理学共同体应当定期审问自己，当前的研究投资组合是否过度偏向了那些在应用论证上更容易“销售”的方向，而忽略了一些在认知上同样重要但外溢预期较不明确的方向。这需要一种审慎的自我批判机制，也许可以以每若干年一次的系统性独立评估形式进行，来确保短期的可论证性不逐渐挤走那些在认识论上具有更大不确定回报、但可能在长尺度上更具颠覆性的问题。这种机制目前在实验物理的规划文化中并不存在。通常，路线图是由该领域内部最资深的现役研究者撰写的，而这些研究者不可避免地倾向于维护他们毕生在其中工作的范式，并强调该范式的未完成延伸。外部的、具有认识论独立性的审视，如果被适当地设计，或许可以提供一种温和的矫正。

第四小节 面对错误的伦理

在前面的章节中我们讨论了统计涨落的戏弄、系统误差的遮蔽、同行评议的保守性。这些都指向同一个实际不能回避的问题：实验物理学家如何面对和纠正已发表的错误？

不可回避的现实是，每过一段时间，一个曾被以高显著性宣称的发现或迹象，会随着更多数据的到来而被判定为统计涨落或未被充分控制的系统误差。OPERA实验2011年的超光速中微子是近代最著名的案例。另一个较近的案例是2016年LHC在750 GeV处的双光子超出，在2015年底曾引发了理论界发表超过五百篇论文，而2016年更多数据确认它不过是一次统计涨落。这些案例在物理学内部的叙事中通常被处理为成功的自纠，科学方法起作用了，错误被纠正了。从这个角度看，没有错。

但如果将问题拉得更近进行检视，超光速中微子和750 GeV事件都不是纯粹的科学内在自纠的胜利。超光速中微子事件中，OPERA合作组在发表他们的预印本之前，已经进行了数月的内部检验，未能找到导致比光速快的结果的系统误差。当他们最终决定将结果公布时，他们的表述极其谨慎，呼吁独立实验进行验证。这本身是负责任的。结果发表后，全球多个实验组迅速行动，在数周到数月内提供了初步的独立检验结果，而OPERA合作组则在内部继续紧张排查，最终发现光缆连接松动导致的时间延迟，正是这个系统效应模拟了一个与超光速一致的假信号。尽管全过程以公正视角来看是方法论谨慎和自纠的成功，但在事件发生的最初数周里，全球媒体已经将超光速中微子作为可能颠覆相对论的“发现”来报道，OPERA合作组的发言人承受了来自同行、媒体和公众同时施加的、在有些时刻极不舒适的审视压力。

在关于错误纠正的认识论伦理上，存在一种未被充分讨论的双重标准。当一个重大发现被宣布时，宣布者享受专业内的声望和有时的公共荣誉。如果该发现后来被更精确的数据所撤回或修正，撤回很少以等量的公共可见度进行。一个被修正或证伪的发现，通常在专业文献中以简短的“更新”“勘误”或后续排除论文出现，而不会获得原初发现所获得的那等量的媒体关注。这不仅造成了公众印象中的一种偏倚，他们记得发现，但不记得修回，还可能在物理学共同体内部产生一种微妙的声音机制：冒险宣布早期发现的收益（在论文被引用、职业可见度方面）与后来可能被证伪的代价，并不完全对称。我们没有理由认为这一不对称已经有意识地鼓励了草率的宣布。但它的存在，值得在领域的认识论自我治理中被提名为一个需要审慎对待的稳态偏误。

更深层，面对错误的伦理还涉及对“错误”的定义本身。在严格意义上，被后续更高精度数据降低统计显著性的早期边际信号，并不算被证伪的“错误”，它们是有限数据量下统计波动加上理论期望共同制造的暂时幻象。但这恰好揭示，科学错误在实验前沿通常不是黑白二分，而是在不同程度的确定性边界上发生的一次再分类，曾经被暂时标为信号，现在被重新标为本底。如果我们能推动一种公开的文化，在这种文化中，早期的边际信号不被称为“发现”而是用严格的暂定性语言加以限定，且后续的降低显著性也不被称为“纠错”而称为“认知状态的更新”，我们也许能在集体心理上减少一些对“错误”的羞耻感，从而增加一些坦率分享认知不确定性的意愿。这不是词的改变，而是一种关于知识是怎么持有的整个底层隐喻的搬迁：从知识作为“被占有的真理”搬迁到知识作为“在有限证据下被负责任地持有的信念”，后者内在地、结构性地欢迎修正而不将其视为失败。

第五小节 为未来留白：实验认知的代际正义

实验物理学的前沿长期由巨量经费、漫长建造周期和代际时间尺度所界定。LHC从概念提出到首次运行历时约三十年。下一代环形对撞机（FCC或类似项目）如果被批准，其建设周期可能跨越2040年代到2070年代甚至更久。这些时间尺度意味着，现在坐在规划委员会中的资深物理学家，将为在他们职业生涯结束之后才可能产生数据的实验来决定资源配置方向。今天做出的决策将塑造三十年后才有实验产出的物理问题谱系，届时，今天做决策的物理学家中的绝大多数将已退休或去世，而届时年轻的研究者必须接手执行并承受这些决策的认知后果。

这是一种极端形式的跨代际决策，提出了在其他认识论讨论中极少被认真对待的问题：代际正义。未来的物理学家是否有与今天的物理学家不同的认知权利？如果有，今天的规划过程应当怎样为未来的物理学家保留重新选择问题方向的足够余地？

答案远非显然。大科学实验的长期性内在地要求现在一代为将来一代做出某种程度的承诺。你不能每五年就取消一次对撞机项目再重新开始，大仪器的财政和工程逻辑要求长程的稳定。另今天的规划不可避免地深受今天理论偏好的影响。如果我们站在1970年代规划当时下一代对撞机，当时的物理学家大概率会将它聚焦于寻找超对称粒子，而2010年代后的零结果可能使这样的仪器有一部分能力不再被未来使用者认为是最高优先级的。今天的未来环形对撞机规划，也必须面对在它开始运行的年代，理论偏好与今天完全不同的可能。

面对这种代际认知不对称，仅有的伦理回应是留白。在设计下一代大实验仪器时，不将它的全部测量能力绑定在当前特定的理论模型上，而保留尽量多的灵活度，以便未来的物理学家能够使用它去追问我们今天尚未想到的问题。这在探测器的具体技术语境中意味着：触发系统尽可能设计为可重新编程的、数据获取链尽可能不固化为针对特定事例拓扑而不可改变、数据保存策略使得未来用不同筛选条件重新处理原始数据成为可能。

留白的更进一步要求，是对数据本身作为一种代际认知资源的尊重。LHC产生了巨量数据，其中一大部分在触发阶段被实时丢弃，被丢弃的数据对当前提问来说是噪声，但对未来提问来说未必。随着机器学习异常检测方法的进步，甚至一度被认为不可能有任何发现的低横动量多喷注事例也开始被重新审视。因此，为未来保留尽可能多的原始数据，包括那些目前被认为不包含任何有趣物理的数据样本，并不是对存储空间的浪费，而是一种代际认识论责任。今天的噪声也许是明天的信号，我们在前面几章中见过的每个案例都说出这句话。为未来留白，不仅是一个慷慨的姿态，也是面对长期实验认知的不确定性的审慎伦理。那些在数据筛选的每一个阶段被筛去的字节，也许不会有人再访问；但在未被访问的可能性中，它们保存着未来一代物理学家以我们今天无法预见的理论去重新测量自然的微弱的、不可恢复的机会。在不可逆丢弃面前，留白便是一种向着无知的智慧的致意。

第十四章 教学实验室中的认识论：培养觉察的测量者

第一小节 标准实验教学的隐性课程

本科生物理实验课程的目标写在每一份教学大纲的开头：学习基本测量技术，掌握误差分析方法，理解物理原理在实验中的体现。这些目标本身无可指摘。但在正规课程之下，同时运行着一个从未被写进大纲的隐性课程。它教给学生的是另一套东西：关于实验知识本性的隐含信念，关于什么是“正确结果”的未言明期待，关于实验者在实验中的恰当角色的一整套未经审视的默认。这套隐性课程的影响往往比显性课程更持久，因为它塑造的不是学生的解题技能，而是他们作为未来实验者的认知惯性。

教学实验室中最典型的形态是验证性实验。学生在实验讲义中看到一个公式，被要求用一套预先调试好的仪器测量若干物理量，计算出公式中的某个常数，并与公认值进行比较。实验报告的评分标准中，结果的“准确度”占据显著权重。如果学生的重力加速度测量值是9.4 m/s²而不是9.8 m/s²，他们会被提醒检查系统误差，即使他们的误差棒已经合理地覆盖了9.8。这种评分习惯传递了一个清晰的信息：实验的目的是靠近正确答案，而正确答案已经被物理学知道了。实验在这里不是向自然发出的开放探问，而是一场对已有知识的仪式性重演。

这套隐性课程的第一个认知后果是制造了一种虚假的确定感。经过数年的验证性实验训练，学生形成了一种无意识的印象：实验数据天然地应当与理论公式吻合，如果不吻合，那是实验者的操作失误，而不是理论的边界被触及。到他们进入真正的研究实验室时，他们需要被痛苦地重新训练，真实的实验数据从来不会像教学实验那样干净，真实的发现往往起始于一个“不应该在那里的偏差”，而识别这种偏差的嗅觉，恰恰是验证性实验在长年训练中钝化的。

第二个隐性后果关乎实验者的自我认知。在验证性实验中，实验者是已知结论的被动确认者，而不是未知领域的主动探索者。这种关系，实验者服务于理论，实验是理论的验奴，在标准模型精确测量中确实部分成立，但它绝不是实验物理的全部。实验的另一端，实验者作为“自然在人类感官和智力中的延伸”，实验作为“向尚未被理论殖民的现象空间发起的探索”，在标准教学实验中几乎是缺席的。有些学生被这种缺席悄无声息地驱离了实验物理：那些更喜欢开放性、探索性和不确定性的头脑，在验证性实验的形式中找不到任何吸引他们的东西，于是流向理论、计算或其他学科领域。

还有一个隐性后果：教学实验的仪器通常是黑箱化、一体化和防错设计的。学生按下一个按钮，得到一个数字，不知道按钮之后的信号链是如何将物理量转化为显示屏上的读数的。在当代粒子物理和凝聚态实验中，仪器同样在相当程度上是黑箱化的，这不完全是教学实验的失真。但教学实验本可以有更多的机会，让学生至少部分地拆开黑箱，接触从原始信号到数据这一转换过程中的认知性选择。如果不在本科阶段训练这种对仪器内部预设的觉察，那么未来即使在大型合作组工作，实验者也可能终其职业生涯将触发系统、重建算法和本底模型当作无需审问的既定基础。隐性课程中仪器的不可见化与第四章中数据炼金术的不可见化，其背后是同一种认知态度。

第二小节 重新设计实验教学：从验证到探索

过去十余年中，一些大学物理系已经开始进行实验教学改革，从传统的验证性模式转向探究性模式。在探究性实验中，学生不是被给予一个需要验证的公式，而是被给予一套仪器、一个开放的物理场景和一个需要他们自己明确化的问题。他们需要自己设计测量策略，自己决定哪些变量需要控制、哪些系统误差需要评估，自己从数据中推导结果，并将结果的不确定性坦率地作为结论的一部分。

这种模式的一个典型是美国某些大学采用的“物理探究实验”课程。学生可以获得一系列模块化的光学、电学和力学套件，可以在数周时间内自由探索一个现象，例如：一个旋转水槽中的涡旋如何受底部孔洞大小的影响；一束激光通过不同透明介质后偏振状态的变化；一组耦合摆在不同初始条件下的长时间运动。学生不被预期做出一个新发现。他们被预期去经历一次真实实验认知的微型全程：从最初的困惑和试错，到对系统行为的初步定性把握，到设计控制变量的测量策略，到遭遇意外偏差时的排难和猜想，到最终以有限精度的测量和不完全确定的结论完成报告。这个过程中的每一步，特别是遭遇意外这一步，所传递的认识论教训，比验证性实验中十次精确测量都更接近真实实验科学的认知质地。

探究性实验并不放弃对基本测量技术和误差分析的要求。相反，当学生自己去设计测量程序时，他们对为什么必须评估系统误差、为什么必须区分统计涨落和系统偏倚会有更切身的理解，因为这些不是老师写在实验讲义上的要求，而是他们自己的数据如果他们不去评估这些，数据就根本无法被一致地解读。

目前，探究性实验教学的推广仍面临多重阻力。设备成本是一方面，模块化的灵活实验套件比固定实验台昂贵且维护复杂。教师培训是另一方面，探究性课堂要求教师能够应对开放性的学生问题，而不是按固定步骤检核实验报告，这对习惯于传统模式的教辅人员是一个跳跃。但最大的阻力也许是认知性的：一种在大物实验传统中深植的信念，认为本科教学实验的首要目标是要让学生“看到物理定律是正确的”，以建立他们对物理学的信心。探究性实验的预设与此不同：它认为本科实验教学的首要目标是让学生理解物理学知识是怎样被实验产生出来的，包括这些知识的不确定性、条件性和可修正性。两种预设之间的对立，不仅仅是教学方法之争；关于实验认识论的两种根本态度在本科课堂中的无声角力。

第三小节 误差分析教学中的认识论陷阱

目前大学物理实验中的误差分析教学，集中在统计技术和公式上：平均值、标准偏差、误差传递公式、最小二乘拟合、卡方检验。这些工具在技术上是必要的。但误差分析教学很少包含对这些工具本身认识论前提的讨论，它们在什么条件下有效、在什么条件下可能给出误导的结论。结果，学生学会了一系列计算程序，却没有学会把误差分析本身当作一个认知过程来审省。

一个常见的陷阱是将所有不确定性都强行纳入统计框架。许多教学实验中的误差来源是系统性的而非统计性的，仪器零点漂移、环境温度的缓慢变化、材料老化。在标准教学中，这些系统误差通常被简化为某种“估计值”加到最终误差棒中。但“估计”的定义是含糊的，不同的实验者可能用不同的方法估计同一个系统误差，得出差异显著的结果。当这种模糊性在教学中被轻轻带过，学生形成的是一个错误的印象：所有误差都可以被量化为一个精确的±数字。到了研究前沿，他们在面对无法干净量化的系统误差时，如本底模型的函数形式选择，他们可能会不自觉地压制这种模糊性，将其强行纳入一个在认识论上不适当的精确数字形式。

另一个陷阱涉及统计显著性的二分法使用。在标准教学中，学生很早就被教导，如果测量值落在理论预言值的±1σ范围内，则“与理论一致”；如果落在±1σ之外、±2σ之内，则“稍有偏差但尚可接受”；如果在±3σ之外，则“可能存在问题”。这种教学法在本科阶段貌似合理，但它在学生心中不知不觉植入了显著性的二元思维，3σ是一条线，过线就是“存在”，不过就是“不存在”。当这些学生未来在合作组内部看到3.2σ的边际信号时，他们可能无反思地倾向于认为“这只是一个涨落”，或者反过来过度兴奋。误差分析教学当前极少讨论显著性的连续本质、多重检验的惩罚、以及p值与效应量后验概率之间的根本差别，而这些恰恰构成了理解实验前沿争议所需的核心认识论素养。

最深的陷阱可能是在误差处理中丢失了坦率。一篇教学实验报告的标准格式要求学生报告“结果：g = (9.75 ± 0.08) m/s²”，并与公认值比较。这种格式在引导学生在书写中系统地清除掉他们在实验过程中感受到的所有犹疑、所有觉得某次测量“感觉不太对”的直觉、所有在排难时无法用公式论证但结果证实正确的尝试性操作。当这种书写习惯被内化，未来的实验者在撰写前沿论文时，同样会系统性地清除掉分析过程中的认知纹理，那些被放弃的筛选方案、那些曾在内部引发争议的背景模型变体、那些在合作组会议上被激烈讨论后决定不采用的方法。这种净化并非源于不诚实；它来自一种长期训练所培养的职业书写惯习，报告结果，而不是报告认知过程。本书反复返回的一个主题在这里得到了它最日常的发生场所：本科生误差分析报告的写作形式，是未来科研写作中认知纹理被平滑掉的最早舞台。

第四小节 科学史在实验训练中的缺席

在成为物理学专业学生的教育路径上，历史通常是缺席的，或者只以“科学家轶事”的点缀形式在课堂中出现。主流的实验方法教科书不讲授迈克尔逊与莫雷在设计干涉仪时的试错历程，不分析韦伯与LIGO在引力波探测灵敏度上的方法论对比，不讨论冷聚变事件作为科学社会学和认识论交叉案例的意义。实验的历史维度被当作非必须的额外知识，对于想要成为文化修养全面的科学家是好的，但对于成为一个能干的实验物理学家则无关紧要。

这一缺席是有后果的。实验的历史，我们在第十章中着力论述，不是一连串过往的趣闻，而是关于实验知识如何被实际生产的检验场地。从历史案例中学习，是让学生（以及现役研究者）体会到，目前被视为标准的方法论约定，盲分析、5σ阈值、本底模型的外推，并非永恒的逻辑必然或自始便被采用，而是在特定的历史挑战和失败中被逐步锻造和协商出来的。不了解这一历史，很容易将这些约定视为不需置疑的既成事实，而不是可以被继续反思和可能的，在适当时机，被修订的人置制度。

将科学史系统地整合进实验训练，不等于增开一门必修的物理史课程。更有效的途径可能是将历史案例嵌入到实验课程和研讨会的技术内容中。在讲授本底估算时，同时讨论2015年750 GeV事件中背景模型选择导致的解读争议，让学生看到，标准方法论本身在一个真实案例中如何与理论和期望发生碰撞。在讲授触发系统时，同时追溯从云室到气泡室到多丝正比室到硅径迹探测器中触发逻辑的演进史，使学生明白，当前探测器所看见的物理空间是经过历史上各代仪器的认知滤网累积塑造的。在讲授统计显著性和盲分析时，同时呈现OPERA超光速中微子事件从发现到撤回的全程，讨论方法论防线在每一步是被如何部署和被如何拆除的。历史案例不是为了缅怀过去；它是对当前方法论认知根基的活体解剖，是一套在时间纵深上展开的自我审省的工具。

第五小节 培养有认识论觉察的实验者

将教学实验室的认识论改造、误差分析的反思性深化、以及科学史的有机整合汇聚到一处，总目标是培养一种在当前物理学训练中仍属稀有的品质：有认识论觉察的实验者。

这种实验者精通技术，但不止于技术。他们对仪器的内部运作有深刻的、不只是纸面的理解，并习惯性地反思仪器的预设和边界。他们在把数据写进统计软件时，会同时思考：这些数据在经过触发、刻度、重建和筛选之后，其信息损耗的模式是什么？本底模型的外推隐含着哪些理论假定？统计显著性的报告是否已经反映了分析过程中所有曾经被扫描过的参数空间？他们在报告一个测量结果时，会同时用恰当的语言向读者传达结论的不确定性的质地，不只有数字上的±σ，还有那些不能被量化为单一标准偏差的方法论选择余地和背景假设。

这种实验者对历史是开放的。他们知道今天的标准方法是昨天在争论和试错中结晶出来的，因此他们在遭遇反常数据时，不是立即用现有的方法论工具去封闭它，而是保留一丝对于“这可能是一种需要新类型方法才能辨认的异常”的警觉。他们理解科学共同体作为认知组织的运作逻辑，同行评议的价值与保守性共存，名望重力场的效用与偏误同源，合作组共识制造的严谨与异议消声风险相伴。他们对这些组织结构的态度不是任性的否定，而是知情的审慎：在制度内部工作时尽可能保持批判性距离，在制度出现偏误时愿意承担一定的职业风险来公布这个偏误而不是内部消化。

这种实验者对公众是诚恳的。当他们在媒体上被问及一项发现时，他们不会把自己缩回到“我只是在操作仪器”的技术后方，也不会跳到另一极端变成对暂时结论的过度兜售。他们会用耐心而清晰的语言说明：这是我们在当前数据和当前方法下所看到的画面，它有这个水平的确定性，也有这些我们还不能完全排除的替代解释。在我们修进认知边界的过程中，它的某些部分可能会被未来数据调整。这种诚恳是为了让那些不是物理学家的人，能够将科学理解为一种负责任的、不自诩绝对不可错的人类协商知识，而不是当作一个发布绝对神谕的机构。

最后，有认识论觉察的实验者拥有一种稀有的内在自由。他或她知道自己所操作的一切，仪器、程序、理论框架、标准方法、共同体结构，均在人类历史的特定时刻被制造，因而都可被质疑、被重建、被替换。同时，他们也深深敬重这些被锤炼了几代人之久的知识实践，不会轻易视其为无用或任意。在这种了知与敬重之间的张力中，他们找到了一种稳固但并不僵硬的认知姿态。他们站在实验的最前沿，与自然进行着最直接的互动，却也能同时见自己在测量中的影子。他们知道，测量者的影子是不可消除的；但他们也知道，一旦我们能够看见那道影子，我们就已经向着更完整的认知坦诚，踏出了非常重要的一步。

第十五章 结章：影子的宽度

第一小节 主体与世界的共同织造

我们走到了必须将书卷合拢的门前。在本书的序章中，我们以一个深夜实验室的场景开篇：屏幕上的曲线与理论完美吻合，而涨落已在滤波算法中被当作噪声抹去。测量者的影子投在实验画面上，我们那时看到的是影子的幽暗。现在，当我们走完了从仪器设计到数据炼金术、从理论引力场到复现性的复杂地貌、从共同体的炼金术到本体论动摇和观察者退场、从历史地层到边缘视角再到教学认识论的漫长路途之后，那起初看似令人不安的“影子”呈现出了更复杂的轮廓。它既不是认知的污点，也不是辩护失败的标记，而是人类认知在场在自然自我显现中不可割舍的证据。没有这道影子，实验根本不可能成为实验，因为我们永远不能跳出我们自己的认知条件，我们也永远不能在没有限定条件的前提下使无限丰富的自然成为一个可回答的问题。

物理实验的结果是共同织造的。自然的规律在仪器中留下了它的痕迹，但这痕迹是被提纯、转译、筛选、统计建模以及嵌入框架加以解释的。在每一个环节上，人类认知结构，生物感知的、理论历史的、社会协商的，都在对最终被命名为“实验的结果”的那个东西施加着不可归约的影响。这并不意味着实验结果是妄造。相反，正是通过这套层层叠叠的认知架构，来自物理世界深处的规律才得以以人类可以理解的语言向我们显白。没有认知架构，规律仍在运作，但不再有任何问题被提出，也不再有任何回音被接收。架构既是揭示的条件，也是诠释的中介。它不可能是纯洁无瑕的，但它可以是在持续自我审省中被改进的。其结果，虽然永远不能等同于自然的本然（独立于人类认知的绝对真相），但它完全可以，在充分注意其构造过程的条件下，成为极其有力的、可相互检验的、在经验上足够客观的自然知识。

从这层意义上看，“实验的结果是我们得出的还是想让我们得出的”这一左右本书空间的追问，其回答不是一个非此即彼的判断，而是一种结构性的辨识。我们得出的，永远是自然在一片特定的认知织物上形成的图案。图案中有自然的线，也有织造者手的轮廓。有时，织造者在长期的反复中学会把手的动作控制得如此精微，以至于图案中几乎难以分辨手痕与自然纹理的分界，这就是高精度验证标准模型实验的认知情形。另一些时候，手痕太重，以至于我们在图案中看到的主要是自己的动作，这就靠近了统计涨落的戏弄、未曾审查的皮格马利翁效应、或理论选择失明造成的那类虚假发现。成熟的实验认知，就在于能够辨识这两种情形的不同，辨识自然痕迹与自身动作之间的比例，并且在报告结果时诚实地说出那个比例的界限。

第二小节 实验科学的认识论位置

从上述视域看实验科学，它在人类认知地图上的位置就变得比通常所认为的更立体。实验不仅仅是理论和观察之间的裁判（这是它已经拥有的经典角色），它同时是三种更微妙的中介者。

第一，它是物质世界与数学形式之间的中介者。自然本身并不以微分方程或统计模型的方式存在。人类理论提供数学语法，而实验提供将这些语法锚定于物理世界的唯一方式。仪器将物质的特定侧面转化为数字，数字进入方程为理论提供参数，也限制理论可许的形式。在这个物与符的界面上，实验者是译者。翻译总有不可消除的诠释空间，而实验方法论的演进史就是人类不断窄化这个空间的努力成果。

第二，实验是个体感官与集体知识之间的中介者。今天的没有一个单一个人能够独立看见、摸到或听见希格斯粒子。粒子是被整个合作组、被跨越各大洲的计算网络、被数十年的数据处理程序而“集体感知”的。实验将个体的局部感官印象，一条径迹的一次闪烁，汇聚为一个集体的、在原则上可以为任何人所审视的知识条。这个汇聚过程充满了制度化的中间环节，每一个环节都可能引入自己的结构偏误，但也正是这层层环节使众多偏误之间可以相互抵消、在长尺度上收敛出比任何单一观察者都更客观的物理画面。

第三，实验是历史与当下之间的中介者。正如我们在历史地层章节中看到的，任何当前实验都是在过去实验沉积的地基上建造的。过去的理论、过去的仪器路径选择、过去被遗忘的失败和过去对成功的叙事重述，都在当前实验提出问题的方式中留下不可抹除的痕迹。同时，每个当前实验都在为未来实验积累不仅是数据，还有手艺、默会知识和分析文化的更新。实验是时间中的一种延展性集体认知行动，不只是瞬间的检验。

将实验视为这三重中介的交汇，我们便不再容易接受任何简单化的实验图像，无论是纯客观的中性事实记录者，还是纯主观的社会建构产物。实验是复杂的认知实践，它在物质、形式、个体、集体、历史、当下之间持续不断地进行着编织和调停。它的权威，不来自它从这些中介中侥幸逃脱，而来自它在这种中介极其复杂的条件下仍然生成了一种可被追踪、可被批判、可在不同位置间传达的关于自然的有效知识。这种权威带有暂定性和边界标记，但它是人类所能拥有的有限而诚笃的权威。

第三小节 影子的宽度：一项认识论指示

让我们回到测量者的影子。影子是测量者在光与被照物之间的插入造成的。光在这里是自然的规律，被照物是仪器和数据平面，而测量者是那些使探测成为可能的所有人类认知架构的总和。影子不是实的，它是不同透明度层之间的过渡光域。影子的宽度衡量着自然规律在人类认知中显现的不确定范围。它不是误差棒；误差棒是在假定认知架构被固定之后对自然变化进行的量化。影子的宽度是比误差棒更深一层的认知边际：它提醒我们，在假定认知架构本身的选择具有某种自由度，理论框架、仪器范式、分析方法、共同体标准，时所引入的在原则上不可完全消去的基线不确定性。

认识到这项基线不确定性的存在，对实验物理学家来说，既是谦逊的要求，也是认知警觉的激发。谦逊，因为它意味着我们所测得的每一个重要物理常数、我们所声称的每一个发现，都带有一个比我们报告中任何数字都更隐蔽、更难以量化的认知容限。这不是要我们对实验发现抱持某种怀疑主义的冷淡，而是要求在报告和传播实验结论时，保留一份清醒的语言边界。警觉，因为影子的宽度在某些情况下可能比我们意识到的更宽，当新的理论框架出现时，旧实验结果可能在新框架中获得完全不同的解释。这意味着，不断地从不同理论立场和不同方法论切点重新审视已发表的实验数据，不只是科学史家或哲学家的业余爱好，而是一种有助于在盲点成熟为危机之前就发现它们痕迹的认知检疫机制。

对于非专业的公众来说，影子的宽度可能是一个对科普而言极其重要的概念。它比“科学可能犯错”更精确。它说的不是科学知识会突然被扔进垃圾箱，而是说科学知识始终站在一个由它自身的认知条件所设的、宽窄不一的基座上。在这基座之内，知识是坚韧的，它被多种独立方式反复检验，可以用于技术实践，不会因为一次新实验就被全盘否决。但在基座的边缘，知识的纹理开始变松，未来的观察有较大概率在其中做出调整。衡量一项科学结论的成熟度，不是看它是否被冠以“事实”之名，而是看它的影子宽度已经收束到了多窄。宽影子的结论（如对早期宇宙暴胀的具体模型的实验鉴别）需要以高度的暂定态度持有；窄影子的结论（如电子磁矩的值）则可以被高度自信地应用于严格的实验设计和技术推算。影子的宽度因而提供了一个比真/假二分更为合用、更为诚实的科普语法框架，它让公众看见科学知识的不同地带具有不同的确定性厚度，而不是一扇要么敞开要么关闭的门。

第四小节 从觉察到实践

本书所做的全部探究，如果止步于认识论的审思，那么它将是一件尚未完成的工作。觉察，对自己认知条件的认知，必须能够回到实践中去，影响实验物理学的实际组织和运作，才能完成它的全部目标。

这不意味着每一个实验物理学家都需要成为哲学认识论的研究者。但它意味着，实验物理的共同体文化可以、而且应该在若干方面被微调，以容纳更丰富的认识论觉察。前面各章中已经零零星星地指到了一些方向：在实验论文中附带分析历史注记以记录关键决策的分歧点和被放弃的选择路径；在合作组内部建立制度化的“反叙事”报告机制，让分析过程的非线性和试错痕迹不在最终的线性发表中被完全抹除；在下一代大型实验的规划设计中有意识地评估认知多样性，不仅是探测器技术的多样性，也是分析方法论传统的多样性，确保同一物理信号能够在使用不同理论预设和方法论约定的独立团队中得到检验；在物理学教育中，将科学史、科学哲学和实验方法论反思变为课程的一部分，不是作为边缘化的选修，而是作为与量子力学和电动力学同等重要的专业素养的组成。

在上述任一方面取得一点可操作的实际进展，都需要一代实验物理学家在自己的日常工作中投入比今天更多的对认知过程的自觉关注。但这项投入，是合比例的。在一个公众对科学的信任既空前依赖又空前脆弱的时代，在一个大科学实验的时间尺度跨越代际、理论偏误因而可能被长期固封的时代，在一个机器学习开始深入参与实验认知过程、黑箱化认知偏误的风险日益增强的时代，实验物理学认识论的自我觉察不再是哲学奢侈品，而是科学自身的实用性要求。知道自己知识的长处与盲点，知道自己的影子有多宽，这不是削弱实验科学的权威；这是在为权威提供一种比无条件的确定性更稳固的根基，被理解的、被限界的、从而不会被轻易撼动的根基。

附论一 实验的非线性动力学：当发现滞后于数据

第一小节 延迟辨认的现象

在粒子物理学中，J/ψ粒子的发现是一段被反复讲述的传奇。1974年11月，丁肇中团队在布鲁克黑文国家实验室和里克特团队在斯坦福直线加速器中心几乎同时独立地观察到了同一个极窄的共振态，并共同发表在《物理评论快报》的同一期上。这个事件被称为“十一月革命”，它标志着粲夸克的存在被确认，验证了当时尚有争议的标准模型要素。J/ψ的发现被广泛描述为一次模范的科学突破，两个实验组各自在不太长的时间内收集数据、辨认信号、发表宣布。

较少被叙述的是，J/ψ粒子在1974年的实际发现之前，其信号可能已经在更早的实验中留下了未被辨认的痕迹。在1960年代末到1970年代初之间的电子-正电子对撞和质子-质子对撞实验中，有些非常零散的事例，不变质量落在3.1 GeV附近的μ子对，被记录下来，但由于统计量不足、本底模型保守、以及对粲偶素共振宽度极窄的物理图像缺乏理论预期，这些零散信号被归为本底波动而未见光于众。这是否意味1974年之前的那些实验者“本应发现J/ψ”？并非如此简单。在当时的理论框架内，还没有关于粲偶素的任何可信图像；即使在统计上某个质量处出现了一个微弱的边际隆起，它也不具备足以在合理的方法论审慎下被宣布为发现的理论支持。J/ψ不是被遗漏的发现；它是“延迟辨认”的现象，数据中的实际信号痕迹在理论条件尚未成熟时，无法被赋予“发现”的身份。

延迟辨认是实验科学中比一般承认的更加普遍的存在。在同一个实验室内或同一个实验项目中，几年后的重新分析偶尔会从旧数据中提取出当初未能看见的信号。在大型强子对撞机的运行周期之间，亮度刻度的改进、重建算法的升级、新的本底模拟都可能让一个在前一轮数据中被忽略的边际信号在下一轮重新处理时汇升为显著发现。实验“数据”不是在生产的那个时间点上就被完全耗尽意义。数据携带着比初次解读更多的潜在信息，而这些信息的释放是需要后来的理论、后来的技术、以及后来方法论的改变的。实验认知因此不是一次性的“观察-发现”事件，而是一种可能跨越多年甚至数十年的、数据与不断更新的认知框架之间的持续对话。

第二小节 累积效应：精度提升的隐藏发现

许多实验发现不是以一次信号跃出本底的方式实现的，而是通过逐年累积的精度提升，在一个原本与标准模型一致的测量中“雕刻”出一个越来越难以忽视的偏差。μ子反常磁矩是这种模式的典型。从20世纪70年代CERN的实验开始，经过布鲁克黑文E821到费米实验室的Muon g-2，这个偏差用了近半个世纪从约1σ的模糊逐步累积到目前约4σ以上的清晰。从每一个测量周期来看，数据与标准模型的本底预期并没有呈现出跳跃式的超出；只有在将几十年的数据合并之后，累积的偏差才变得相当显著。

这种“渐进浮现”的发现模式，对传统的高能物理发现方法论来说是一个挑战。在希格斯粒子或顶夸克的案例中，统计显著性的增长是突然的，一旦数据量跨过了某个阈值，信号就在本底之上清晰浮现。这些事件是实验发现方法的理想素材基础。但在μ子反常磁矩的模式中，等待统计显著性自然跨过5σ所需的不仅仅是更多数据，它还需要在理论和实验之间进行持续、有时痛苦的对系统不确定性的层层剥洋葱。当一个偏差是以累积方式慢慢浮现时，领域在每一个时间点的理性决策，要求更多数据，保持审慎，不做过早的宣布，从局部看是无可辩驳的，但从全局看可能产生了一种“延迟知识”的加总成本：物理共同体可能需要过数十年才能达到共识，而在此期间，理论可能错误地朝着不包含该偏差的方向深入发展，形成日后难以回头的路径。

渐进浮现的新认知还挑战了“发现时刻”的概念。物理学共同体对于准确定义“我们是在什么时候发现了X”有着制度性的要求，诺贝尔奖的颁发、教科书中定律的标注、科学史的篇章都需要一个时间上的定点。但μ子反常磁矩的案例（以及其他类似的缓慢结晶的发现候选者）表明，这一要求与实验认知的实际纹理之间存在裂隙。没有单一一个时间点可以宣称μ子反常磁矩“被发现”了；它是在长时间中逐渐变得不那么可以被忽视的。这种认知模式更接近气候变化科学的发现形态，在数十年跨度的多源数据中，一个信号慢慢从噪声背景上浮现，至今仍有争议的残余。粒子物理学在它的前沿正开始更多地面对此类形态的物理问题，暗物质年度调制、B介子轻子味普适性破坏的累积异常、某些中微子振荡参数的反常，而既有的“一次性5σ宣布”方法论框架并没有为这种缓慢浮现做好制度准备。

第三小节 遗忘与再发现：实验现象的周期性潜伏

有些实验现象曾经短暂地浮现并引起注意，随后被遗忘，然后在数十年后又被重新发现。这种现象的周期性潜伏揭示出实验认知的一种奇特的随时间漂移特征。

20世纪20年代初，芝加哥大学的一位助理教授费利克斯·埃伦哈夫特报告了一系列微观粒子带电量的测量。他的实验使用金属颗粒在电场中的运动，试图测量基本电荷。他的结论令当时代吃惊，他声称观察到了亚电子电荷，即比电子的电荷更小的电荷量子。这一宣称与密立根的油滴实验和他所主张的基本电荷不可分性形成尖锐矛盾。埃伦哈夫特的实验数据在当时被许多物理学家仔细审察。审察者提出了许多可能的系统误差源，但埃伦哈夫特同样认真地回应了每一项批评，并持续发表新数据支持自己的结论。这一争议持续了二十余年。最终，物理学共同体采纳了密立根的观点，基本电荷作为不可分的一个单元被列入此后物理学的基石。

埃伦哈夫特的亚电子电荷在主流物理学的视线中消失了数十年。1970年代，随着夸克模型的兴起，物理学家发现了分数电荷，夸克的电荷是电子电荷的1/3或2/3，但这与埃伦哈夫特当年宣称的亚电子自由粒子电荷在物理机制上完全不同。埃伦哈夫特的实验很可能实际上是观测到了某种被现今物理学理解的效应，比如布朗运动的某种变形、或者颗粒表面化学非均匀性导致的电荷变化，而不是自由的分数量子。但有意思的是，埃伦哈夫特本人的亚电子主张在被遗忘后，不再被重新审视并彻底地诊断出他究竟看见了什么。它被抛入“已解决”的档案，而“已解决”的意思不是被物理机制解释通了，而是在社会意义上不再被问起。

这种遗忘与潜在再发现的动力学在冷聚变、水记忆效应、某些类型的异常辐射生物效应等案例中均有体现。在每一个案例中，现象的支持者和反对者各执一词，最终主流共同体投票将现象划入“不值得继续研究”或“病态科学”范畴。随着断代，问题不再出现在任何学术会议上，不再有新人投入。但如果现象本身具有某种（即使在主流框架内曾被高估或曲解的）真实物理底基，它将在这种遗忘状态中周期性潜伏，等待某个偶然的时刻被重新挖掘。那重新挖掘的时刻，不可能是旧争议的简单延续，知识的背景已经完全不同了，但它确实可能以新的理论资源和新的仪器能力去重新追问那个被遗忘的现象究竟由何物构成。

第四小节 数据的时间深度：作为一种认识论资源

延迟辨认、渐进浮现、周期性潜伏，这些现象共同揭示出实验数据具有一种远超出单次发表周期的“时间深度”。一个数据集在被生产时，它的解读就已经受到当时理论图像和方法论惯习的约束。但在随后的数十年里，理论改变，方法更新，完全可以以不同方式从相同数据中提取出当时被忽略或误解的信息。

这为实验认识论的实践提供了一项具体建议。当前，绝大多数实验数据在发表后经过一段时期的内部使用就被归档，之后极少被重新触及（除了进行勘误或作为元分析的输入）。在大数据时代的计算成本下降的助益下，或许可以倡导一种“数据再分析”的二阶研究文化，少数研究者专门致力于使用新理论框架和分析方法重新分析旧实验的公开数据，寻找被第一轮分析遗漏的边际信号。这不是物理学的主流工作，也不应被要求成为主流工作，但它作为一个小众但重要的认识论辅分支，应当有合适的发表渠道和研究资助。目前，这种工作几乎只存在于科学史和科学哲学的文本中，而在物理学内部不被认可为正常的物理学研究活动。如果在高度保真的数据存档和开放获取运动的大背景下，这种再分析得到了制度性的承认和少量资源，它可能在未来某个时刻发现被长久遗忘的、潜伏在沉寂的数据磁带中的关键线索。

数据的时间深度进一步指出，对实验数据的长期保存、详细元数据的记录、以及分析软件的开放性，不仅是数据管理的实用性要求，而且是代际认识论责任的一部分，我们在第十三章中已述及的代际正义。当一个实验合作组在完成其主要发表目标后解散，其数据和软件如果不可逆地丧失了可读取性和可运行性，那么未来可能在这些数据上进行的重新解读就会被永远拒绝。实验者对他们数据的责任，不只是他们在发表时对于科学共同体所负的即时责任，也是对于未来世代、对于时间深度之内尚未被提问的问题所负的延展责任。

附论二 实验物理与人工智能：认知共构的新地带

第一小节 代理测量与发现权

当机器学习系统在粒子物理数据中开始执行越来越多的认知任务时，一种在法律和科学伦理体系中都还没有明确位置的东西浮现了：发现权。在LHC上，物理学家已经使用深度神经网络进行喷注标记、事例分类、本底抑制和异常搜寻。在某些分析中，算法筛选出的事例集是“信号候选”的唯一来源。如果这样的事例集最终被确认为一个新粒子的首批证据，那么谁发现了这个粒子？

人类合作组显然会要求这个发现的作者权，算法是工具，就像漂移室或电磁量能器是工具一样。但这个类比在认识论上并不完全成立。漂移室输出的是被动的径迹坐标，没有对数据做出任何选择决定。深度神经网络则执行了复杂的、高维的模式识别和筛选，在没有人类逐例监督的情况下自行决定了哪些事例是值得人类进一步的物理学家关注的信息。在功能上，这一点已经远远超过了此前任何被归类为“仪器”的设备。它更接近一个受过训练但对自身操作不自知的初级分析者，而不是一台被动记录物理信号的设备。

这一问题在目前尚未激化，主要是因为机器学习模型仍然是在人类设定的训练目标和物理动机下运作的。但随着强化学习和主动学习等技术被引入实验物理，未来可能出现一个在参数空间中自主规划测量策略、自主评估数据、并自主决定何时有足够证据做出“发现宣布”的AI系统。在这样的系统面前，“人类是发现者、AI是工具”的框架将丧失描述上的充足性。需要被问的是：在什么条件下，一个AI系统可以被认为参与了一项实验发现的认知贡献？如果答案是不应该，那么AI在执行越来越核心的认知功能时，它被持续归类为“纯工具”就是一种随便利而定、而非基于认识论良好的区分的惯例。这个惯例在眼下无害，但随着AI认知角色的加深，它的基础需要被哲学和法律共同考量，特别是在科学奖励系统和科学荣誉分配的语境中。

第二小节 算法的不透明性与科学解释的张力

在第二章中我们提到了筛选算法的不透明性。这一问题在实验物理与AI深度结合的未来将变得更加结构化。当前，对于喷注分类和事例筛选所用的神经网络，实验者在多数时候无法在物理理论的术语中重述网络学到的是什么特征组合。他们可以通过各种事后诊断工具，如逐事例的重要性权重、或生成网络关注区域的热图，来部分地了解网络在事例中“看”到了什么。但这距离完全用物理定律语言解释网络的决策还相去极远。

这一不透明性在基础物理学研究中造成的不安，大于它在工业应用中造成的同样问题。在工业图像识别中，只要网络能够正确分类产品缺陷，工程师对网络内部表征的不完全可解释性可以在生产成本节约中被容忍。但在基础物理学中，物理学家不仅想要一个答案是“这个事例是本底还是信号”，他们更想从信号事例中提取关于自然基本定律的知识。如果信号是被一个无法以理论语言理解其筛选逻辑的算法所证认的，物理学家在发表其发现时，将面临一种前所未有的解释赤字。他们无法在方法论部分写：“我们训练了一个深度神经网络，它在模拟数据上表现优秀，我们相信它在真实数据中也表现如此，我们观测到了一个5σ超出，因此我们宣称发现了X”而没有回答网络究竟学到了什么物理特征去辨识信号。这将是对物理学作为一门以理解自然规律为终极目标的科学的一项根本挑战。

目前对这个张力的缓和方式是让多个不同架构和训练策略的独立算法同时工作，观察它们的输出是否互洽，以及使用传统非机器学习筛选平行进行对比。这种方法论上的交叉可以降低对一些特定算法内部表征的完全依赖，但无法从根本上解决解释赤字，如果信号的显现本身高度依赖机器学习所能感知的高维特征，而传统筛选完全看不见它，我们将只能用机器的语言言说它的存在，而无法用人类的理论语言理解它的本性。

第三小节 从工具到合作者：重新设想人机关系

为了解决这一认知紧张，实验物理可能需要发展出一种新的、目前尚未制度化的与AI的关系：将AI视为一种“合作者”而不纯是工具。这种合作者关系意味着，AI的认知产出，它所标记的候选事例集、它所识别的分布异常，将被作为与人类分析者平级但在认知路径上独立的一种贡献来对待。人类物理学家将不再仅仅试图从外部控制AI的筛选标准，而是与AI共同进入一个对话：AI提出意外发现的人类，人类用传统的物理理论资源去审视这些提议，如果人类无法理解AI的筛选原理，人类就应承认这种不透明性并在发表中坦率记录，而不是压制它以使论文符合传统方法论的整洁格式。

这种关系的革新将在合作组内部产生许多实际的摩擦。目前的合作组机制是为人类分析者的可问责性设计的。一个分析是由某个人类团队完成的，每个步骤的认知决定都有可以追溯的人类个体责任。如果一部分认知决定是由AI自主做出的，而这些决定背后的逻辑在物理学家之间无法达成清晰的共识，那么合作组在决定是否发表这些由AI主推动的发现时，将缺乏传统的以人类个体问责为基础的共识形成机制。是对算法输出投同意票吗？谁是解释和辩护算法输出的直接责任人？这些目前没有答案。

但人机关系的重新设想不是可有可无的浮想。在未来十年到二十年间，随着LHC高亮度阶段和下一代宇宙学巡天项目推进入无比庞大的数据量，人类分析者单纯依靠传统方法进行全数据探索将变得不可行。机器智能将不是可有可无的辅助，而是数据分析必不可少的组成。在那之前预先设计好人机合作型的认知责任框架，比在事后应急修补，对实验物理学的认识论稳健性来说是必需的前瞻。

第四小节 全自主发现的哲学境况

如果幻想向更远的未来延伸，我们可以设想一个全自主AI实验系统。它被赋予对一组可远程调控的量子光学或多体物理实验平台的完全控制权，能够自主形成假设、设计测量方案、施加操控、采集数据、分析和解释结果，并决定何时值得宣布一项新发现。在这个场景中，人类的角色退化为最初目标的顶层设定者和后期偶尔的观众。那么，这个系统产出的“实验结果”在什么意义上是属于人类的？

一个回答是，只要初始目标和物理学框架是人类设定的，最终的知识仍然属于人类科学传统，系统只是高速执行了人类繁重认知劳动的替代者。但这个回答回避了一个核心区别。如果AI系统在探索过程中发现了一个完全超出初始目标设定的效应，例如，在优化某个量子计算的保真度时意外发现了一种新的拓扑相态，那么这个发现的认知作者是谁？人类没有预料它，没有为它设计实验，甚至在AI的报告生成之前根本不知道可能存在这种相态。AI系统在这里不是简单的执行者；它是探测到某种本真异常并主动报告给人类的第一认知者。

在这种境况下，将AI持续叙述为“纯仪器”或“纯工具”已经失去了哲学上的严肃性。这当然不意味着AI应当被赋予法律上的发明权或学术荣誉，这些是人类社会制度的问题，不能从认识论论证中推出。但从认识论来看，人类至少应当承认，在此类场景中，“我们发现”这句话的“我们”已经扩大到了一个包含非人类认知当事者的集合。如果人类物理学共同体继续不加区分地使用“我们”一词来指涉全自主AI产生的实验成果，他们是在系统性地将这些非人类认知当事者的贡献纳入人类而不加注明。这在当下或许只是一件哲学上讲究的小事。但在一个AI驱动发现的密度逐渐增大、人类自身认知贡献的比例在个别前沿持续下降的未来里，这不是小事。它涉及科学知识的主体身份、科学责任的归属、以及科学作为“人类自我理解的叙事”能否在一个非人类认知者参与的认知生态中继续成立。

附论三 实验的认识论与其他科学领域的交界

第一小节 与医学实验的分形相似性

实验物理与医学临床试验在方法论上乍看相隔甚远：一个研究基本粒子，一个研究人体疾病。但在实验认识论的许多核心结构上，两者显现出可在不同尺度上重复的分形相似性。

医学临床试验中的随机双盲对照设计，与粒子物理的盲分析之间，有着方法论的亲缘。二者都试图通过消除实验者期望对结果的污染来达到更高的客观性。在粒子物理中，分析者在信号区域被遮蔽的状态下优化选择条件和本底模型；在临床试验中，治疗分配对患者和医生都被隐藏，以消除安慰剂效应和观察偏差。两种盲法都在实践中面临不完全执行的困难，部分地因为操作者总能从某些间接迹象中形成对隐藏信息的猜测。

另一个相似之处在关于停止规则和多重检验的困境中展开。一项临床试验如果在中期分析中看到治疗效应的显著性交叉了预设阈值，试验可以提前终止宣布成功。但决定何时做中期分析、使用什么显著性阈值、以及是否对中期分析的次数进行惩罚，这些都是统计学和伦理之间的艰难权衡。粒子物理实验中，类似的问题出现在对正在累积的数据做定期检查的情况下，正如我们之前章节中讨论的窥视效应。粒子物理合作组对中间期数据的访问有严格的规定，但违反在低水平上时有发生，并且当看到边缘信号时，追加数据收集的决策在统计框架上很难与停止规则完全自洽。

最深层的方法论相似性可能在于“效应量”太小的问题。在医学中，许多现代药物的效应量非常小，需要巨大的样本量才能获得统计显著性，而效应量的微小使得区分真实药理作用和未控混杂因素变得极其困难。在粒子物理中，许多新物理搜索同样面对极小的信号截面，需要海量对撞数据，而系统不确定性的微小偏误可能伪造或抹除信号。两个领域都挣扎在同样的问题中：当信号几乎与本底不可分时，无限的数据积累并不一定导向更确定的知识，因为系统偏误的尺度可能并不随着数据量增大而自然缩小。

这些分形相似性表明，实验认识论中许多最难问题不是某一学科的局部困难，而是贯穿于人类试图用有限认知资源去探测自然微弱效应的任何尝试中的结构性问题。学科与学科之间的方法论交流，比当前已经发生的，可以在实验设计、统计方法创新和对不确定性的诚实沟通方面受益更多。

第二小节 与气候科学的认知共性

气候科学与粒子物理实验在认识论上构成了有趣的对照。粒子物理实验者对系统有高度控制力，他们可以主动选择对撞粒子的种类、能量和极化，可以使束流在预设的时间间隔内运转或停止，可以建造几乎相同的两个探测器（ATLAS和CMS）来进行独立验证。气候科学则面对一个几乎完全不受实验者控制的系统，整个地球，在那里没有对照组地球可以作为比较，也没有可能对系统进行任意操控。气候科学的“实验”实际上是数据同化、数值模拟和古气候重建的混合。

但更深层地看，气候科学中的气候模型和粒子物理中的蒙特卡洛模拟在认知功能上是高度结构相似的。在两种情况下，模拟都不是纯粹从第一原理推导，它们都含有必须通过与已有数据比对来调谐的参数化成分。在粒子物理中，这是对于强子化、多部分子散射等非微扰过程的唯象模型。在气候科学中，这是对于云微物理、海洋涡旋热输运、植被动态等无法被显式解析的过程的参数化。在这两种情况下，参数化的选择都对最终模型输出产生显著的影响，而这种影响本身只能通过比较不同模型的输出分布来部分评估。

我们已经讨论过的“模型证实”困境在两个领域几乎是同构的。粒子物理物理学家用蒙特卡洛模拟来优化筛选、估算本底和评估系统误差。但当同一个模拟同时被用作优化工具和证实工具时，循环性就产生了。气候科学家用历史气候记录来调谐模型，然后声明模型对未来气候的预测具有技能，但模型在历史记录上的优秀表现，部分正是因为其参数被调谐去再现这段历史。两个领域都没有完美的方式跳出这一循环。所能做的是尽可能将证实数据与训练数据分离、使用不同时期和不同地域的独立数据进行检验，并持续生成不同模型之间的比较。这些策略在两个领域中都同样适用，也都只能减弱而无法完全解决循环证实的问题。

实验物理学家和气候科学家在认知操作库上的高度对称，指向一个更广大的认识论事实：随着科学越来越多地进入复杂系统和非可控实验的领域，传统的“可操控实验即知识优待”的认知等级正在被侵蚀。粒子物理实验虽然在微观尺度上保持了高度控制力，但在数据分析端，随着它进入本底模型的巨大推算和多重独立检验的复杂架构，它也开始具有一些传统上被认为是“观测科学”而非“实验科学”的认知特征。两个领域在认识论上互相学习的时间已经成熟。

第三小节 大型社会科学实验中的实验者效应

粒子物理学通过盲分析来努力消除皮格马利翁效应；社会科学在几十年中对“实验者效应”的研究则提供了一种更为多样的处理同一问题的经验库。在社会心理学的经典实验中，罗森塔尔的研究（前文已提到）首先让实验室环境中证实，实验者的期望可以通过微妙的非言语沟通影响被试的行为和测验得分。另一个经典案例是聪明的汉斯，那匹看似能做算术的马，实际上是在读取训练者无意识的肢体细微动作。这匹马不是实验物理学家，但它身上揭示的机制，观察者与被观察系统之间不经语言交谈的期望传输，在物理实验中是否也有可能以器械自动化的形式运作？“自动化”与“期望传输”之间的矛盾仅是表面的：自动化设备是人设计的，设计者的期望可以硬编码进仪器的触发程序和算法参数中。

社会科学还发展出了一套关于“需求特征”的系统知识，即实验情境本身向被试暗示的实验者期望，从而使被试改变其自然行为。物理仪器的“被试”当然不是人，而是光子或质子或电子，光子和质子不会读取实验者的冀望。但实验装置，尤其是软件层面上的，可能被调谐成对某些类型的信号比另一些类型更敏感，而这种调谐过程可能受到实验者期望的引导，这在功能上等价于一种非人性的需求特征。粒子物理学家通过盲分析来抑制这种设计层面上的需求特征影响。但需求特征的识别在社会科学中还有一个物理学家较少汲取的教训：许多实验者并不自觉到自己的实验设计中所嵌入的期望线索，他们真诚地相信自己是中立的。在粒子物理中同样可能，一个分析软件的设计者真诚地相信自己的选择条件是无偏的，而实际上其选择条件的默认参数值是从理论家期待的特定质量窗口中继承而来的未经省察的遗产。

第四小节 跨学科认识论共同体的可能性

本章上述比较暗示着，实验认识论的核心问题不是粒子物理学或任何其他单一学科的私有财产。它们出现在任何试图用有限认知资源、在不可消除的中介条件下探测自然微弱效应的研究领域中。建立跨学科的、以实验方法论和实验认识论为关注中心的交流渠道，可能的形式包括跨学科工作坊、专门的方法论期刊栏目、以及为青年研究者开设的跨领域实验方法论暑期学校，可能会对各参与学科都有助益。

粒子物理从社会科学中可以看到关于实验者期望效应的更细腻的理论语言和更系统的实验研究。社会科学从粒子物理中可以看到关于盲分析和独立复现的制度化严格标准，这可能帮助社会科学在面对自身严重复现危机时获取可以移植的方法论灵感。气候科学和粒子物理之间的方法论对话，已在某些国际会议上零星发生，可以围绕模型参数化调谐的循环证实展开更具深度的批判共思。在所有这些交流中，共同对象不再是具体学科的理论模型，而是实验知识生产的结构框架本身。

这种跨学科认识论共同体如果出现，将对本书所提出的诸多问题的未来进展提供一种唯一的集体性载体。单独一个学科的认识论反思，如粒子物理认识论，容易被限制在该学科内部的实践者-方法论者小圈子里，难以获得外部批判的幅度。跨学科的交流让不同领域的认识论结构可以相互作为对比镜，使得每个学科的实验者能够看到自己默认的方法论约定在另一种领域的变体，从而更容易识别自己领域内的盲点。这需要的不是哲学家代替物理学家思考，而是一种新型合作，在其中的实验物理学家、实验心理学家、气候科学家、医学统计学家和科学认识论研究者各自以对等专业知识进场，共同审省每个人都在做、却极少被共同讨论的那件事：我们到底是怎么从实验数据中得出我们称之为“结果”的东西的。

附论四 实验教学的认识论：培养觉察的测量者

第一小节 标准实验教学的隐性课程

本科生物理实验课程的目标写在每一份教学大纲的开头：学习基本测量技术，掌握误差分析方法，理解物理原理在实验中的体现。这些目标本身无可指摘。但在正规课程之下，同时运行着一个从未被写进大纲的隐性课程。它教给学生的是另一套东西：关于实验知识本性的隐含信念，关于什么是“正确结果”的未言明期待，关于实验者在实验中的恰当角色的一整套未经审视的默认。这套隐性课程的影响往往比显性课程更持久，因为它塑造的不是学生的解题技能，而是他们作为未来实验者的认知惯性。

教学实验室中最典型的形态是验证性实验。学生在实验讲义中看到一个公式，被要求用一套预先调试好的仪器测量若干物理量，计算出公式中的某个常数，并与公认值进行比较。实验报告的评分标准中，结果的“准确度”占据显著权重。如果学生的重力加速度测量值是9.4 m/s²而不是9.8 m/s²，他们会被提醒检查系统误差，即使他们的误差棒已经合理地覆盖了9.8。这种评分习惯传递了一个清晰的信息：实验的目的是靠近正确答案，而正确答案已经被物理学知道了。实验在这里不是向自然发出的开放探问，而是一场对已有知识的仪式性重演。

这套隐性课程的第一个认知后果是制造了一种虚假的确定感。经过数年的验证性实验训练，学生形成了一种无意识的印象：实验数据天然地应当与理论公式吻合，如果不吻合，那是实验者的操作失误，而不是理论的边界被触及。到他们进入真正的研究实验室时，他们需要被痛苦地重新训练，真实的实验数据从来不会像教学实验那样干净，真实的发现往往起始于一个“不应该在那里的偏差”，而识别这种偏差的嗅觉，恰恰是验证性实验在长年训练中钝化的。

第二个隐性后果关乎实验者的自我认知。在验证性实验中，实验者是已知结论的被动确认者，而不是未知领域的主动探索者。这种关系，实验者服务于理论，实验是理论的奴仆，在标准模型精确测量中确实部分成立，但它绝不是实验物理的全部。实验的另一端，实验者作为自然在人类感官和智力中的延伸，实验作为向尚未被理论殖民的现象空间发起的探索，在标准教学实验中几乎是缺席的。有些学生被这种缺席悄无声息地驱离了实验物理：那些更喜欢开放性、探索性和不确定性的头脑，在验证性实验的形式中找不到任何吸引他们的东西，于是流向理论、计算或其他学科领域。

还有一个隐性后果：教学实验的仪器通常是黑箱化、一体化和防错设计的。学生按下一个按钮，得到一个数字，不知道按钮之后的信号链是如何将物理量转化为显示屏上的读数的。在当代粒子物理和凝聚态实验中，仪器同样在相当程度上是黑箱化的，这不完全是教学实验的失真。但教学实验本可以有更多的机会，让学生至少部分地拆开黑箱，接触从原始信号到数据这一转换过程中的认知性选择。如果不在本科阶段训练这种对仪器内部预设的觉察，那么未来即使在大型合作组工作，实验者也可能终其职业生涯将触发系统、重建算法和本底模型当作无需审问的既定基础。隐性课程中仪器的不可见化与数据炼金术的不可见化，其背后是同一种认知态度。

第二小节 重新设计实验教学：从验证到探索

过去十余年中，一些大学物理系已经开始进行实验教学改革，从传统的验证性模式转向探究性模式。在探究性实验中，学生不是被给予一个需要验证的公式，而是被给予一套仪器、一个开放的物理场景和一个需要他们自己明确化的问题。他们需要自己设计测量策略，自己决定哪些变量需要控制、哪些系统误差需要评估，自己从数据中推导结果，并将结果的不确定性坦率地作为结论的一部分。

这种模式的一个典型是某些大学采用的“物理探究实验”课程。学生可以获得一系列模块化的光学、电学和力学套件，可以在数周时间内自由探索一个现象，例如：一个旋转水槽中的涡旋如何受底部孔洞大小的影响；一束激光通过不同透明介质后偏振状态的变化；一组耦合摆在不同初始条件下的长时间运动。学生不被预期做出一个新发现。他们被预期去经历一次真实实验认知的微型全程：从最初的困惑和试错，到对系统行为的初步定性把握，到设计控制变量的测量策略，到遭遇意外偏差时的排难和猜想，到最终以有限精度的测量和不完全确定的结论完成报告。这个过程中的每一步，特别是遭遇意外这一步，所传递的认识论教训，比验证性实验中十次精确测量都更接近真实实验科学的认知质地。

探究性实验并不放弃对基本测量技术和误差分析的要求。相反，当学生自己去设计测量程序时，他们对为什么必须评估系统误差、为什么必须区分统计涨落和系统偏倚会有更切身的理解，因为这些不是老师写在实验讲义上的要求，而是他们自己的数据如果不评估这些，数据就根本无法被一致地解读。

目前，探究性实验教学的推广仍面临多重阻力。设备成本是一方面，模块化的灵活实验套件比固定实验台昂贵且维护复杂。教师培训是另一方面，探究性课堂要求教师能够应对开放性的学生问题，而不是按固定步骤检核实验报告，这对习惯于传统模式的教辅人员是一个跳跃。但最大的阻力也许是认知性的：一种在大学物理实验传统中深植的信念，认为本科教学实验的首要目标是要让学生“看到物理定律是正确的”，以建立他们对物理学的信心。探究性实验的预设与此不同：它认为本科实验教学的首要目标是让学生理解物理学知识是怎样被实验产生出来的，包括这些知识的不确定性、条件性和可修正性。两种预设之间的对立，不仅仅是教学方法之争；它是关于实验认识论的两种根本态度在本科课堂中的无声角力。

第三小节 误差分析教学中的认识论陷阱

目前大学物理实验中的误差分析教学，集中在统计技术和公式上：平均值、标准偏差、误差传递公式、最小二乘拟合、卡方检验。这些工具在技术上是必要的。但误差分析教学很少包含对这些工具本身认识论前提的讨论，它们在什么条件下有效、在什么条件下可能给出误导的结论。结果，学生学会了一系列计算程序，却没有学会把误差分析本身当作一个认知过程来审省。

一个常见的陷阱是将所有不确定性都强行纳入统计框架。许多教学实验中的误差来源是系统性的而非统计性的，仪器零点漂移、环境温度的缓慢变化、材料老化。在标准教学中，这些系统误差通常被简化为某种“估计值”加到最终误差棒中。但“估计”的定义是含糊的，不同的实验者可能用不同的方法估计同一个系统误差，得出差异显著的结果。当这种模糊性在教学中被轻轻带过，学生形成的是一个错误的印象：所有误差都可以被量化为一个精确的±数字。到了研究前沿，他们在面对无法干净量化的系统误差时，如本底模型的函数形式选择，他们可能会不自觉地压制这种模糊性，将其强行纳入一个在认识论上不适当的精确数字形式。

另一个陷阱涉及统计显著性的二分法使用。在标准教学中，学生很早就被教导，如果测量值落在理论预言值的±1σ范围内，则“与理论一致”；如果落在±1σ之外、±2σ之内，则“稍有偏差但尚可接受”；如果在±3σ之外，则“可能存在问题”。这种教学法在本科阶段貌似合理，但它在学生心中不知不觉植入了显著性的二元思维，3σ是一条线，过线就是“存在”，不过就是“不存在”。当这些学生未来在合作组内部看到3.2σ的边际信号时，他们可能无反思地倾向于认为“这只是一个涨落”，或者反过来过度兴奋。误差分析教学当前极少讨论显著性的连续本质、多重检验的惩罚、以及p值与效应量后验概率之间的根本差别，而这些恰恰构成了理解实验前沿争议所需的核心认识论素养。

最深的陷阱可能是在误差处理中丢失了坦率。一篇教学实验报告的标准格式要求学生报告“结果：g = (9.75 ± 0.08) m/s²”，并与公认值比较。这种格式在引导学生在书写中系统地清除掉他们在实验过程中感受到的所有犹疑、所有觉得某次测量“感觉不太对”的直觉、所有在排难时无法用公式论证但结果证实正确的尝试性操作。当这种书写习惯被内化，未来的实验者在撰写前沿论文时，同样会系统性地清除掉分析过程中的认知纹理，那些被放弃的筛选方案、那些曾在内部引发争议的背景模型变体、那些在合作组会议上被激烈讨论后决定不采用的方法。这种净化并非源于不诚实；它来自一种长期训练所培养的职业书写惯习，报告结果，而不是报告认知过程。本书反复返回的一个主题在这里得到了它最日常的发生场所：本科生误差分析报告的写作形式，是未来科研写作中认知纹理被平滑掉的最早舞台。

第四小节 科学史在实验训练中的缺席

在成为物理学专业学生的教育路径上，历史通常是缺席的，或者只以“科学家轶事”的点缀形式在课堂中出现。主流的实验方法教科书不讲授迈克尔逊与莫雷在设计干涉仪时的试错历程，不分析韦伯与LIGO在引力波探测灵敏度上的方法论对比，不讨论冷聚变事件作为科学社会学和认识论交叉案例的意义。实验的历史维度被当作非必须的额外知识，对于想要成为文化修养全面的科学家是好的，但对于成为一个能干的实验物理学家则无关紧要。

这一缺席是有后果的。实验的历史，不是一连串过往的趣闻，而是关于实验知识如何被实际生产的检验场地。从历史案例中学习，是让学生（以及现役研究者）体会到，目前被视为标准的方法论约定，盲分析、5σ阈值、本底模型的外推，并非永恒的逻辑必然或自始便被采用，而是在特定的历史挑战和失败中被逐步锻造和协商出来的。不了解这一历史，很容易将这些约定视为不需置疑的既成事实，而不是可以被继续反思和在适当时机被修订的人置制度。

将科学史系统地整合进实验训练，不等于增开一门必修的物理史课程。更有效的途径可能是将历史案例嵌入到实验课程和研讨会的技术内容中。在讲授本底估算时，同时讨论2015年750 GeV事件中背景模型选择导致的解读争议，让学生看到，标准方法论本身在一个真实案例中如何与理论和期望发生碰撞。在讲授触发系统时，同时追溯从云室到气泡室到多丝正比室到硅径迹探测器中触发逻辑的演进史，使学生明白，当前探测器所看见的物理空间是经过历史上各代仪器的认知滤网累积塑造的。在讲授统计显著性和盲分析时，同时呈现OPERA超光速中微子事件从发现到撤回的全程，讨论方法论防线在每一步是被如何部署和被如何拆除的。历史案例不是为了缅怀过去；它是对当前方法论认知根基的活体解剖，是一套在时间纵深上展开的自我审省的工具。

第五小节 培养有认识论觉察的实验者

将教学实验室的认识论改造、误差分析的反思性深化、以及科学史的有机整合汇聚到一处，总目标是培养一种在当前物理学训练中仍属稀有的品质：有认识论觉察的实验者。

这种实验者精通技术，但不止于技术。他们对仪器的内部运作有深刻的、不只是纸面的理解，并习惯性地反思仪器的预设和边界。他们在把数据写进统计软件时，会同时思考：这些数据在经过触发、刻度、重建和筛选之后，其信息损耗的模式是什么？本底模型的外推隐含着哪些理论假定？统计显著性的报告是否已经反映了分析过程中所有曾经被扫描过的参数空间？他们在报告一个测量结果时，会同时用恰当的语言向读者传达结论的不确定性的质地，不只有数字上的±σ，还有那些不能被量化为单一标准偏差的方法论选择余地和背景假设。

这种实验者对历史是开放的。他们知道今天的标准方法是昨天在争论和试错中结晶出来的，因此他们在遭遇反常数据时，不是立即用现有的方法论工具去封闭它，而是保留一丝对于这可能是一种需要新类型方法才能辨认的异常的警觉。他们理解科学共同体作为认知组织的运作逻辑，同行评议的价值与保守性共存，名望重力场的效用与偏误同源，合作组共识制造的严谨与异议消声风险相伴。他们对这些组织结构的态度不是任性的否定，而是知情的审慎：在制度内部工作时尽可能保持批判性距离，在制度出现偏误时愿意承担一定的职业风险来公布这个偏误而不是内部消化。

这种实验者对公众是诚恳的。当他们在媒体上被问及一项发现时，他们不会把自己缩回到“我只是在操作仪器”的技术后方，也不会跳到另一极端变成对暂时结论的过度兜售。他们会用耐心而清晰的语言说明：这是我们在当前数据和当前方法下所看到的画面，它有这个水平的确定性，也有这些我们还不能完全排除的替代解释。在我们修进认知边界的过程中，它的某些部分可能会被未来数据调整。这种诚恳是为了让那些不是物理学家的人，能够将科学理解为一种负责任的、不自诩绝对不可错的人类协商知识，而不是当作一个发布绝对神谕的机构。

最后，有认识论觉察的实验者拥有一种稀有的内在自由。他们知道自己所操作的一切，仪器、程序、理论框架、标准方法、共同体结构，均在人类历史的特定时刻被制造，因而都可被质疑、被重建、被替换。同时，他们也深深敬重这些被锤炼了几代人之久的知识实践，不会轻易视其为无用或任意。在这种了知与敬重之间的张力中，他们找到了一种稳固但并不僵硬的认知姿态。他们站在实验的最前沿，与自然进行着最直接的互动，却也能同时看见自己在测量中的影子。他们知道，测量者的影子是不可消除的；但他们也知道，一旦我们能够看见那道影子，我们就已经向着更完整的认知坦诚，踏出了非常重要的一步。

附论五 影子的宽度：实验认识论的伦理地平线

第一小节 无知的知识：已知的未知与未知的未知

实验者通常以他们知道的东西来衡量自己的认知成就，测量的精度、排除的参数空间、被证实的新粒子。但在这些“已知”的下方和周围，始终存在着一大片未被照亮的地带。这一地带可以借用唐纳德·拉姆斯菲尔德在完全不同的语境下著名地划分的两类无知：已知的未知与未知的未知。

已知的未知是实验者在系统误差评估中参数化的那些东西，本底模型函数形式的可选项、刻度常数的有限精度、蒙特卡洛统计量的限制。已知的未知可以被定量化为误差棒和系统不确定性的±数字，因此它是科学论文和学术讨论中正常出现的东西。实验物理学家对已知的未知并不回避，他们在论文中详细讨论它们，在合作组内部反复争论它们。

未知的未知是完全不同的类别。它们是实验者甚至不知道自己在假设的东西，那些如此根深蒂固的预设，以至于从未被标注为“假设”。我们在本书中涉及到了一些可能位于未知的未知领域的事项：触发系统丢弃的数据中是否含有未被理论概念化的新物理？背景模型的函数形式选择是否将某种与标准模型不可区分的新物理吸收走了？分析者的理论审美是否使他们对某些类型的边际信号系统性地反应更迟钝？这些问题之所以可怕，是因为它们无法被当前的误差分析框架所捕捉。它们的存在，意味着实验者所报告的不确定性，不管多么诚实、多么详尽，在认识论上都低矮于真实的认知不确定性的全高。

影子的宽度这一概念正是在已知的未知和未知的未知之间架桥的努力。它不是要量化未知的未知，那在定义上不可能。它是要在实验认知的姿态中内嵌一种对未知的未知的持续警觉：一种不在误差分析的数学框架中被表达的、但对任何负责任地持有实验结论都必不可少的认知上的谦逊余量。

第二小节 肯定的技艺：在不确定性中负责任地断言

如果在实验认识的根基处始终存在着不可消除的、来自未知的未知的不确定性，那么实验者该如何负责任地做出肯定断言？这个问题不是要把实验物理推向瘫痪的怀疑主义，不做任何断言，因为一切都不完全确定。相反，它呼唤一种成熟的、在不确定性中负责任地做出断言的“肯定的技艺”。

这一技艺的第一原则是语境化肯定。一次实验结果的宣布，是针对特定的理论框架、特定的仪器构型、特定的分析方法传统而言的。当这些语境条件在报告中透明地记录在案，断言就不是伪装的绝对真理，而是带有边界标记的可靠陈述。语境化肯定的完整形式不是“我们发现了希格斯粒子”，而是“在使用标准模型的预期信号模板、在LHC质心能量13 TeV的质子-质子对撞数据中、经过如此这般描述的本底估计和统计分析程序，我们在约125 GeV处观测到一个与标准模型希格斯粒子属性一致的新粒子信号，其局部显著性为5.2σ。”这句话在日常交流中显然过于累赘。但其中的每一个限定词都是一项认知负荷的交代，在需要精确沟通时应被记住。肯定的技艺在于知道什么时候可以使用简化的表达（在与同行快速交流时），什么时候必须将其重新嵌入完整的语境中（在发表历史性的发现宣称时）。

第二原则是暂定性程度与断言强度成正比地公开。对于高度暂定的边际信号（当前约3.5σ、本底模型争议尚存、没有独立实验复现），负责任的断言形式是“我们观测到了一个在当前假设下边际显著的超出，它的性质至少有一部分可能是由于本底建模的不确定性，需要更多数据和独立复现才能定论”。对于极其坚固的、被多重独立方法和不同实验世代反复确认的结论（电子磁矩），负责任的断言可以具有极高的置信强度。这两种断言在科学语言中不能被混淆，不应将前一种情况用后一种情况的语气包装，也不应将后一种情况在前一种情况的修饰下表现得像仍在悬而未决。当前的实验发表的修辞惯例并不总是严格遵守这一原则，尤其在摘要和结论中，常倾向于将所有结果以一种中间语调写出，使得专业读者需要从数字中自己研判确定性程度。肯定的技艺要求实验写作者以更自觉的态度在语言中刻画出确定性程度的差异。

第三原则是对未来修正的预先接纳。一个实验者在做出断言时可以同时明确表示：这一断言在未来数据、未来方法或未来理论框架改变时，可能被修正。这不削弱断言的可信度，反而增强了它作为一种认知上负责任的断言的信用。因为它告诉读者，你不认为自己的当前结论是某种无时间性的绝对真理，而是当前认知条件下最好的、可被超过的知识基。这种对未来修正的预先接纳，在目前的实验论文中几乎不存在，因为论文体裁的历史惯性将结论表述为已达成的事实。改变这种体裁惯性将是“肯定技艺”在科学写作中成型的标志。

第三小节 向公众传导认知诚实

实验认识论的伦理地平线的最后一环，是实验物理学家与这些实验知识的非专业公众之间的沟通。本书反复论及，公众对科学过程的印象被过度简化的科普和追求轰动的科学新闻所结构，造成了一系列错误期待：期待科学给出绝对确定、永不修改的真理；期待每一个实验都是定性的是/否判决；期待发现是瞬间完成的事件而非在漫长争议和累积中逐渐定格的过程。当这些期待被现实挫败时，一部分公众不是重新调整他们对科学的认知模型，而是对整个科学事业的信任衰减。

改变这一困境的钥匙落在科学传播的一种可能尚待普及的风格上：不是仅传播实验的结论，而是传播实验的认知过程，在保持通俗可读性的前提下，让公众能够感知到数据是怎样被筛选的、系统误差是如何被评估的、统计显著性意味着什么、为什么一个边际信号可能需要许多年才能被确认或驳斥。这种传播不需要公众成为统计学或粒子物理学的专家，但需要他们被作为能够理解“有限证据下最佳判断”这一概念的知识主体来尊重。

目前已有一些优秀的科学记者和传播者在朝着这个方向努力，他们的作品表明这种风格是可行的，当被赋予充分的空间和精美的叙事时，公众对“科学是如何知道一件事”的过程有着浓厚的好奇和相当高的理解力。阻碍的不是公众的无能，而是传播渠道中对简洁性、轰动性和绝对确定性的结构偏向。如果实验物理共同体能够在更广泛层面上认可向公众传播认知诚实的重要性，他们可以通过科普合作、传媒培训和亲自撰写公共文章来部分弥合这个裂隙，不是在每一次发现宣布时附上一堆枯燥的方法论细节，而是培养一种长期的对公众的实验认知素养教育，使影子的宽度、不确定性的质地、以及人类认知在实验科学中的不可消除的参与，成为公众科学认知的一部分自然底色。

第四小节 不可消除的影子作为科学的人性面貌

本书的整个探究始于一个意象：测量者的影子。我们通过对各个层级上的实验认知作审省，发现这影子不能被擦除，也不应该被当作污点去试图擦除。在终章的最后一页，我想邀请将这道影子从被容忍的瑕疵重新构想为科学的人性面貌。

科学是人类的产物。这不是要贬低科学的客观性，本书的全部论述都旨在说明，人类的认知架构不能到达自然的“本然”，却可以通过方法论的自省和交叉检验无比逼近一个共同可接受的、在经验上足以驱动实践的共享世界。但对于生活在普通世界中的普通人来说，科学的权威常常不是一个令他们感到亲近的权威。它以绝对的句式说话，它要求信任但不总是给予诚实的解释，它在许多次可信的预测成功中累积了一种近乎冰冷的、非人化的智性光芒。然而，当人们看到那个不可消除的影子，当科学家在教科书里、在公共沟通中，诚实地谈论自己的测量背后的认知条件、自己的数据中的不确定性、自己的理论框架的历史偶在性，科学是不是反而变得更加可接近了？

我认为是的。影子提醒我们，科学不是从某个完美理性之神的视角往下俯视自然的产物。科学是我们这个物种，从进化中获得了有限感官、有限大脑、有限生命史，在漫长历史中艰难发展起来的一套与自然对话的最好的技艺。这套技艺的伟大之处不在于它能消除人的痕迹，而在于它能以人的痕迹为出发点，仍然走向一种跨个体、跨文化、跨代际的实验知识。当这一事实被坦然接受并装入科学的自我叙述中，科学就不再显得那么遥远和疏离。它变得更真实，在人性意义上的真实。它仍然是可以信任的，因为它的信任基础不再是它号称没有影子，而是它诚实地告诉了你影子的宽度。

实验科学，在它的最深心处，是自然在人所构成的物质和认知条件下对自己的自反性认知。当人意识到自己在这认知中不可割除的参与，这不是科学的失败；这是科学在漫长历史中第一次开始完整地认识它自己。测量者的影子，在这层意义上，是一道不是会渐淡的余影，而是将会随着科学越来越自觉而变得更加清晰、更加被理解的地图注记。它标记的不是我们看不见的东西，而是我们在看的时候的姿态。在一个将影子的宽度铭刻在每一次实验宣告中的未来里，科学将不只是关于自然的真理，也将是关于人类认知的诚实。两道真线若收束于同一点，那点，或许，便是我们在无限临近自然时，始终携带着的、属于我们自己的不可剥夺的面容。

附论六 实验的边界：当测量触及不可测量之物

第一小节 普朗克尺度的认知屏障

在实验物理学的所有前沿中，没有任何一道边界比普朗克尺度更彻底地挑战着“实验”这一概念本身的可能性。普朗克长度约为1.6×10⁻³⁵米，普朗克能量约为1.2×10¹⁹ GeV，这一能量比LHC的质心能量高出约十五个数量级。在普朗克尺度上，量子力学的不确定性与广义相对论的时空弯曲同时成为主导因素，时空本身被预期丧失经典广义相对论所描述的光滑流形结构，进入一种目前尚无公认理论能够描述的“量子时空”相态。

实验物理学家从未放弃对普朗克尺度物理进行实验检验的追求。某些途径寄希望于极高能宇宙线：自然界中偶尔会有单个质子被加速到超过10²⁰ eV的能量，其与地球大气分子的碰撞质心能量虽然远不及普朗克能标，但比LHC高出几个数量级。然而，宇宙线事件稀少且在不可控条件下发生，无法提供可重复的实验条件。另一条途径是极高精度的低能实验：某些量子引力模型预言洛伦兹对称性在普朗克尺度上有微小破缺，这种破缺可能在极低能量的精密测量中留下可检测的印记，比如某些天体物理光子到达时间随能量的微小延迟、或者中微子振荡模式的微弱畸变。这些“窗口效应”提供了一种绕道接近普朗克物理的可能，但它们所依赖的理论模型假设极其繁多，任何一个零结果都可以被解释为该特定的洛伦兹破缺模型不正确，而非量子引力的整个思路不成立。

普朗克尺度的认知屏障不只是一个能量不够的问题。它是理论原则层次的。在普朗克能量处，任何试图进行“测量”的操作都需要在该能量标度上聚集能量和动量，而这种聚集本身，根据广义相对论，将形成一个视界等同于该能量所对应康普顿波长的黑洞。在普朗克标度上，任何测量的信息在原则上都不能从测量区域传播到远处的观察者。实验认知的基本操作，制备初始条件、等待系统演化、读取结果，在此全部瓦解。普朗克尺度的自然拒绝被以我们目前所理解的实验方式所探问。

这引致了一个深沉的开放问题：在普朗克尺度的屏障那一侧，是否还存在任何可以被有意义地称为“物理事实”的东西？如果某物在原则上既不能被实验探测、也不能被理论以可唯一地界定的方式推演（因为不同的量子引力候选理论给出不同的推演），那么它在什么意义上是物理事实，在什么意义上甚至是可被理性的探查的对象？这不是要滑入一种轻易的神秘主义，普朗克尺度不是宗教意义上的不可探知，它是物理学自身理论框架在内部推导中揭示的认知极限。在这一点上，实验认识论触碰到了物质的边界，不是在仪器灵敏度或经费数量的意义上，而是在实验作为认知活动是否还能成立的本体论意义上。

第二小节 多重宇宙：可检验性的极限

多重宇宙在当代基础物理学和宇宙学中占据了奇特的地位。宇宙暴胀理论、弦论的景观图像、以及量子力学的多世界解释各自从不同的理论路径指向了某种形式的多重宇宙，存在远超出我们可观测视界的、物理定律或物理常数在其中取不同值的巨大区域系综。另多重宇宙在可检验性上处于一个极其尴尬的状态：根据定义，这些其他宇宙与我们的可观测宇宙之间没有因果联系，没有信号可以从它们到达我们的仪器，因而它们在严格意义上是不可能被实验直接探测的。

理论家对多重宇宙的实验验证提出了若干间接策略。一种是基于人择推理的后预测：如果我们所测量到的物理常数（如宇宙常数）对于复杂生命的存在极度敏感，而多重宇宙预言了系综中的各区域具有不同的常数值，那么我们所测到的常数“恰好落在生命允许的狭窄范围”这一事实，本身就作为多重宇宙的一个后验证据，因为在一个只有唯独的一组常数的单一宇宙中，这种“恰好”极其不可思议。批评者争论说，这不是通常意义上的实验检验，因为它没有冒被否证的风险：如果常数曾被发现不支持生命，我们根本不会在这里讨论这个问题；而人择推理总能以“测量者存在的选择效应”解释任何我们实际测到的常数值。

另一种策略是在宇宙微波背景辐射中搜寻早期宇宙与其他宇宙碰撞的“淤痕”。如果暴胀多重宇宙中的各“泡泡”之间偶尔发生了稀薄的碰撞，碰撞截面可能在宇宙微波背景上留下一个特征性的盘状温度扰动。WMAP卫星和普朗克卫星的数据中，都曾被搜寻过这种盘状扰动的迹象。结果是无一确定的探测。所以即使这个途径在未来有某种幸运的探测，它仍然只是一个微弱的间接信号，它的理论解释将极度依赖于特定的多重宇宙模型细节，可能永远无法达到在粒子物理学中被视为发现标准的那种证据稳固性。

多重宇宙问题对实验认识的挑战，不是能量够不够的问题，也不是精度够不够的问题。它是一种完全不同类型的挑战：面对在原理上不能被独立独立探测的存在断言，实验认识论应该如何定位自己？可能的回答分布在一条很宽的谱上。一个极端捍卫严格可检验性为科学边界标准，将多重宇宙划为“非科学”或“数学形而上学”。另一个极端主张在宇宙学中，可检验性的概念必须被拓宽，当直接的因果接触不可能时，理论的简洁性、内部自洽性、以及它与其他已被证实的理论的整合程度，可以提供一种不同级别的理性信念，这种信念虽然不同于实验确证，但在认知上并非空洞。目前，物理学共同体在这个问题上没有共识，甚至很少有结构性的、不带情绪争论的共同讨论空间。多重宇宙像一个被悬挂在实验认识论穹顶上的疑难，低垂着，尚未获得合宜的审视。

第三小节 意识：实验者与被实验者的最终纠缠

在全书的第七章中我们讨论过量子力学中的测量问题和维格纳的朋友思想实验。那里面临的核心难题之一，是当被测量系统包含一个具有意识的观察者时，测量结果的客观地位变得模糊不清。这一难题在当代不只是一个理论好奇，它正在某些实验性设置中隐现，比如神经科学中试图将意识体验与神经活动模式进行关联的实验。

在标准的物理学实验中，实验者与实验对象之间保持着清晰的物质界限：实验者通过仪器观察被测量的物理系统，仪器作为中介。但在意识的实验科学，如果这个名字有朝一日被合法地使用，中，实验者本身就是一个具有意识的存在，而被测量的系统也是一个具有意识的存在（通常是人，有时可能是动物），或者至少，被测量的对象是报告其主观体验的主体。实验者与被实验者在“意识”这一点上处于对等地位。实验者不仅测量一个物理系统的行为，还在试图从外部行为推知内在体验，而他自己就是唯一一个他能直接通达的“内在体验”的存在证明。

这就形成了一个实验物理学家通常不会遭遇的错层结构。在粒子物理实验中，光子不会在探测器中报告它“感觉像什么”被吸收。在意识实验中，被试可以口头报告“我看见红色”或“我感到疼痛”。实验者必须将这份报告作为数据的一部分来使用。但这份报告既是关于一个外在可观测事实的指标（声带的振动、嘴唇的形状），又是指涉一个内在私密体验的证词。物理学家在面对仪器输出时将仪器视为因果链中的透明测量者（尽管我们在本书中反复论证仪器从来不是完全透明的，但至少仪器不需要被在仪器自身的主观感受上被审问）。而面对被试的言语报告时，实验者无法回避一个来自另一个意识的对等主体的直接断言。在这种情境中，“实验结果”不仅是实验者从他自己的仪器读数中推导出来的东西，也是被实验者从一个实验者无法直接接触的私密视角提供的东西。

这个错层结构怎样影响实验的认识论，仍然几乎未被系统地考掘。一些神经科学家和哲学家已经提议，在意识实验设计中，也许需要引入一种类似于量子力学中“维格纳的朋友”实验扩展的方法论：将整个被试-实验者耦合系统当成一个需要被共同考虑的认知整体，而不是将被试的报告当作一个外部的、像光子计数一样可以被未经解释地纳入的数据点。如果这种视角在将来获得实际的方法论落实，它可能对意识科学本身的实验实践造成有意义的影响。

更广义地看，意识实验引出一个一般性的提示：在那些实验者与被实验者处于对称的本体论地位的领域，不仅是意识研究，可能还包括人工智能系统的认知测试、某些类型的医学自我实验，传统的以主客二分为基底的实验认识论可能需要被重新考量。实验者不仅是认知主体，也在特定意义上是被自己的对象所注视的另一个认知存在。这可能催生一种尚待发展的、在认识论上对等的跨主体实验方法论。在粒子物理的可预见的未来中当然不需要这样的方法论，但在一个AI系统内省能力日渐增强、神经科技开始深度连接机器与人的意识界面的来临世代里，实验者与被实验者之间的界限可能被磨得比我们能从容处理的更薄。

第四小节 本体论回响：实验的极限与自然的沉默

在本书行至最后的这些篇章时，也许可以看到一个更宏大的轮廓。实验是人类在有限的感官、有限的理论历史、有限的社会结构和有限的宇宙时空内，向自然进行的叩问。这个叩问极其有效，改变了这个星球上的物质和文化。但叩问本身所依赖的条件，能量、物质、理论结构、人员组织，在自然的某些极限领域无法被满足。普朗克尺度、多重宇宙、意识的主体性，代表了三种不同类型的认识论极限。它们可能不只是暂时的技术困难，而是在深刻的意义上划定着实验作为认知模式可以抵达的边界。

在这个边界之外，自然沉默。不是因为没有物理世界，而是因为“实验”这一特定的人类与自然对话的形式，在那个地带找不到能让自己成立的支点。自然当然在做着什么，场在涨落，时空在泡沫化，意识在体验着它自己的质品，但它们不在实验的照亮范围内现形。这并不使它们不存在，也不使它们成为人类认知能力无关紧要的纯猜测之物。它只是意味着，面对这些地带，人类可能需要发展出与实验认知不同但并非对立的、补充性的认知途径，理论的、数学的、现象学的、或许甚至包括审美的和冥想式的。这类途径永远不能像实验那样提供可被独立复现和集体检验的经验知识，但如果在实验的边界之外，某些关于自然的洞见确实能够以这种方式被触碰到，那么一个完整的自然认知也许应该包含多种认知通道而非单依赖实验。这并没有削弱实验科学；它只是诚实地标示了它的边界，而在边界处留白，向其他可能性敞开最小但确实的门隙。

附论七 在实验的镜厅中：自指与无限后退

第一小节 实验科学的自我应用

实验物理学的对象是自然。但实验物理学本身也是一种自然现象，是人类这个特定生物种系在特定历史条件下的集体行为。作为自然现象，它本身原则上也可以成为实验研究的对象。认知心理学家可以在实验室中研究物理学家如何做出数据分析决策，社会学家可以通过田野调查和分析引文网络来研究合作组的共识制造过程，科学计量学家可以量化理论审美对实验优先序的影响。实验科学可以被应用在实验科学身上。

这构成了一个奇特的自我应用结构。它提出了一个在所有自指性知识体系中都存在的逻辑问题：如果使用实验方法来研究实验方法本身可能存在的系统性认知偏误，那么研究实验方法本身的实验，是否也受制于同样的系统性认知偏误？如果答案是肯定的，这一“二阶实验”的结果应该被如何对待？

这个问题在实践层面可以通过一些迂回的策略部分绕开。心理学对科学推理偏误的研究，可以反过来应用它自己的方法论去审视自己的研究实践，心理学不正是当前复现危机的前线吗？心理学的元科学运动已经在这样做：用心理学的方法研究心理学研究实践，并在一定程度上发现了自己领域中的认知偏误结构。但这些元研究本身的方法论质量又可以被更高阶的元研究所审视。理论上，这一过程可以引发无限后退，但在实际运作中，两三层方法论迭代之后，往往暂时收敛出一个被多数人接受的、但不能被终极证成的局部共识。

实验科学的自我应用给实验认识论带来一个重要的教训：认识论审视本身也不能自居为绝对客观的外部视角。当我们在前面章节中分析皮格马利翁效应、团体思维、资金路径依赖等对实验认知的影响时，我们使用的工具是科学社会学和心理学的实证研究成果。这些工具本身也是人类的认知产物，也是从特定的理论和社会环境中被构造出来的。这意味着实验认识论的批判是内在的、参与性的，它不来自于一个完全处于科学之外的外部仲裁者，而是来自于科学内部朝向自我的方法论的审省。这种审省永远不可能达到彻底的、无预设的基础，但它在不完整中仍然是有意义的，正如实验在不完满的认知条件中持续进行一样。

第二小节 测量测量者的工具

沿着自指的线索推进，可以问出：有无可能建造一台“测量测量者的仪器”？不是说去测量实验物理学家的脑电图或社会属性，而是去测量实验仪器和实验方法的系统性认知偏误本身，将其作为一个可以被量化的物理变量来处理？

这个问题乍看像是谜题。认知偏误不是物理场，不能用电磁量能器来探测。但如果我们不将“仪器”的概念限制在硬件上，而将其扩展为“任何能够系统性检测和标定实验认知偏误的工具”，那么确实存在若干已有实践接近于这种元测量设备的功能。

盲分析本身就是一种测量测量者偏误的装置。在盲分析中，信号区域对被分析者遮蔽，使得分析者的无意识期望不能在筛选和本底模型的选择中影响最终信号区域的结果。盲分析可以被视为一种认知偏误标定工具：它制造了一个可比较的统计对照，比较盲态下与如果分析者在全知状态下（透过模拟或前期数据）的行为模式，来间接评估认知偏误可能的大小。当然这种比较在实际中很少被正式执行，但它原则上是可行的。另一个已有的设备是“红队”审查：在一个实验合作组准备发表一个重要结果之前，由一组独立且被鼓励对结果持怀疑态度的内部成员，尽全力尝试找出分析中的弱点和未审查的假说。这种人工的测量测量者的程序，虽然不在自然中测量自然，但它在测量着实验认知过程本身的稳健性。

更系统性地将这种元测量制度化，可能就是未来实验认识论的前进方向之一。如果一个实验合作组在发表一项重大发现时，能够同时提交一份独立的、由外部方法论专家完成的“认知过程审核报告”，类似于工程项目中的独立结构安全审核，那么实验结论的可信度就不必仅仅依赖于内部方法论执行的一致性和同行评议的事后复查，而是有了一个专门针对认知过程可能的系统性偏误的第三方评估。这一建议在当前的科学体制中还不现实，但它不是不可能被实现的。如果物理学真的向着机器学习不透明决策和全自主发现的方向演化，某些类型的测量测量者的制度化或许正是必须。

第三小节 认识论的不可闭合性

当实验认识论试图完成对自身的一个完整闭合的陈述时，它碰到的是所有认识论反思都碰到的墙：不可闭合性（unclosure）。完整的认识论陈述需要包含对自己的陈述的再陈述，而这种嵌套永无止境。

一个人可以写出关于实验认识论的此本书。然后，一个批评者可以说：“这本书关于实验认知的论述，本身是在某些认知条件下被产出的，作者受到了他所读的哲学传统的影响，受到了他自己作为科学工作者的职业经验的影响，受到了这本书写作年代的理论氛围的影响。那么这些论述本身是否也只是作者所从属的认知共同体‘想让他得出的’结论？”

这一反驳在逻辑上是成立的。我无法在这本书自身内部提供一个对本书本身的认知偏误的独立测量，那将要求我站在自己的认知条件之外来观看自己，而这是不可能的。不可闭合性意味着，所有关于实验认知的反思，无论推向多么深远，最终都只能停在一个未完全闭合的、需要继续被省思的敞开点上。这不是失败。这是被一切自指性的知识探究所共享的认识论处境。

正视不可闭合性，有一种沉降性的知性效果。它使认识论批判免于变为新的教条，变为一种宣称自己对实验的所有缺陷拥有终极正确理解的傲慢。实验认识论所能做到的最诚实的事，是不断推进对认知条件的觉察，同时在每一步推进中标记自己当前站位的有限性，并邀请未来的研究者（以及不同的理论传统的持有者）继续批判和深化这一觉察。不认识不可闭合性的认识论，可能会退化为一套封闭的、自我确认的哲学教义。承认不可闭合性的认识论，则始终向着更新、向外来批判、向着从自身的有限性开出的未知未来而敞开。

实验科学的辉煌在就是这种敞开性的制度化运作。实验方法之所以有效，不是因为它找到了一条避开人类认知不可消除的局限的捷径，而是因为它在承认这些局限的基础上发展出了一套在局限中稳定运作的自纠程序，交叉检验、盲分析、独立复现。实验认识论本身如果要对这套运作提供诚实的自我理解，它也必须同样地、甚至是加倍地保持这种敞开，在知道自己的影子无法被消除的前提下，依然持续地去深化对那道影子的测量。

附论八 走向实验的生态学：一个未完成的构想

第一小节 从方法论到生态学

本书的旅程穿越了实验的形而上学、认识论、历史和社会学，其共同指向的都是同一个潜在的思想运动：从将实验视为一套固定的方法（以“科学方法”的单数形式来指代），转向将实验视为一种复杂的、历史演化的、多中心的认知生态系统。

在方法论的视角下，实验被认为是由一组可明确陈述的规则所指导的实践活动，假设、设计变量对照、收集数据、应用统计分析、接受或拒绝假设。规则越清晰，实验越标准化，结果越可靠。此一视角在许多方面富有成效，催生了从盲分析到严格显著性标准的一系列方法论制度的进步。但它倾向于将实验中的认知主体假定为标准的、可互换的理性行动者，而忽略掉了我们在全部旅程中看到的：实验者的理论负荷、手艺的个人谱系、仪器的历史沉积、共同体内部的权威偏向、以及形塑问题选择的宏大社会历史力量。这些不是一个标准方法论中的“偏差”，他们是实验认知之生的真实介质。

将实验重新概念化为一种认知生态系统，意味着承认实验认知是发生在由多种异质组分，理论、仪器、手工人士、资助机构、评审制度、学术地理、数据存档，所构成的复杂性互动网络中的涌现效果。在这个生态中，不同组分的相互作用非线性地产生着整体认知模式，这些模式不可能被单独一组方法规则所穷尽描述。实验的成功不仅依赖于单个实验者正确地执行了方法论步骤，还依赖于整个认知生态的多样性和健壮性：不同理论范式之间的竞争使得任何一组预设都不太可能长时间免于被挑战；不同仪器传统的并行使同一信号可以通过不同物理通道被独立证认；不同代际的默会知识的并行传递使得某种宝贵手艺不会因为一位关键人物的退场而整体失传。

生态学视角为本书中反复发现的许多认识论问题提供了一种并非直接解决、而是重新措绘的方式。如在某一时期出现了某个边际信号，如当前的μ子反常磁矩，方法论视角可能把它压缩为一个单一的统计推断问题：偏差是4.2σ，还不算发现，继续等待更多数据。生态学视角则注意到，在整个认知生态中，这个边际信号目前处在一个奇怪的生态位：既非信号，又非噪声；既吸引了大量理论论文，又未在实验资源的再分配上产生真正重大的偏移；既被审慎地搁置，又作为标准模型“可能不完整”的提醒而在认知上维持着某种持久的、低烈度的压力。生态学视角帮助我们看见，边际信号的认知命运不只是它个人的统计显著性数字的函数，还是整个认知生态对不确定性的容纳方式、对资源分配的协商方式、对“搁置”作为制度策略的长期后果的集体承受方式等因素共同决定的。生态学视角把方法论前沿的认知波动放到更大的系统动力学里去理解。

第二小节 生态的多样性作为认识论健康指标

如果认知生态学类比能成立，那么生态的健康指标之一便是多样性。在实验物理学的认知生态中，多样性维度有很多：理论框架的多样性（是否在主流理论之外还存在合理受支持的替代框架？），实验方法的多样性（是否存在独立于大型对撞机方法的桌面实验或宇宙线实验来探查同类物理问题？），分析传统的多样性（是否同一数据被使用不同本底估算技术和不同统计学派的方法进行分析？），人手谱系的多样性（是否有来自不同实验室文化和手工人士传统的团队参与同一类实验？），以及地理和制度的多样性（是否实验设备的选址和决策权力分布在多个国家、多种制度的良性制衡下？）。

一个缺乏多样性的认知生态系统，例如仅依赖单一类型的探测器、单一主导的理论范式和单一的资助来源，可能在一个较长时期保持稳定和高产，但它在遭遇意外的颠覆性反常时可能是脆弱的。如果全部实验资源都被投入对标准模型的高精度验证，而没有任何人在以不同方法论视角搜索基础层面的异常，那么所有实验将同时受困于同一种“理论选择性盲区”的同等化。生态多样性就是这样一种安全保障：它不保证一定会发现新物理，但它保证了认知盲区不太可能在所有支脉中同时存在同等程度。

这一观点在实践的翻译上远非简单。维持多样性需要付出短期效益的代价。在有限的经费总量下，将资源集中于最有前途的主流路径，在大多数情况下是最高效的。多样化意味着有意识地保留一些在短期中“性价比”不高的实验项目和理论探索，仅仅为了它们在长尺度上可能起到的认知保险功能。但保险的价值是反事实的，只有在灾难发生时才能被证实。在认知灾难（如整个领域发现主导范式长年系统性地忽略了某个核心问题）实际发生之前，投入保险的资源看起来是低效的。这正是生态多样性在科学政策层面难以维持的根本原因，不是无人理解它的道理，而是它的收益结构在长短期之间极度不对称。

第三小节 实验生态的时间尺度与人类决策速率

实验认知生态系统具有一个在分析上很容易被忽略但却极具影响的时间结构特征：不同组分的演变速率极其悬殊。仪器世代跨越数十年；理论范式的兴衰可能需要从半个世纪到几个世纪；默会知识手艺一天之内在师徒之间传递，但也可能一代之内就断裂；资助周期通常是三到五年，政治领导的注意力周期可能更短；而潜在的被探测的自然规律的时间尺度可能是永恒。

这种多时间尺度的耦合使得对实验生态的规划出现一种深层张力。做出大规模资金投入和优先级设定的决策的人类委员会，运作在其自身的数年周期内，却要为未来数十年后的实验知识生产规划问题空间。我们在第十三章讨论过代际正义，现在从生态学视角补充的是一种非线性的时间眼光：在实验认知的长期演化中，短期最优决策可能并不是长程稳定的。一个不断对短期理论信号做快速优化反应的实验生态，每当一个边际信号出现就迅速聚拢资源，当信号消退就迅速抽走资源，可能表面上是高效的，但它排除了那些需要数十年稳定投资的、不随短期信号波动的基础性测量方案。这些基础性测量，例如长期时间序列上的自然常数精密监测，可能在短期内没有发现级的产出，却有可能在长期中探测到整个范式偏移的缓慢征兆。

这一张力在无法被完全化解。没有人能够预测未来数十年的理论变化，因此任何长期规划都带有不可归约的推测性。但在认识上，或许有帮助的是承认这种张力，并相应地在决策结构中做出调整：在规划下一代或下两代大型实验的委员会中，为不同时间尺度的视角设置已安排的位置，包括那些专门负责考虑“如果目前所有主导理论都是错的，这台仪器仍然应该能够做什么”这一问题的视角。这些视角目前在决策桌上通常缺席，不是因为它们被禁止，而是因为在最短时间里给出最明确、最具防卫力的论证的竞争压力，淘汰掉了不能以确定语气描述未来发现的长期备选方案。

第四小节 生态的不可规划性与必要的计划

认知生态学视角的最后一个命题带有某种悖论性：健康的认知生态系统无法被从顶层完全规划出来。许多在历史上后来被证明为认知上关键的实验举措，从彭齐亚斯和威尔逊对那台角锥天线的执著，到某些暂时被边缘化的桌面实验传统，在它们的起源点上不是由大型的学科规划委员会设计的。它们是局部的、机会性的、受到特殊个人和偶然事件推动的。这意味着，实验认知生态的活力部分地依赖于一定程度的自组织空间：个体研究者和小组能够在一定范围内追求没有在大路线图中被预测为高优先的探索，而不会因此被排除在资源生态之外。

但是这种自组织空间不能代替以数十亿美元为标底的大型实验的必然长期规划。不能被规划的局部探索与必须被规划的大科学核心之间，是一种在生态学意义上类似先锋物种与顶极群落之间的关系。先锋物种是那些散发的、高风险的、繁殖快速的探索者；顶极群落是那些稳定、缓慢演替、占据核心资源的主体结构。健康的生态系统需要两者。大科学如果没有在体制中保留对桌面实验和非常规试探的容身之处，它将老化为一群封闭的巨型仪器在没有竞争的理论约束下缓慢走向自我确认的死胡同。桌面实验和理论异端如果没有大科学提供的高精度数据流和严峻验证场所，也容易退化为自言自语而无法进步。

在当前的实验物理学中，这种平衡在多大程度上是健康的？不同领域的判断不同。在粒子物理学中，大科学与桌面实验的规模差距悬殊至极，前者对后者的绝对压制使得后者在几乎所有方面（资金、发表渠道、权威性）都极难维生。在某些凝聚态物理和量子光学领域，大小规模之间的平衡相对好一些。跨领域的生态比较可以成为物理学内部的认知觉察资源，一个领域看到另一个领域为什么保留了更丰富的规模多样性，进而可以对自己的规模单一化产生的隐失有更具体的诊断。

实验的生态学作为一个未完成的构想，不是要在本书的结尾处给出一个完整的生态管理学方案。它只是为实验认识论的未来工作指出了一个尚少被踏足的方向：将实验不只看作对自然的叩问，也看作叩问者自身的认知组织形式，这种组织形式有其生态性的动态，可以被分析、可以被比较、可以在必要时被审慎地干预。至于如何干预、干预到什么程度、干预者本人又如何避免犯下被自己有限认知偏误所限制的错误，这些问题将属于一个在本书的末页之后继续展开的、属于更多领域和更多世代共同参与的集体省思。

附论九 尾声：测量者的面容

经过漫长旅途之后，最后一篇附论必须短。不是因为它要说的东西太少，而是因为它要说的东西太简单，过分铺陈只会稀释。

我们在序章中看见，深夜里实验室的荧光屏前，研究生为那条完美吻合理论的曲线截屏。他未曾注意，那被滤波算法判定为噪声而抹去的涨落中，也许睡着一个尚未被命名的世界。那道影子起初只是不安的暗角，但当我们穿越了仪器、数据、理论、共同体、历史、教学和伦理的多重地貌之后，影子的面貌改变了。它不再是测量中需要羞愧或焦虑的瑕疵。它是测量之所以可能发生的光源的证据，是认知者无可避免地以自身携带着的理论、手艺、时代和肉身，站在自然与知识的界面之上所投下的轮廓。没有这道影子，就没有任何叩问自然的可能，就没有被仪器翻译过来的信号，就没有被数据炼金术凝结成数字表格的宇宙微声。

物理实验是这道影子的自我觉知。当实验者开始看见自己的影子，当他不再仅仅在荧光屏上看见与理论完美吻合的曲线，也看见自己滤掉了什么、假定了什么、期望了什么，他已经不是原来的那个实验者。他不是在实验之外变成了哲学者；他是在实验之内更完整地成为了一个认知者。

科学的冷峻精确与人性不可磨灭的在场感，在此并非互斥。知道影子的宽度，承认它的不可消除，却仍然在它的伴随下向自然发出清晰、严密、诚恳的叩问，这是实验认识论所能达到的最终成熟。它不是退让的谦逊，而是清醒的坚韧。在人类有限感官与无限自然之间那条永久未被完全填平的缝隙边，测量者站在那里，不再试图擦除自己的影子，而是将它作为自己签名的看到。那道签名提醒着每一个后来者：我们在此时此地以这些方式看见的这些规律，是我们的、也是自然的，是对话的、也是诚实的，是临时的、但也足以在漫长的未来中支撑继续上路。而那道影子的宽度，便是人类认知在自己最好的时刻，仍然为不可知留出的必不可少的退让余地。