hypothesis-generation

科学假设生成

将观察转化为一组透明的候选解释与检验方案。假设是供质疑的提议，而不是发现、事实、诊断或建议。

不可协商的边界

在使用未发表、敏感、受控、个人、专有、受出口管制或与安全相关的材料之前：

1. 确认授权以及适用的机构、资助方、出版方、数据使用、隐私和 AI 政策。
2. 除非经授权的人类明确批准指定的外部目的地和数据范围，否则将材料保留在本地。
3. 尽量减少输入。未经授权，不要将敏感或未发表数据放入网络搜索或外部 AI 系统。
4. 在相应的人类、动物、生物安全、两用、数据治理或监管关口停止。

绝不：

• 将假设、机制、因果效应、引用或表面模式呈现为已确立的证据；
• 因为快速搜索没有找到任何结果就声称新颖性；
• 从关联、仅时间顺序、预测准确性或模型输出推断因果关系；
• 提供针对具体患者的诊断、治疗、剂量、预后或其他临床建议；
• 为病原体、毒素、武器、规避或其他滥用提供有害的实验优化或操作细节；
• 绕过 IRB/REC、IACUC、IBC、生物安全、两用、隐私、法律或监管审查；
• 伪造来源、标识符、搜索覆盖范围、数据、结果、批准或预注册；
• 自动评分、排名、选择、接受或拒绝科学假设。

如果请求跨越安全关口，只生成高层级风险/监督说明，并将其转交给合格的当地主管机构。不要继续提供操作细节。

保持各对象彼此区分

对象	含义
观察	被测量、注意到或报告的内容，附来源和不确定性
研究问题	定义范围的可回答问题
假设	候选的解释性或关系性命题
机制	所提出的连接条件与结果的过程
因果估计目标	精确定义、待估计的因果对比
预测	在检查目标结果之前推导出的可观察含义
替代解释	竞争性说法，包括偏倚或非因果解释
零假设	分析所使用的、指定的无效应/无差异模型
阴性对照	预期不会通过所提出机制起作用的对照
操作化	构念如何变成变量、测量、干预或类别
分析计划	预先指定的变换、模型、对比、不确定性和决策规则
证据	与某一主张相关的观察或来源；绝不是该主张本身

不要混淆这些标签。机制性叙述不是预测；预测不是证据；拒绝一个零假设并不证明某种机制；支持一个候选并不排除未考虑到的竞争性解释。

工作流

1. 运行范围与安全关口

记录：

• 负责的人类所有者和预期用途；
• 数据敏感性、授权、保留和允许的处理；
• 受影响的人、动物、生态系统、社区或安全利益；
• 所需的伦理、可行性、生物安全、两用和监管审查；
• 未解决的阻碍和所需的领域专业知识。

脚本批准不是伦理、安全、监管或科学批准。

2. 冻结观察

在解释之前写下观察：

• 测量或来源；
• 人群、系统、地点和时间；
• 观察单位和分析单位；
• 不确定性、缺失、排除和预处理；
• 该模式是预期的、探索性的，还是在查看结果后选择的。

除非因果设计和估计目标能为其提供依据，否则使用“报告”“观察到”或“相关”，而不是因果语言。

3. 明确研究问题

只有在适用时才选择框架：

• PICO/PICOT 用于干预／效果问题：人群、干预、对照、结局，以及可选的时间。
• PECO 用于暴露问题。
• 人群—指标测试—参考标准—目标状况 用于诊断准确性问题。
• 人群—预后因素—结局—时间 用于预后问题。
• 定性、描述性、机制性或理论性研究，采用特定领域的构念—情境—结局框架。

PICO 并非通用模板。明确利益相关方、情境、边界、可行性，以及什么样的答案会改变知识或实践。FINER 是用于完善问题的助记法——可行、有趣、新颖、合乎伦理、相关，而非评分系统。在有记录的、适合该目的的检索和专家审查提供支持之前，应将“新颖”视为尚未确定。

4. 确定有日期标记的证据边界

在作出依赖文献的陈述之前先进行检索。优先采用原始研究、官方政策、原始方法论文、现行报告指南，以及用于了解概况的系统综述。

记录：

• 检索日期和截止日期；
• 数据库／索引、检索式、筛选条件和筛选范围；
• 纳入和排除的来源类型；
• 支持、质疑或提供背景信息的各项主张的来源；
• 已知的访问、语言、数据库和时间限制。

检索能够确认检索过哪些内容，但不能证明普遍不存在。应写“在记录的检索范围内未找到”，绝不要写“此前不存在相关研究”。使用 assets/search_boundary_template.json、assets/evidence_ledger_template.csv 和 references/literature_search_strategies.md。

5. 先提出竞争解释，再选择检验方法

在合理情况下，从真正不同的解释类别中提出多个候选解释：

• 拟议机制；
• 测量或处理伪象；
• 混杂或共同原因；
• 选择或脱落；
• 对碰撞变量进行条件化；
• 反向因果；
• 时间、情境或边界条件差异；
• 随机变异；
• 其他尺度上的竞争机制。

在借助 AI 扩展之前，先独立提出一组初始竞争解释，以减少锚定和同质化。不要强行凑固定数量，也不要制造虚假的对称性。每个候选解释都应标记为 candidate。

Platt 的强推断模式强调替代假设和关键检验，但替代解释未能成立，并不意味着剩下的解释就是真的。未知的替代解释、辅助假设、测量误差和混合机制仍然可能存在。

6. 声明主张类型和估计目标

将每个目标分类为：

• 描述性；
• 关联性；
• 预测性；
• 因果性；
• 机制性。

对于因果目标，应在分析前定义：

• 目标人群或系统；
• 干预／暴露及对照；
• 结局和时间范围；
• 人群层面的汇总指标；
• 相关的治疗版本和中间事件处理方式；
• 识别假设以及目标试验／设计类比。

分别记录混杂、选择、碰撞变量、测量和反向因果风险。观察性因果估计仍依赖假设。使用 references/causal_inference_and_claims.md。

7. 推导可区分竞争解释的预测

对于每个候选解释：

1. 陈述条件和边界条件。
2. 指出可观测量及测量方式。
3. 陈述预期模式和不确定性。
4. 陈述在已声明的假设下与该候选解释不相容的结果。
5. 将预期结果与至少一个竞争解释进行对比。
6. 界定无法判定的结果，以及可从中获得的认识。

优先选择竞争解释对结果预测有显著差异的检验。在科学上适当时，加入阳性、程序性和阴性对照。阴性对照必须无法通过目标机制起作用，同时共享相关的偏倚路径；它不是装饰性的未处理组。

使用 assets/prediction_rival_matrix_template.csv 和 assets/falsification_controls_template.json。

8. 将测量付诸实践并进行验证

对每个构念，记录：

• 变量角色和操作性定义；
• 研究人群／系统、单位、时间安排和条件；
• 仪器／方法、校准、质量控制和盲法；
• 信度／可重复性；
• 效度证据和适用性；
• 缺失情况、检测限、转换、截点及其依据；
• 相关时的测量不变性或跨组可比性；
• 可预见的测量偏差和局限性。

不要把方便使用的代理指标当作构念本身。通过以下方式验证：

python3 scripts/check_operationalization.py local-operationalization.json

9. 使设计和分析与研究主张相匹配

明确说明：

• 抽样、实验单位、分配、随机化、盲法和对照；
• 纳入／排除标准和停止规则；
• 基于已声明假设的样本量、精度或信息量依据；
• 结局、对比、估计目标、模型、效应量和不确定性；
• 缺失数据和中间事件的处理方式；
• 结局、模型、亚组、查看次数和假设之间的多重性；
• 假设、诊断、稳健性和敏感性分析；
• 复现或独立验证计划；
• 哪些分析是验证性分析，哪些是探索性分析。

不要采用普适的最低样本量。不要将阈值化的 p 值解释为假设为真的概率或效应的重要性。参见 references/experimental_design_patterns.md。

对于干预试验，适用时请使用现行的 SPIRIT 2025 方案指南和 CONSORT 2025 报告指南。这些指南有助于提高完整性，但不能证明设计质量、伦理性或符合法规要求。

10. 防止 HARKing 并公开偏离情况

在查看目标结局之前，尽可能为研究问题、候选项、预测、结局、排除项、转换、分析、多重性、缺失数据计划和停止规则添加时间戳。

之后：

• 将依赖数据提出的想法和分析标为探索性；
• 保留并报告计划中的分析；
• 列出偏离情况及其日期、理由、决策者和预期影响；
• 绝不要把观察到的模式改写成事先作出的预测。

预注册是透明的计划，并不禁止调整。注册报告会在期刊政策下增加盲于结果的同行评审和原则性接收。参见 references/preregistration_and_open_science.md。

11. 规划复现并持续更新

区分：

• 可重复性： 使用相同数据／代码／条件得出一致计算结果；
• 可复现性： 针对同一问题，通过收集新数据的研究得出一致结果。

在获准共享时，保留来源信息、版本、代码、材料和决策日志。规划独立复现，或针对相关边界开展可迁移性测试。出现相反、零结果或复现证据时，更新候选项状态；不要隐瞒负面结果。

12. 落实人的责任

负责的人必须核实：

• 每条引用以及来源与主张之间的关联；
• 领域合理性和测量效度；
• 因果假设和统计设计；
• 伦理、可行性、安全、隐私和法规状态；
• 所有 AI 辅助撰写的文本、想法和引用；
• 是否需要更广泛的专业知识或社区意见。

AI 可能会捏造引用、锚定推理并使候选集趋同。记录获准使用 AI 的方式及其重大影响。在流程中保留独立的人类构思和竞争性假设的提出。

本地工具索引

所有命令行工具均受限、无需依赖、可在本地运行、结果确定且不评分：

任务	资源	命令
假设记录架构	assets/hypothesis_record_template.json	python3 scripts/validate_hypothesis_schema.py record.json
测量检查清单	assets/operationalization_template.json	python3 scripts/check_operationalization.py checklist.json
预测／竞争解释矩阵	assets/prediction_rival_matrix_template.csv	python3 scripts/validate_prediction_matrix.py matrix.csv
主张措辞 lint 检查	带注释的 Markdown	python3 scripts/lint_causal_claims.py draft.md
证伪／对照	assets/falsification_controls_template.json	python3 scripts/check_falsification_controls.py controls.json
证据／来源审计	assets/evidence_ledger_template.csv + assets/search_boundary_template.json	python3 scripts/audit_evidence_ledger.py ledger.csv boundary.json
预注册框架	assets/preregistration_scaffold_template.md	python3 scripts/generate_preregistration_scaffold.py record.json -o preregistration.md

退出代码分别为：结构有效时返回 0，验证已完成但存在错误时返回 1，输入格式错误或不安全时返回 2。报告仅验证声明和内部一致性；不会核实科学结论是否属实，也不会选择假设。完整架构见 references/tool_reference.md。

参考资料

• references/concepts_and_workflow.md — 对象模型、强推断、不确定性和候选项生命周期
• references/hypothesis_quality_criteria.md — 不评分的人工审查标准
• references/literature_search_strategies.md — 可追溯、范围明确的证据检索
• references/causal_inference_and_claims.md — 目标估计量和因果偏差风险
• references/experimental_design_patterns.md — 设计、对照、测量、多重性和重复验证
• references/preregistration_and_open_science.md — 预注册、Registered Reports、偏离情况和开放科学
• references/ethics_safety_and_ai.md — 监督关卡、双重用途、数据处理和负责任的 AI
• references/tool_reference.md — CLI 架构、限制和示例
• references/source_ledger.md — 带日期的权威来源说明
• references/security_validation.md — 基线发现和验证记录

随附的来源台账为 assets/source_ledger.csv，已核验至 2026-07-23。后续使用或用于特定司法管辖区时，请重新核查时效性政策和指南。

相关技能

• pyvene-interventions：提供使用 pyvene 的声明式干预框架对 PyTorch 模型执行因果干预的指南。
• scientific-brainstorming：通过独立构思、结构化讨论、明确假设、透明评估……促进基于证据的科学构想。