科学一旦不能被审计，就会变成权力
新冠疫情之后，人类欠自己一个答案：病毒究竟从哪里来？
几年过去，答案仍然悬而未决。表面上看，这是科学证据不足。深一层看，这是全球科学治理的失败。
如果只按狭义证据说，我们今天仍不能最终证明它来自自然，也不能最终证明它来自实验室或研究相关事故。但问题在于：一个现代国家、现代实验室、现代医院、现代科研资助体系共同存在的时代，关键数据长期缺失，本身就不是中性的。
早期病例在哪里？
原始血清样本在哪里？
市场和动物供应链记录在哪里？
病毒数据库、样本库、动物实验记录、实验人员健康记录在哪里？
美国资助链、审批链、gain-of-function 风险评估和早期科学叙事形成过程，是否真正被穿透审查？
这些东西本来不该像远古化石一样找不到。
中国控制现场证据，美国牵涉部分高风险冠状病毒研究的资金、合作、监管和话语体系。双方公开互相指责，却都没有真正推动足以伤及自身的彻查。
这未必是传统意义上的秘密合谋。更准确地说，是责任互锁。
中国害怕现场责任。
美国害怕资助和监管责任。
跨国科研共同体害怕研究模式本身被审判。
于是，真相被拖入黑箱。
新冠源头最可怕的地方，不只是“我们不知道”。而是：以现代科学和情报能力，我们本来不应该这样不知道。
科学当然需要证据。但科学不能假装证据被延误、封存、删除、拒绝审计这件事没有意义。在事故调查、司法推断、情报分析和工程安全中，关键证据被控制者阻断，本身就是强信号。
它未必直接证明具体分子机制。
但它足以改变判断概率。
如果自然溢出是最干净、最有利、最容易证明的解释，为什么最有能力证明它的资料长期不能完整出现？
如果实验室或研究相关起源完全不可能，为什么早期公共叙事要如此急迫地把它污名化？
这不是反科学。恰恰相反，这是更严肃地理解科学。
科学不只是在显微镜下寻找证据。科学也要追问：证据被谁控制？谁拒绝公开？谁受益于沉默？谁压制异议？
当直接证据被阻断之后，行为本身就成为证据。
新冠疫情暴露出的，不只是某个国家的问题，而是一种全球科学治理危机。
美国在霸权松动期推动科研全球化、外包化、跨国化。中国在科研能力快速上升期获得强大实验平台、样本资源和技术能力，但安全、透明、管理和问责机制并没有同步成熟。
高风险生物研究就在这样的结构中扩张：资金、技术、样本、论文、国际合作、国家竞争纠缠在一起。一旦出事，责任链天然跨国；一旦责任链跨国，真相就可能被各方共同拖进灰区。
这正是现代科学权威主义最危险的形态。
它不一定表现为某个独裁者命令科学家说谎。它更常表现为机构、基金、期刊、监管部门、专家委员会、大学、企业和媒体共同形成一个封闭的知识—权力系统。
这个系统表面上讲科学，实际上常常把科学权威、行政权力、职业利益和公共叙事混在一起。
科学需要专家，但不需要权威主义。
专业权威来自证据、方法、透明数据、可重复性和开放质疑。
权威主义来自职位、机构、资金、行政背书、媒体放大和话语封锁。
前者是科学秩序。
后者是科学的敌人。
疫情期间，人类社会把“相信科学”大量误解成“服从专家口径”。但真正的科学不是服从。
真正的科学是：
不确定就说不确定；
模型假设可以被追问；
利益冲突必须披露；
少数派观点不能因为政治不方便就被消音；
公共卫生政策必须承认它不只是科学判断，也包含价值选择、风险偏好、经济权衡和政治责任。
如果科学权威不能被审查，它就会退化为祭司阶层。
如果专家共识不能被质疑，它就可能变成权力网络的结论。
如果公共健康被用来关闭正常科学争论，它就不再是公共健康，而是治理术。
这个问题在生物医学和制药领域尤其严重。
因为这个领域同时具备几个危险条件：高公共信任需求、高商业利润、高监管权力、高发表压力、高技术门槛和低外部可验证性。
普通公众无法独立验证药物疗效、病毒研究、临床试验、动物模型、统计方案或基因数据，只能依赖专家系统。可一旦专家系统被资金、论文、监管、产业和政治捕获，公众就会把“服从权威”误认为“相信科学”。
更严重的是，生物医学研究直接消耗人的生命时间。
人类寿命短暂。病人没有几十年等待一个错误假说慢慢被复现或推翻。一个癌症病人、罕见病家庭、慢性病患者、老人、儿童，或者公共卫生危机中的普通人，都没有时间为学术共同体的低复现率买单。
在材料科学或天体物理中，一个错误理论可能浪费经费和学术时间。
在生物医学中，一个错误方向可能误导医生、延误治疗、消耗家庭希望、影响临床指南、推动无效药物、造成公共政策错误。
所以，生物医学低复现率不是普通学术缺陷，而是伦理问题。
不能说“科学总会自我纠正”。二十年后的纠正，对今天的病人毫无意义。
不能说“这是探索性研究”，却在论文、融资、宣传和临床叙事中把探索性信号包装成确定结论。
不能用统计显著性冒充临床意义。
不能用动物模型冒充人体疗效。
不能用专家共识替代原始数据。
不能用期刊影响因子替代真实可复核性。
现实却是，现代生物医学已经被两股力量深度扭曲：论文数压力和资金权威化。
论文压力已经变态化。
博士、博士后、PI、大学医院、实验室和研究团队都被迫不断生产论文。论文不再只是研究完成后的结果，而变成职业生存指标。
于是研究逻辑被倒置：
不是因为问题重要所以写论文。
而是因为必须写论文所以制造问题。
小样本机制研究、过度切分数据、弱阳性结果、动物模型过度外推、omics 数据挖掘、统计显著性包装、互相引用和热点追逐，都在这个系统中自然生长。
与此同时，资金来源高度权威化。
少数资助机构、药企、顶刊、大学医院、学会、监管部门和指南委员会共同决定：什么问题值得研究，什么假说有前途，什么技术路线能拿钱，什么结果能发表，什么证据能进入临床。
没人一定要直接下命令。所有人却都知道规则：
不跟随主流关键词，就难以拿钱。
没有钱，就没有实验室。
没有实验室，就没有论文。
没有论文，就没有职业。
于是闭环形成了：
为了拿钱，需要论文。
为了发论文，需要钱。
为了拿更多钱，需要漂亮的 preliminary data。
为了漂亮数据，需要强故事性。
为了强故事性，需要压低不确定性。
为了维持实验室，需要不断重复这一循环。
最后，科学家被迫成为项目经理、融资者、品牌经营者、论文流水线组织者和产业合作谈判者。
这不是简单的个人道德失败。许多行业内人士是真诚的、勤奋的、专业的，甚至承受巨大压力。他们也许知道系统有问题，却被困在其中。
年轻研究者不发论文就没有未来。
PI 不拿经费就养不起团队。
医生科学家不进入主流网络就没有资源。
期刊不追热点就失去影响。
药企不讲增长故事就失去资本市场。
监管部门不与产业协作就被指责拖慢创新。
所以批判这个行业，不能把所有从业者都当成恶人。
真正的问题更深：一个制度可以不依赖多数人的恶意，也能稳定地产生低真实性结果。
它可以让很多善良的人在压力下做出不够诚实的科学表达，让很多聪明的人服务于不够可靠的证据链，让很多合规程序掩盖实质上的不确定性。
但是，承认从业者压力，并不意味着可以原谅系统性伤害。
尤其当风险已经被看见，证据脆弱已经被知道，复现危机已经被讨论，利益冲突已经显现，监管漏洞已经存在，而系统仍然继续把脆弱证据包装成权威结论时，这就不再只是科学不完善，而是制度性明知故犯。
现代制药工业进一步放大了这种矛盾。
这个体系的核心目标并不总是最大化科学真实性，而是同时追求 FDA 可批准性、专利保护、资本回报、市场独占、指南进入、保险支付和股价叙事。
科学是这个体系获得合法性的必要部件，但并不总是最高原则。
彻底透明、负结果公开、长期独立复核、真实世界疗效追踪和严格利益冲突限制，都会直接冲击商业模式。
因此，靠行业内部自觉远远不够。
生物医学不能只由生物医学圈内部自我审查。同行评审不能成为封闭行会的保护墙。越是专业门槛高、公共影响大、商业利益重、外部验证难的领域，越需要长期、制度化、跨学科的外部审计。
外行科学家未必有本领域创新能力，但完全可以有本领域审查能力。
一个统计学家、工程师、物理学家、材料科学家、数据科学家、审计师或方法学专家，也许不能发明新药，但完全可以审查实验设计、样本量、统计方法、终点漂移、图像完整性、原始数据、利益冲突、负结果隐藏、动物模型外推和临床意义包装。
创新能力和审查能力不是同一件事。
很多致命问题并不需要成为肿瘤学家、病毒学家或免疫学家才能提出：
原始数据在哪里？
终点是否预先注册？
负结果是否公开？
统计方法是否合理？
动物实验为何可以外推到人体？
临床收益是否真实，而不仅仅是统计显著？
作者、药企、基金、期刊、监管顾问和指南委员会之间是什么关系？
如果结论如此重要，为什么没有独立实验室复核？
这些问题不是反科学，而是保卫科学。
外部审计不能停留在抽象呼吁。它必须发展成可执行、可量化、可持续更新的证据评价体系。
一个可行方向，是建立“利益冲突校正后的论文可信度评分”，即 COI-adjusted Evidence Credibility Score。
今天的问题不是论文没有披露利益冲突，而是披露之后常常没有后果。作者在文末写明接受药企资助、持有股票、拥有专利、担任顾问、参与指南或与监管系统有密切关系，读者通常只能“知道”，却不知道应当如何把它转化为证据权重。
于是，利益冲突披露变成了仪式，而不是审计。
真正有效的制度应当更进一步：利益冲突不应只是被披露，而应进入可信度计算。
当一篇论文的结论直接支持高利润药物、疫苗、医疗器械、检测产品、长期治疗方案或扩大适应症时，它不应从普通中性起点出发。它应当被置于高商业偏倚风险组。
高商业偏倚风险并不意味着结论一定错误，也不意味着产业研究没有价值。它只意味着这类研究处在更强激励扭曲环境中，因此必须承担更高证据责任。
高盈利医疗产品当然可能真实有效，甚至可能拯救生命。但正因为它们牵涉巨大商业利润、大规模人群健康和公共政策后果，它们才必须接受更严格的透明度、复现性和独立审计要求。
一个简单的评分逻辑可以是：
最终可信度 = 初始可信度 + 数据质量分 + 透明度分 + 独立复核分 + 临床意义分 − 财务利益冲突分 − 结构性利益冲突分 − 选择性报告风险分。
明确支持高利润医疗产品的论文，可以从较低的初始可信度起步，例如 50 分；不直接支持商业获利，尤其是负结果研究、复现研究、安全警示、方法学审计和指南证据复核，则可以从较高初始可信度起步，例如 75 分。此后再根据硬指标动态增减。
加分项包括：研究方案和统计计划预注册；原始数据可审计；代码、材料和实验协议公开；样本量充分；多中心设计；使用真实临床终点而非单纯替代终点；长期随访充分；独立第三方统计分析；完整报告不良事件；结论被独立团队复现；真实世界数据支持。
减分项包括：研究由产品获利方直接资助；作者为企业雇员；主要作者持有股票、期权、专利或顾问费；数据由企业控制且外部无法访问；企业参与统计分析或论文写作；试验终点中途改变；只报告有利终点；隐藏负结果；弱化安全信号；使用相对风险夸大疗效；作者、企业、基金、期刊、监管顾问和指南委员会之间存在重叠网络。
这套方法的关键，是把利益冲突从“背景信息”变成“量化惩罚因子”。
过去的体系常常默认：只要利益冲突被披露，问题就已经解决。
但披露只是第一步。真正的科学审计必须追问：这个利益冲突应当让我们把证据权重下调多少？如果它要重新获得高可信度，又必须用多少透明数据、独立复核和长期随访把分数挣回来？
这不是对科学权威的粗暴否定，而是对科学权威的温和驯化。
它不否定专家，不否定药企，不否定临床试验，也不否定高盈利药物可能带来的真实医学价值。它只是要求：凡是身处高利润、高政策影响、高公共健康后果场景中的证据，都必须被更严格地称重。
这也可以防止另一种极端：不是所有非产业研究都天然可信，不是所有产业研究都天然不可信。非商业研究也可能有职业利益、意识形态利益、基金路径依赖、期刊偏好和学术声誉压力；产业研究也可能通过开放数据、独立统计、真实终点和多中心复核获得高可信度。
所以，这不是反产业，而是反未经校正的偏倚。
人工智能也应成为这种审计体系的一部分。
AI 不应替代科学判断，但非常适合做大规模证据链扫描：比对论文图像和表格，识别重复图片和异常数据模式，追踪临床试验注册方案与最终论文之间的终点变化，检查系统综述是否纳入撤稿或高风险论文，分析作者、基金、药企、学会和指南之间的关系网络，标记 paper mill 特征和引用闭环。
AI 不能决定真理。
但它可以让不透明的证据链更难逃过审查。
真正科学的领域，应该害怕低质量批评，但不应该害怕高质量审计。
如果一个领域对外部审计、数据开放、复现研究、利益冲突披露和少数派质疑表现出强烈敌意，这本身就是危险信号。
科学共同体不能一方面要求社会信任，另一方面拒绝社会审计。
从新冠源头到现代制药，从公共卫生政策到生物医学论文，我们看到的是同一类问题的不同表现：
科学能力高度现代化，科学治理却仍然停留在权力社会。
人类拥有基因测序、AI、全球数据库、高通量实验、mRNA 技术和庞大的医学机构，却仍然无法保证关键数据及时公开，无法保证利益冲突充分披露，无法保证异议不被压制，无法保证责任链可以追溯。
这才是疫情之后最沉重的教训：
人类并非没有科学工具，而是没有建立配得上这些工具的科学伦理和问责制度。
科学不是权威体系。
科学是反权威的纠错体系。
它需要专家，但专家不是祭司。
它需要机构，但机构不能凌驾于证据。
它需要共识，但共识不能替代审查。
它需要公共信任，但信任不能靠压制异议来维持。
越是影响生命的科学，越不能只由内部权威自证清白。
越是专业门槛高的领域，越需要外部审计。
越是以公共健康为名的决定，越必须公开其证据、利益和不确定性。
越是人类寿命短暂，越不能容忍几十年后才纠错的医学研究。
生物医学和制药业中有大量认真、善良、承压的从业者。他们不是问题的全部，很多人本身也是制度的受害者。
但正因为他们面对巨大职业压力，正因为这个领域牵涉巨大利益，正因为它直接影响人的生命，外部审计才不是对行业的羞辱，而是对行业中诚实者的保护。
真正需要保护的，不是权威的面子，不是机构的声誉，不是企业的估值，不是专家共同体的封闭地位。
真正需要保护的，是证据的尊严、病人的时间和公众的生命。
如果新冠疫情还不能让人类明白这一点，那么下一次灾难只会以更高的代价提醒我们：
科学一旦失去可审计性，就会变成权力。
医学一旦失去可复现性，就会变成信仰。
公共卫生一旦失去透明责任，就会变成统治术。
而这，才是真正反科学的开始。
