有人声称能用意念弯勺子，或者隔墙看字。怎么判断真假？光靠嘴说不行，得摆上实验台。特异功能测试不是街头把戏，它需要一套严谨到近乎刻板的科学方法。这套方法的基础，是把模糊的说法变成可检验的命题。“我能透视”这种话，要转化成在严密控制下，猜对密封信封里图片主旨的准确率高于随机概率。这步叫作操作化定义。把口头声明转化为明确的、可重复的测量步骤，谁来执行都一个样，没有模糊空间。声明越花哨，定义就得越死板。说能预知未来，就要约定预测什么事，提前多久，书面留证，事后对账。少了这步，测试就是空中楼阁。

测特异功能，永远默认它不存在。这个默认状态叫零假设。收数据的目的，是看能不能用强证据把零假设推翻。零假设是无特异功能的基准立场。推翻的门槛设得很高。偶尔猜对几次，在零假设下原本就可能出现，纯属随机波动。要宣称拥有特殊技能 ，数据必须强到让零假设难以维持。零假设不是咬定没这回事，而是给出一个清晰的参照线，任何偏离都需要过硬证据，不能凭感觉下定论。实验的整套逻辑，就是攒足偏离量，扛住各种质疑。

隔空认字这类测试，最大的漏洞是感官泄露。被试可能听见纸张摩擦声，看到反光，闻到墨水味道，甚至捕捉到实验员下意识的表情。控制条件要把这些路全堵死。控制条件的目标是切断所有正常感官通道。用隔音隔光的屋子，字卡放在另一个房间，由电脑随机呈现，只传输数字信号，物理线索彻底抹掉。有的测试让被试戴上眼罩耳罩，塞进电磁屏蔽室，连手机振动都防住。条件控得越死，怀疑空间就被压缩得越小。一个环节没封严，整个结果就废了。

刺激的顺序不能由人定。人会不知不觉带出规律，偏爱某个符号，或者形成无意识模式。随机化用物理过程或算法打乱次序，保证每次试验独立，下一回出现什么完全不可预测。随机化让刺激序列失去可预测性。早年的猜牌实验，泽纳牌用机器洗牌，每张牌出现概率严谨相等。不随机，统计检验就架在沙子上。真随机源配合严控条件，才能搭出一个干净的测试环境。赌的就是任何超常表现，不可能是钻了规律的空子。

知道答案的实验员，一个咳嗽、一次停顿、眉毛微微挑动，都可能把信息漏出去。双盲法要求，所有直接接触被试的人，完全不知道当前试次的目标是什么。双盲设计屏蔽了实验者效应与有意作弊。刺激由计算机独立管理，分派序列、记录反应、判分的角色彼此信息隔绝。直到整个数据锁存，才揭盲看结果。双盲不单防人使坏，更防那种不知不觉的暗示。这套程序已经成了检验特异功能的黄金标配，缺了它，再惊人的结果也没有讨论的价值。

瞎猜也能撞上几次正确。统计检验就是算，看到的结果纯由运气造成的概率有多大，这个值叫p值。常规把p小于0.05定为显著线，意思是零假设成立的话，这么极端的数据平均每二十次实验才会撞见一回。p<0.05是统计学筛掉随机波动的约定门槛。一次实验要是同时测好几种技能 ，或者反复扒拉数据，碰巧显著的机遇就积攒起来了。必须事先锁死主假设，并对多个检验做校正，比如邦费罗尼法把阈值压得更低。事后挑好看的数据报，跟作弊没区别。

许多宣称的超技能 效应极其微小，猜对率只比随机高两三个百分点。效应量就是衡量偏离零假设的幅度。微小效应量必须配对足够大的样本，否则结果立不住。几十次试次的实验，统计功效低得可怜，真有微弱效应也检不出，偶尔蹦出的显著多半是噪音。扎实的测试会倒推所需样本量，实验前就定好终止规则，不能说停就停。样本量不够，哪怕走运拿到一回显著，换批人立马哑火。

一个效应要让人信，得换实验室、换被试群体，还能稳定复现。重复实验的流程与数据处理方法，必须跟原版对齐，差一点就变味。预注册是在动手收集数据之前，把假设、设计、处理方案整个挂到公开平台，打上不可篡改的时间戳。可重复性加上预注册，把选择性报告的后门焊死。这手砍掉了事后改假设、挑着报结果的灵活性。特异功能领域有不少热闹过的发现，一上独立复制就消失得干干净净，问题往往就出在缺了这两项。

把多个同类实验的数据并到一块看总趋势，叫合并效应量估计，或者叫元研究。它能评估有没有发表偏向，整体效应是不是在零附近打转。合并证据通常显示总体效应不偏离随机水平。实验全程还得堵死作弊可能。无死角录像，被试不能带电子设备，有的测试直接请魔术师当顾问，把手法漏洞找干净。整套科学方法一层套一层，走完这一圈，那些声称的特殊技能 ，还没相同能通盘过关。筛了几十年，结果就摆在桌面上。