让研究的深度，有迹可循。

研究设计：追踪互动，再观察支持撤除后的迁移

第一阶段拟在获得许可的社区服务点进行情境观察，记录障碍发生位置、排队压力、支持者与使用者关系，以及手机或鼠标的实际操作者。访谈应同时邀请愿意求助、拒绝求助和中途退出的人，尤其不能只从成功办结的服务名单招募。质性材料用于修订机制与测量规则，不用于推断人口比例。

第二阶段可在模拟预约中比较替代操作与解释性支持。按既有操作经验分层后随机分配支持方式，统一任务目标、时间与可用信息，保留随时退出和获得实际帮助的权利。随后安排一个表面步骤不同、核心规则相近的新任务，由不知道分组的观察者编码表现。具体样本量应由预实验中的变异、失访和最低有意义差异决定，不以方便招募人数冒充统计功效。

最强反对意见：差异可能来自人，而非支持方式

更有经验或更自信的人，本来就更容易得到解释性帮助；事务繁忙、视听困难或风险更高的任务，也更可能被直接代办。因此，观察到支持方式与迁移相关，不能解释为帮助造成了能力差异。随机分配只能处理被纳入模拟研究的人群，对拒绝参与者和真实高风险任务的外推仍须保留。

另一种竞争解释是互动时长：解释性支持可能只是让参与者多花了时间。可以记录并尽可能匹配接触时长，同时区分“理解选项的解释”与普通陪伴。若时间匹配后差异消失，原判断应收缩为接触机会的作用；若本人能复述规则却无法迁移，则需重新检查任务设计，而不是将失败归结为使用者不够努力。

推进计划与改变判断的证据

先用少量可反复观察的任务检验编码规则，让两名研究者独立判断“谁决策、谁操作”，记录分歧并修订定义；再据此设计模拟任务与预注册分析。正式收集前完成适用的伦理审查，只使用模拟账户，不收集真实密码，不让研究安排影响参与者获得公共服务。

预先约定三类需要改变方案的证据：解释性支持显著妨碍当次服务获得；控制权指标无法稳定编码；迁移优势只存在于已经熟练的人群。如果出现这些情形，应分别调整服务目标、测量方法或适用范围。研究的贡献可以是澄清何时不应追求独立操作，而不是证明一种帮助方式普遍更好。

仍需回答的问题

一次模拟任务中的选择，能否代表真实公共服务中的偏好？家庭成员代办与机构工作人员介入是否遵循不同的信任关系？支持撤除后的短期迁移能否持续？这些问题决定下一阶段的追踪范围，本节选不将其写成已有结论。

识别策略：先判断有没有可信的比较，再决定是否估计因果

优先寻找规则明确、时间可确认的外生费率调整，构建商家层面的连续面板，记录调整前后的收费、推广、价格、订单与结算。需要先问资格为何不同：如果费率由经营表现、商家主动申请或平台预测销量决定，处理组与比较组就可能在政策前已走向不同轨迹。

若存在可辩护的未受影响商家，可考虑双重差分并展示调整前趋势；若分批实施，应使用与分期处理相容的估计方式，明确每次比较使用哪些尚未处理者，而不直接套用可能混合异质效应的单一固定效应系数。若政策资格有稳定阈值，则先核查阈值能否操纵、附近商家是否可比，再讨论断点设计。没有这些条件时，应将成果定位为账目分解与机制描述。

最强反对意见：所谓“费用替代”可能只是商家扩张

佣金下降后推广支出上升，并不自动证明平台把让利收回。商家可能因边际收益改善而主动扩大推广。因此，应同时报告推广金额、每单推广成本、自然流量与总交易的变化，并核对推广价格或展示规则是否改变。即便能够估计总效应，政策后的推广选择也属于潜在中介，不能未经额外假设就分解为独立的因果贡献。

另一个风险来自平台内溢出：受益商家可能挤走同平台其他商家的流量，导致“未处理组”并非不受影响。可以检查同品类、同商圈的暴露关系，并扩大观察到其他渠道，但不能把换一个比较组当作自动解决。若比较组普遍受影响，结论应收缩为商家间的相对变化，不推断整个市场的净增益。

推进计划：把“结果不显著”拆成可解释的问题

第一步核对收费规则与结算样本，让数据字典中的每一项费用都能对应到账单；第二步建立交易和商家两个层次的描述性面板，解释缺失、退出及渠道迁移；第三步才选择识别策略，预先确定主要结果和异质性维度，限制事后筛选显著结果。商家数据须经授权，公开展示只使用充分去标识化的汇总。

若实际负担下降而留存不变，应继续辨认价格让利、成本上升或需求不足；若仅平台内成交改善而全渠道收益无变化，则需要考虑渠道替代。若结果区间很宽，不能把“不显著”写成“没有作用”，而应报告数据尚不能排除多大的影响。最终贡献是说明收益传导在哪个环节改变，及现有数据能识别到哪一步。

仍需回答的问题

结算数据是否覆盖所有平台收费？平台是否能同步改变看不见的曝光规则？退出者是否留下可观察记录？消费者因降价受益的部分能否被衡量？这些信息会决定研究能否从商家账目走向分配效应分析，不应以复杂模型替代缺失的信息。

对照设计：让工具撤除后的任务成为主要结果

在适用的伦理与教学许可下，先开展不计入高风险成绩的试点。可设置直接改写反馈、追问式反馈与结构化静态检查表三组，围绕同一论证任务与同一材料包学习，并按基线写作能力分层随机分配。记录实际时间、支持使用与退出情况；如果学生之间会分享反馈，需要在分配单位和实施安排中处理这种污染。

主要结果应预先指定为延迟、无 AI 的新材料论证任务，按主张清晰度、证据推理、反驳质量与修订合理性分别盲评。即时作品分数作为次要结果；可另设保留工具的任务研究工具使用能力，但不能将其与独立能力合成同一分数。样本量须依据评分一致性、组内相关、预期失访与最小有意义效应规划。

最强反对意见：追问式反馈只是让学生练得更久

追问组若多花了时间，结果差异可能来自练习量，而非反馈方式。可以事先规定相近的学习时段，记录实际使用时间，并设置具有相似任务要求的静态检查表对照。主要分析按原始分配报告，实际投入用于解释实施情况；未经额外识别假设，不应通过控制政策后的投入时长就声称识别了纯机制效应。

另一个问题是评价的公平性。熟悉议论文表达的学生可能更容易在评分中获益，因此量表应区分表达润色与证据推理，使用多名不知道组别的评分者并检查一致性。AI 检测分数不能作为是否学习的指标。若新任务只换了题面却复用了相同论证模板，也可能高估迁移，需要增加材料或立场变化并说明迁移距离。

推进计划：先验证评价，再检验教学机制

第一步用既有、经授权的学生习作检验量表，整理评分者分歧；第二步进行低风险试点，检查任务难度、时间与学生能否理解反馈；第三步才锁定干预、主要结果与分析方案，安排正式研究。保留模型版本、提示策略与交互记录的必要摘要，但不收集无关的个人信息，并明确材料如何保存和删除。

如果追问组只在即时论文中更好，而延迟独立任务没有相应变化，应将结论限定为任务支持；如果优势完全由表达维度驱动，则不能宣称论证能力提高。如果工具使用能力提高而独立能力不变，也可以形成有价值的教学判断：课程究竟希望培养哪种能力，需要在评价中说清楚，而不是让一项总分承担所有目标。

仍需回答的问题

对不同先前知识水平，示范与追问应如何组合？跨课程迁移与数周后的保持是否相同？学生对反馈的主动选择，是否会改变课堂真实实施的效果？这些问题需要后续研究，不能由一次短期试点作出全面判断。