把一届世界杯，当成一次受控实验。

绝大多数「世界杯预测」做的是同一件事：搭一个模型、报一个冠军、赛后看猜没猜中。我们刻意不做这件事，因为单届世界杯冠军预测的样本量是 N=1，猜中与否几乎不携带方法论信息——2022 阿根廷夺冠不能证明任何模型对，2014 德国夺冠也不能。

我们的立场是：把这届世界杯当成一台一次性的实验装置，用它检验几个关于「预测」本身的、可证伪的命题。估计器（怎么把两队实力换成比分概率）我们用学界已成熟的标准件，不发明——因为预测领域反复证明，校准良好的老方法通常打败花哨的新方法。创新发生在实验设计层，不在估计器层。仪器应该是无聊的；有意思的是用无聊仪器做的受控对照。

这个立场带来一个副产品：因为整个流程是预注册 + 留痕 + 可回放的，它天然产出一个透明的在线研究网站——公众看预测，研究者看方法。

三层来源各司其职：估计器内核是公开标准范式（我们自己实现），事实与靶子来自两份背景报告，真正定调的方法论纪律来自我们自己以往的项目。两份 PDF 在纪律这一层都只是被检验对象，不是被信任的输入。

明确不采用：

• Klement 的 GDP / 人口 / 温度社会经济回归——作者自承 tongue-in-cheek，决定系数（R²）约 55%，且变量赛中不变，无法承载本项目核心（实时更新）。
• Kimi 的多智能体辩论 / 舆情 / 机器学习增强层做主线——不可复现、不可审计。但其预测产出作为基线 B5 被我们评分（见 H3b）。

单场预测走一条四段标准流水线：自建 Elo 评级（国际赛全史，1872 至今）把每支球队压成一个实力数；泊松广义线性模型把两队 Elo 差映射为各自的进球期望 λ；Dixon-Coles 双泊松在此基础上给出单场胜 / 平 / 负概率（含对低比分相关性的修正）；最后 蒙特卡洛把整届赛事模拟 10 万次——含小组排名细则、FIFA 第三名 495 组合对位表、淘汰赛树——汇总成出线 / 各阶段 / 冠军概率。

我们跑三个变体。它们共用完全相同的 λ 映射、Dixon-Coles 与蒙特卡洛内核，唯一区别是喂进内核的 Elo 怎么来——这样三者之间的任何差异都能干净归因到那一个变量。

三个命题与各自的裁决判据在揭幕战前写入预注册文件并 git commit，之后只许追加附注、不许改判据。所有比较一律配对（同一批比赛），用 10000 次自助法（bootstrap）重抽求置信区间。

• 加时 / 点球：加时 = 进球率 × ⅓ 时长；点球 50/50。各模型同口径，对 H1/H3 的相对比较无偏。
• 小组排名平局细则：用 积分 → 净胜球 → 进球 → 随机；略去相互战绩与公平竞赛分（影响极小）。
• 第三名 495 对位：二分图匹配 + 固定优先级，已对 495 组合穷举验证无同组对阵、半区守恒，是 FIFA Annex C 的结构近似；多个合法匹配并存时的精确选择对冠军概率为二阶影响。
• 主场优势：三东道主（墨西哥 / 美国 / 加拿大）小组赛享主场（+100 Elo 由 λ 模型主场项承接）；淘汰赛全部按中立场。
• 环境协变量 OFF：休息天数、旅行、海拔、高温在 v1 不入模；赛后做事后（post-hoc）消融，有信号留 v2。
• M-llm 输入边界：仅伤病 / 缺席 / 首发类软信息，不含战术、舆情、天气。

本节在结算时点逐步填充，一旦填入即随快照冻结。当前留空是有意为之——任何赛前就「看起来有结论」的结果区，都是未来函数的温床。