好测试要能区分解释，而不只是制造更多数据
两种解释都能说明已有现象时，再收集十个相同现象，未必能帮助你决定该相信哪一种。
谁在何时、何处提出
约翰·R.普拉特在1964年已有明确记载的〈强推断〉（Strong Inference）中讨论了这一思想。定位：〈强推断〉开篇的方法步骤与实验设计讨论。
原文发表于1964年10月16日《Science》146卷，347—353页。本次核对原论文副本，日常练习是后文另行设计的。
核心意思与容易误读之处
普拉特主张系统列出替代假说，设计能够排除其中一些的关键实验，执行后再循环。他强调的是让实验结果改变候选解释，而不是把科学工作等同于不断测量。
本文把核心转述为一个日常问题：如果这个测试得到结果甲或乙，我的下一步是否真的会不同？若无论发生什么，你都保留同一句解释，测试可能没有被设计成有效区分。
例如网页慢的问题若同时更换网络、压缩图片和删除脚本，即使变快，也很难知道哪项起作用。有效区分往往需要一次只改变相关条件，并预先记录不同解释会怎样预测。测试设计得更清楚，不一定意味着需要更多数据；有时只是让一次观察与一个真实选择相连，减少以后继续争论同样问题的机会。
为什么落实起来仍有阻力
本篇归入B类：观点已有传播，但把它落实成日常做法仍需要条件。没有找到可靠的总体采用率数据；以下是对执行阻力的分析，不是“大多数人没做到”的统计结论。
数据容易展示，选择会被哪种结果推翻的解释却更冒险。研究者和工作者都可能偏爱不会挑战既有方向的测量，让活动显得充实，却很少缩小不确定性。
真实系统也常有多个因素同时起作用，不能轻易做出干净对照。为了追求明确结论，人们又可能把复杂问题过分简化，忽略测试条件与实际环境的差距。
今天做一个小实验
这是据上述思想设计的个人练习，用来发现线索，不是原作者的标准实验，也不预先保证一定有效。
用45分钟诊断一个低风险技术问题，例如网页本地加载慢。先用10分钟列出两种可区分的解释，如资源体积过大与某段脚本耗时。
用10分钟写出各自预期看到的现象，再用15分钟做一个可撤回的小测试，例如只停用非必要脚本并记录变化。最后10分钟说明结果排除了什么、没有排除什么。交付假说、预期和结果表，不把一次测量直接写成最终原因。
什么时候不宜照搬
强推断不是所有学科的唯一方法，探索、描述和长期观察也有重要价值。个人测试通常缺少严格控制，结论应保持有限。它与此前达尔文记录反证的习惯不同：这里关注的是事先怎样设计能区分解释的观察。