现代科学就是开源软件
Science Is Open Software
我坚信，现代科学本质上就是开源软件。在学术界，代码常被视作次要的“时间黑洞”，但事实恰恰相反：软件是我们编码和共享预测模型的唯一方式。如果研究成果无法通过代码复现、修改和验证，它就无法融入我们的认知模型，也就失去了科学价值。从气候模拟到医疗算法，软件错误已导致无数论文被撤稿。真正的科学革命要求我们将代码视为可执行的数学模型，利用 NixOS 确保环境复现，并像维护 Wikipedia 一样协作迭代。只有坚持开源，科学才能在数字时代实现真正的透明与加速。
如果想法无法复现，研究成果就无法扩展，因此也就毫无用处。
HN 评论区
65- D-Machine
在当下，科学确实应该更像这样。
但除非学术界被彻底摧毁，或者科学能真正与现代学术体制剥离，否则这永远无法实现。当前的学术激励机制完全错了：低质量的研究因能产出论文而受奖赏，而高质量的研究（往往耗时漫长，且通常揭示出大多数令人兴奋的发表成果依赖于 p-hacking 或其他高度依赖数据的分析及选择性呈现）却要么无法发表，要么在同行评审阶段被有意阻挠。
因此，你得到的尽是些胡扯的论调，声称出于各种隐私顾虑无法公开数据（事实上，绝大多数数据集去除识别信息都易如反掌，即便在需要考量 k-匿名性的更复杂数据集中，发布能复现核心分析的数据也依然轻而易举）。除非与科技和工业界挂钩，否则学术科学正日益变得无关紧要；而在工业界，生产垃圾确实会带来真实的负面经济后果和个人代价。
我不知道这篇文章/帖子存在于哪个世界，但那绝不是充满混乱的真实世界。
- flopsamjetsam
> 每一项结果都能即时复现。当你读到一篇声称新药能将症状减轻 30% 的论文时，只需点击一个链接，就能在浏览器中观看确切的分析运行过程。数据处理、统计检验和可视化将在几秒钟内执行，使用的是作者所用的同一环境——通过可复现的容器完美保存。
至少部分期刊已将此作为规定，例如：https://www.nature.com/nature-portfolio/editorial-policies/r...
特别是“数据可用性”和“计算机代码及算法的可用性与同行评审”。
然而，据我有限的经验，在尝试复现某些 scRNA-seq 处理流程时，实际上从来不会仅仅提供一个 Github 链接。我能理解有些（或许多）研究人员的代码状况不佳，因此我认为要求这些代码可用确实有些强人所难。
不过，我确实认为尝试使其可用是值得称赞的。这对我过去的工作肯定会有很大帮助。
- enbugger
> NixOS 正迅速成为最大、最好的工具。它能保证你的代码在未来 100 年也能以完全相同的方式运行。Docker、Conda 和类似工具固然不错，但 NixOS 提供了更全面的保障。
我讨厌这种把话说得像既定事实的调调。敢不敢解释一下为什么？尤其是与 Docker 相比。NixOS 甚至还没有标准化。没有任何保证说它不会在不久的将来被某个后继者（例如 Guix）所取代。
- willtemperley
> 现代科学等同于开源软件。
复现性面临的另一个问题是底层数据的开放性。许多学者对“放出金鹅”感到恐惧，而软件若没有数据往往毫无用处。
然而，许多科学家确实公开开展工作，例如《开源软件期刊》（The Journal of Open Source Software）：
- random3
科学是开放的，但科学不是软件，软件也绝对不是科学。