李挚避坑：信息误判的底层逻辑
李挚避坑不只是识别一两条假消息，更重要的是理解同名混淆、算法排序、重复转载和确认偏误如何共同制造错误结论。本文从信息识别、证据独立性、评价尺度与结论边界四个层面展开，解释判断失真的原因，并给出一套能够长期复用的核验原则。
总述：错误往往形成于结论之前
关于李挚的信息一旦出现身份匹配错误，后续检索越多，错误材料反而可能堆得越完整。原因是搜索系统会根据关键词返回相似内容，而读者又倾向选择符合既有印象的结果。因此，李挚避坑的关键不是看到争议后再辨真假，而是在收集阶段控制对象、来源和评价标准。先定义要回答的问题，比盲目增加阅读量更有效。
分解一：同名混淆与算法放大
姓名属于弱识别信息，必须与机构、地域、时间或作品组合后才具有较强区分度。当不同人物共享姓名时，平台可能因点击率、发布时间和页面优化把材料混排。用户点击其中一类结果后，推荐系统还会继续提供相似信息，形成看似一致的证据环境。解决办法是主动加入排除词，并分别建立候选对象档案，不能边搜索边默认两者为同一人。
分解二：转载数量不等于证据数量
十篇文章引用同一条未经核实的帖子，本质上仍然只有一个来源。判断独立性要看信息是否来自不同采访、文件或现场观察，而不是域名是否不同。另一处陷阱是循环引用：甲文引用乙文，乙文又把甲文当作佐证。进行李挚避坑核验时，应沿引用链追到最早材料；若源头删除、无署名或缺少完整上下文，可信等级需要下调。
分解三：评价必须设置边界
事实核验回答“是否发生”，价值评价回答“表现如何”，两者不能混用。一次公开事件无法自动代表长期能力，一项高流量数据也不能证明专业质量。更合理的逻辑是先设指标，再选样本，最后说明适用范围。总结来看，李挚相关结论应满足对象唯一、来源可追溯、证据相互独立、措辞不过度四项条件；缺少其中一项，就应保留不确定性。
常见问题
- 为什么很多网站都写了同一件事仍可能不实？
- 这些网站可能转载同一稿源，并没有新增独立证据。应检查首发时间、相同措辞、图片来源和引用链接，确认信息最初来自哪里。
- 如何排除与李挚同名的人？
- 使用“姓名+机构”“姓名+职业”“姓名+地区”等组合检索，并对比时间线、头像来源和公开作品；信息冲突时应拆分为不同候选对象。
- 没有直接证据时可以做推断吗？
- 可以提出有限推断，但必须明确写出依据、推断过程和不确定性，不能使用“已经证实”“必然”等确定性措辞。