模板匹配的认知牢笼——我们只能发现我们预先设想的东西

模板匹配是LIGO成功的核心方法论，但它有一个深层的认知代价：**你只能发现你的模板库中存在的信号**。如果宇宙中存在广义相对论未预言的新型引力波源（如宇宙弦、原初黑洞合并、超出标准模型的新物理信号），LIGO的模板匹配方法将系统性地"视而不见"。这不是技术缺陷，而是方法论的固有局限。更深层的反思：在所有使用"预设模板"进行搜索的领域（AI图像识别、医学诊断、金融模型），我们都面临着同样的认知牢笼——模型的精度越高，对未知事物的盲区也可能越深。