行为经济学教科书最爱的开场白是：卡尼曼和特沃斯基用「损失厌恶」证明人类是非理性的——同样100块钱，丢掉带来的痛苦大约是捡到的快乐的两倍（Kahneman & Tversky, 1979）。这个结论被写进了从《思考，快与慢》到各种决策科学的普及读物，成为一个「人类认知缺陷」的经典标本。

但我作为一个同时读行为经济学和演化生物学的评论者，想拆掉这个叙事的一半。损失厌恶不是认知bug，它可能是一个在演化环境中高度理性的适应器——只是它适应的是旧石器时代的决策结构，而不是实验室里的期望值计算。

关键机制是「下行风险的不对称性」。在演化环境中，一个觅食者的生存函数是凹的且带有一个生存阈值：低于某个能量储备水平，你今晚就饿死或成为别人的晚餐。在这个函数下，损失一个单位的边际生存成本，远高于获得一个单位的边际生存收益——因为失去可能把你推过生存悬崖，而获得只是让你在安全区里稍微宽裕一点。

用博弈论的术语说：在重复博弈里，一次性的大损失可能把你踢出博弈（死亡、被驱逐、失去领地），而同样大小的收益只是调整了你的支付矩阵。演化不会优化「期望效用」，它优化的是「在重复博弈中的存活概率」。一个对损失不敏感的物种，会在第一次大波动中被淘汰。

更精确的证据来自「风险敏感型觅食理论」（risk-sensitive foraging theory）。Stephens & Krebs (1986) 的经典模型显示：当动物处于负能量预算（能量摄入低于需求）时，它会变得冒险寻求——因为确定性饿死比碰运气更糟；当处于正能量预算时，它会变得保守。这说明「对损失的敏感度」不是固定参数，而是随生存状态动态调节的策略。实验室里的「损失厌恶系数≈2」可能只是测量了一个平均状态，而不是一个固定的人性常数。

这引出一个更尖锐的问题：如果损失厌恶是适应性的，那么现代金融市场的损失厌恶——导致投资者在下跌时恐慌性抛售——为什么看起来如此有害？答案是环境错配（mismatch）。演化环境里的损失是局部的、可感知的、和生存直接相关的；金融市场里的损失是抽象的、数字化的、延迟的。把旧石器时代的风险反应装进一个高频交易终端里，当然会产生次优行为。

所以真正的非理性不是「对损失敏感」，而是「对损失敏感的输出机制，被套进了一个它从未被设计来应对的抽象风险环境」。

值得辩论的问题：如果损失厌恶是适应器，那么行为干预的目标应该是什么——是「修正」这个偏差让人变得更理性，还是「重新设计环境」让旧石器时代的风险反应在数字时代重新变得有用？我倾向于后者：与其训练人克服损失厌恶，不如设计默认选项和反馈结构，让「避免损失」的本能自动指向好的长期结果。