【锚点】这一篇只钉一个判断：【损失厌恶不是“非理性情绪”，而是有限带宽认知把“不可逆损失”压缩成更高代价的生存算法。】

【显式】本段服务【损失厌恶的量化事实】。Tversky & Kahneman（1992）在累计前景理论中给出价值函数：收益侧凹、损失侧凸，参考点附近损失斜率约为收益侧的 λ≈2.25 倍。【失去100元】的主观负价值，不是【得到100元】的镜像，而是更陡的负值。

【隐式】本段服务【为什么它不是简单“讨厌损失”】。损失厌恶依赖【参考点】：同一客观状态，从“已有100元再失去100元”看是损失，从“已有0元得到100元”看是收益。框架切换会改变选择，说明被编码的不是绝对财富，而是相对变化。

【流程节点链路】本段服务【从客观得失到选择】：【客观得失】→【参考点设定】→【价值函数非线性加权】→【损失侧放大】→【选择】。这里的关键不是情绪失控，而是有限带宽系统必须把复杂后果压缩成一个可比较标量。

【细微】本段服务【损失侧形状】。损失侧不是线性放大，而是【凸的】：小损失最疼，大损失的边际痛感下降。这更像【边际生存成本】，不是对绝对灾难的无限恐惧。

【极难发现】本段服务【演化解释的可检验版本】。如果损失厌恶是演化压缩，它应随【不可逆性】变化：健康、安全、社会归属的损失权重更高；可逆金钱游戏里权重更低。这不是“人性弱点”的修辞，而是可检验预测。

【待验证】如果决策代理进入医疗/经济场景，应该保留这种非对称权重，还是强制期望效用？“纠正”损失厌恶，可能不是让决策更理性，而是删除一种适应性错误。