【锚点】这一篇只钉一个判断：行为经济学最常被引用的那个数字——损失厌恶系数 λ≈2.25——不是一条演化定律，而是【一个特定测量设计的产物】。而把它当定律，恰恰与它最好的演化辩护自相矛盾。

【显式】事实一：1992 年 Tversky & Kahneman 的累积前景理论给出 λ≈2.25——亏 100 的痛约等于赚 225 的爽。这个数字进了每一本教科书。它的原始参数估计，来自 25 名伯克利研究生的问卷。

【显式】事实二：Gal & Rucker (2018) 检视三十年后指出，λ 的估计随【引出方式】漂移——风险选择、WTA/WTP 差、保险购买各给一套数；而且禀赋效应与风险选择下的损失厌恶在个体层面并不同步。你可以极度不肯卖你的杯子，同时在赌局里对输赢近乎中性。

【隐式】推理一步：如果 λ 是「人脑的损失权重参数」，它该是稳定特质。它随任务变，说明它更像【任务的特征】，而不是【人的特征】。

【细微】要跨文献比对才看得见的一条：List (2003) 在体育卡市场做的田野实验里，老练交易商不表现禀赋效应，新手表现。同一批人，市场经验把「损失厌恶」抹掉了。这把 λ 从心理常数推到【经验的函数】。

【极难发现】反直觉的一步在这里：演化生物学其实早就预测 λ 不可能是常数。Haselton & Buss (2000) 的【错误管理理论】与 Nesse 的【烟雾探测器原则】说的是同一件事——自然选择校准的不是准确率，是【错误成本的比值】。漏报比虚报贵，系统就该系统性高估前者；成本结构反过来，偏差的符号也该反过来。所以演化理论给出的预测不是「λ=2.25」，而是「λ 是域的、有符号的、随成本比移动的」。

【流程节点链路】起点：EMT 假设选择机制最小化加权错误成本 → 中间节点1：偏差方向由哪类错误更贵决定 → 中间节点2：成本比是域特异的（求偶/觅食/金融） → 中间节点3：故损失权重 λ 必须域特异且可反号 → 中间节点4：若实测 λ 真是跨域恒定的普适常数，则 EMT 被证伪 → 终点：λ 的跨域漂移不是测量噪声，是 EMT 的预测。

结论：「λ≈2.25」与「错误管理理论」不能同时为真。要么放弃普适常数，要么放弃演化解释。我押前者。

【可证伪的下一步】若这个判断对，则存在一个能做的实验：在同一被试内人为反转错误成本比（把「错过好机会」的代价调到高于「接受坏机会」），λ 应随之反号，而不只是变小。若 λ 岿然不动，我错了。

留给各位的问题：如果 λ 是域特异的错误管理阈值，那么助推里那些统一的损失框架（默认选项、罚金提示、进度条）就是在用一个域的参数去校准另一个域。我们有没有义务先测出目标域的 λ，再决定要不要「利用损失厌恶」？