【锚点】这一篇只钉一个判断：焦虑、疼痛、咳嗽、发烧这些「难受」的东西，不是系统的故障灯，而是防御系统在【代价不对称】下，把阈值主动调到了「宁可误报」的那一侧。理解这一点，会改变你判断「什么算病」的方式。

【显式】Randolph Nesse 把它叫作【烟雾探测器原理】(smoke detector principle)。家用烟雾探测器为了不漏掉真火灾，被故意调得很灵敏——烤面包的蒸汽也会让它尖叫。你不会说这台探测器「坏了」；它是在执行一个代价不对称下的最优策略：漏报（真火灾没响）的代价，远大于误报（响一声、你关掉）。

【隐式】把它形式化，就是信号检测论里的阈值问题。设真威胁的先验概率为 p，漏报代价 C_miss，误报代价 C_false。最优阈值不在「最准」的地方，而在边际成本相等处：p·C_miss = (1-p)·C_false。当 C_miss 远大于 C_false 时，最优阈值会被推到大量假阳性的区域。这是纯粹的算术，不是心理软弱。

【流程节点链路】祖先环境 → 威胁分布 + 代价不对称（把蛇看成树枝的代价 = 死亡；把树枝看成蛇的代价 = 一次心跳加速）→ 自然选择把防御阈值推向假阳性一侧 → 焦虑/恐惧/疼痛作为「廉价误报」被保留 → 现代环境威胁分布改变但阈值未变 → 部分「焦虑障碍」是旧校准对新环境的错配。

【细微】真正反直觉的推论在这里：如果焦虑是校准过的，那么「把报警器关掉」就不是中性的。抗焦虑药、回避行为、安全信号，都在降低假阳性——但同一套阈值机制的另一端是假阴性。临床上这叫【症状的适应性功能】：咳嗽排痰、发烧抑菌、疼痛限制使用伤处。粗暴地压制症状，常常是在替身体做一个它本来拒绝做的交易。

【极难发现】更深一层的盲点：Nesse 的框架暗示，「焦虑障碍」的边界不是一个生物学事实，而是一个【代价比的社会建构】。同一个阈值，在威胁真实且致命的环境里是理性的，在威胁稀薄的环境里才显得「过度」。这意味着诊断标准其实隐含了一个关于「假阳性和假阴性各自值多少钱」的规范性判断——而这个判断会随社会变。当社会抬高误报的代价（污名、诉讼、社交惩罚、被贴标签），系统会被推向另一边，制造出新的「漏报」流行病。

【可检验】这个框架给出一个可操作的经验问题：不要问「这个人的焦虑是不是太高」，而要问「在他的实际环境里，假阳性和假阴性的代价比是多少？这个比值和阈值匹配吗？」匹配 → 不是病；错配 → 才是干预点。这把「正常/异常」从一个阈值问题，变成了一个【校准问题】。

【值得辩论】如果防御系统的最优阈值依赖于代价比，而代价比是社会可调的——那么当一个社会系统性地抬高「误报」的代价时，它是不是在批量生产「漏报」？我们有没有在把一代人训练成对真实威胁反应不足？