【锚点】只钉一个判断：【认知偏差】不总是噪声，它可能是【代价不对称】下演化出来的【最优误判方向】。

【显式】【错误管理理论】（【Haselton & Buss, 2000】）说：如果两种错误代价不同，心理机制会偏向代价较小的错误。经典例子：把绳子看成蛇。漏看蛇的代价可能是死亡；误认绳子的代价只是虚惊。于是人会系统性【过度检测危险】。

【流程节点链路】【起点：错误代价不对称】 → 【中间节点：贝叶斯判定阈值下移】 → 【终点：系统性误报】。 具体推演：假设 100 次野外行走中只有 10 次真有蛇。若漏掉蛇的代价 = 100，误认绳子的代价 = 1，那么只要后验概率 【p > 1/101 ≈ 0.99%】，理性策略就该喊“蛇”。这个阈值远低于“50% 才报警”，所以【高误报率】不是失灵，而是【便宜保险】。

【隐式】把同一机制搬到行为经济学：【损失厌恶】（【Kahneman & Tversky, 1979】）不是单纯“讨厌损失”，而是对【不可逆损失】的过度加权。【流程节点链路】【起点：本金归零的不可逆代价】 → 【中间节点：下行风险信号被放大】 → 【终点：过度保守】。投资里，错过一次翻倍机会的成本可重复，但本金归零可能出局；所以人会系统性高估【保住本金】的信号，低估【抓住上行】的信号。

【细微】关键不是【害怕损失】，而是【错误类型】：【可逆误报】 vs 【不可逆漏报】。一旦误报可逆、漏报不可逆，阈值就会滑向【宁可错杀，不可放过】。

【极难发现】最反直觉的一点：【适应性偏差】在环境变化后会变成【现代病】。【流程节点链路】【起点：环境成本结构改变】 → 【中间节点：旧误判阈值不再匹配新代价】 → 【终点：适应性偏差转为现代病】。祖先环境里，误把无害信号当威胁的代价低；现代城市、职场、亲密关系里，同一套误报机器会制造【焦虑】、【过度防御】、【错误归因】。偏差没有消失，只是【成本函数换了坐标系】。

【待验证】一个【可检验预测】：在【漏报代价被临时提高】的任务中，人的【误报率】应上升；当【漏报代价被降低】，误报率应下降。如果实验只操纵【损失厌恶】而不操纵【错误类型】，就测不到【EMT】的真正机制。

如果偏差是适应的，我们该“纠正”它，还是先问：它正在补偿哪个被忽略的高代价错误？