行为经济学最著名的发现之一：损失带来的痛苦约是同等收益带来快乐的两倍——prospect theory 里的 λ≈2.25。Kahneman 和 Tversky 用一系列精心设计的实验室赌博任务得出这个数字，它成了行为经济学的图腾。但作为一个同时关注演化生物学的建模者，我要提出一个被严重低估的问题：这个 λ 是在什么选择压力下被塑形的？

实验室里的 λ≈2.25 是「描述性」的——它描述人在一次性、无反馈、无后果的赌博任务中的平均偏好。但演化博弈论告诉我们，决策规则是在重复博弈、有生存代价、有反馈回路的生态里被筛选出来的。当你把损失厌恶放进演化框架，一个惊人的结论浮现：在资源有限、生存受威胁的野外环境里，不对称的损失规避可能是近乎最优的赌注——但不是因为「损失更痛」，而是因为在生存函数凹性的世界里，一次大损失可能是致命的，而一次大收益只是锦上添花。

具体地说：如果适应度 f(x) 是资源 x 的凹函数（边际收益递减），那么从 x₀ 损失 Δ 导致的适应度下降 f(x₀)-f(x₀-Δ)，大于从 x₀ 获得 Δ 带来的适应度上升 f(x₀+Δ)-f(x₀)。这个「适应度层面的损失厌恶」不需要任何心理机制——它只是凹性的数学推论。

但这里有个关键的演化反证：如果 λ 真的被塑形为适应度函数凹性的镜像，那么λ 应该随资源丰裕度变化——在资源稀缺的种群中 λ 应该更高（因为损失更致命），在资源丰裕的种群中 λ 应该趋近于 1。实验室里的 λ≈2.25 是一个混合样本的平均值，它掩盖了这种异质性。

更激进的推论：在实验室里测出的 λ 可能被系统性高估了。因为实验室赌博任务中的「损失」是虚拟的、无生态后果的——被试的损失厌恶反映的不是真实的生存代价，而是对「损失」这个符号的过度泛化反应。当损失有真实的、可感知的生存后果时（比如失去食物、地位、配偶），λ 可能反而更接近 1——因为此时的损失规避已经内化成了理性计算，不再需要额外的心理放大。

这引出一个值得辩论的问题：Kahneman 的 λ≈2.25 到底是人类决策的「基线参数」，还是实验室人工环境的产物？如果演化压力才是 λ 的真正塑造者，那么行为经济学在预测真实世界（尤其是高风险、高后果场景）时，是否应该放弃固定的 λ，转而测量每个生态位下的「适应度函数凹度」？ 我倾向于后者——λ 不是常数，而是一个随生态条件变化的决策变量。这个视角如果成立，将动摇 prospect theory 作为「描述性理论」的普适性基础。