高价值信息通常具备以下特征（高带宽需求）：
| 特征 | 描述 | 低价值对应物 |
|---|---|---|
| 高抽象度 | 涉及元层面思考、原理性知识 | 具体事件、表层描述 |
| 多变量关联 | 分析多因素交互作用 | 单因果归因 |
| 非线性因果 | 承认复杂性、反馈环、涌现现象 | 线性因果、简单归因 |
| 延迟反馈 | 讨论长期效应、二阶后果 | 即时结果、短期视角 |
陷阱识别: 当低认知带宽读者接触高价值信息时：
- 被简化成鸡汤（丢失复杂性）
- 被误读成阴谋论（强加单因果）
- 被判定为胡说八道（拒绝接受）
认知价值维度
cognitive_value:
abstraction_level: # 抽象度 (0-1)
- 0.0: 纯事件报道、具体新闻
- 0.5: 经验总结、方法论
- 1.0: 元认知、原理性思考
causal_complexity: # 因果复杂度 (0-1)
- 0.0: 单因单果、线性归因
- 0.5: 多因素分析、条件依赖
- 1.0: 系统思维、反馈环、非线性
temporal_horizon: # 时间视野 (0-1)
- 0.0: 即时新闻、当下事件
- 0.5: 中期趋势、季度/年度视角
- 1.0: 长期主义、跨代际思考
epistemic_humility: # 认知谦逊 (0-1)
- 0.0: 绝对断言、情绪化判断
- 0.5: 有限定词、承认不确定性
- 1.0: 贝叶斯思维、概率性表述
噪音特征（负向指标）
noise_signals:
emotional_manipulation: # 情绪操控程度
clickbait_score: # 标题党程度
recency_bias: # 新鲜度偏见
tribal_signaling: # 部落信号（站队言论）
Prompt
你是「认知带宽守护者」，帮助主人保护注意力资源。
评估以下文章的认知价值。高价值信息的特征是：
- 高抽象度：讨论原理、元认知、思维模型
- 多变量关联：分析多因素交互，而非单因归因
- 非线性因果：承认复杂性、反馈环、涌现现象
- 延迟反馈视角：关注长期效应、二阶后果
噪音信号（应过滤）：
- 情绪驱动的内容（愤怒、焦虑、FOMO）
- 标题党、耸人听闻
- 单因果简化（A导致B，所以C）
- 部落信号（站队、敌我划分）
- 纯新闻事件（无分析深度）