爱德华·吉布森：人类语言、心理语言学、句法、语法与 LLM

皮拉哈语（Piraha）里没有一个词表示“一”。

不光是“二”和“三”的问题，连“一”都找不到。这门语言里没法说“我想要两个那个东西”，因为这样的话根本不存在。

MIT 心理语言学教授 Edward Gibson，认识他的人都叫他 Ted，在亚马逊雨林里做过一个实验。他把一堆一模一样的线轴摆在一个皮拉哈人面前，一个一个往上加，问对方这是什么。三个词轮流出现：一到四个物品用一个词，五个以上换另一个，再往上换第三个。

此前的研究认为这三个词对应“一、二、多”。Ted 发现它们实际对应的是“少、一些、多”。

反过来做也一样。先摆十个，一个一个往外拿，到八个，受试者开始说“一些”；到四个，全部改口说“少”。同一个词在不同上下文里指向不同数量。

数字是需要被发明出来的工具，谈不上天生的认知能力。这条线索几乎贯穿了 Ted 整个研究生涯。

把有关系的词放得近一点

任何一句话都能画成一棵树。树根通常是动词，动词连着主语和宾语，主语连着修饰它的词，宾语同理。这是语言学界几乎没有争议的共识，吵的只是树的细节。

Ted 偏爱依存语法（dependency grammar）的表示方式，理由很朴素：它把词与词之间的距离直接摆在明面上。短语结构语法（phrase structure grammar）能表示同样的句子，但距离被埋在层层嵌套的节点里，不容易看见。

依存距离越短，说的人越省力，听的人也越省力。这条规律在六十多种有依存标注的语言里都成立。

Ted 以前的学生 Richard Futrell 做过一个很干脆的对照实验。取任何一句话，算出它的依存结构，然后把同一句话里的词随机打乱一百次，比较打乱后的平均依存长度和真实语言的依存长度。

每一次，真实语言都更短。

即使把打乱限制成不交叉的结构（术语叫投射性，projective），结论照样成立。人类语言在往一个方向使劲：把有关系的词往一块儿凑。

这个规律跟语序无关。有的语言动词在前，有的在后，有的甚至在句首，六十四种语言试下来，依存长度全部短于随机对照。

九成五的语言在做同一道选择题

英语是主谓宾：the dog chased the cat。全世界大约四成的语言这么排。

日语和印地语是主宾谓：Mary ball kicked。四成五到五成的语言这么排。

这两种加起来占了绝大多数。而它们各自内部还有一个规律。

英语这种动词在前的语言，介词也在名词前：talk about a book。日语这种动词在后的语言，标记词跑到名词后面，成了后置词：a book about。动词也跑到最后。

换句话说，语序像一个开关，只能整体切换，不能东拼西凑。语言学里管这个叫和谐性（harmonic）。最早观察到这个现象的是斯坦福的类型学家 Joseph Greenberg，他给出了大量这类概括，但没解释为什么。

Ted 的解释还是依存距离。如果一门语言动词在前、介词又在后，两头的距离就被拉长了。整体切换成一种一致的方向，平均依存距离最短。

在有语序记录的一千来种语言里，大约 95% 符合这个模式。剩下 5% 是不听话的少数派。

“猫追的狗叫的男孩哭了”为什么读不下去

拿一句正常的英语：The boy cried。

现在往中间塞东西。The boy who the cat scratched cried。

还能读。再塞一层：The boy who the cat which the dog chased scratched cried。

彻底崩溃。

这种把修饰成分插到主语和谓语之间的结构，叫中心嵌套（center embedding），跟嵌套（nesting）是同义词。它的代价是让原本挨着的两个词被推得越来越远。

Ted 强调，这个现象在人类语言里是普遍的，不分语种。只要一门语言允许在中心位置插入修饰结构，插上两层以上，母语者就会开始吃力，三层基本无法处理。

问题不在语法。这几句话完全符合英语规则，语法书挑不出毛病，但人脑就是处理不了。

实验怎么做的？最直接的一种是让受试者给句子的自然程度打分。这个测量方式看起来很粗糙，但非常稳定，不同人给出的分数高度一致。

另一种是补全任务。给半句话：“The book, which the author who…”让受试者接下去。正确答案需要三个动词：who I met, wrote, was good。在众包平台上做这个测试，大约六成的人会漏掉一个动词，只给出两个。

还有一个更硬的证据。让人躺在 fMRI 里听故事，句子里依存距离越长，语言网络的激活越强。这是直接从大脑信号里读出的成本。

乔姆斯基的移位理论错在哪

Ted 和乔姆斯基的分歧，得从一句最简单的英语说起。

陈述句：Two dogs will enter the room。

疑问句：Will two dogs enter the room？

助动词 will 从中间跑到了句首。乔姆斯基把这件事叫做“移位”（movement），并认定英语里所有助动词都遵循同一条规律：从陈述句变成疑问句，就是把助动词移到前面。他还发现被动句、WH 疑问句里都有类似现象，于是提出深层结构和表层结构两套表示，中间靠移位规则连接。

Ted 不同意。他支持另一种解释，叫词汇复制（lexical copying）。will 这个词在词典里本来就有两个版本，一个陈述版，一个疑问版，各自的论元结构不同。要用哪个就取哪个，没有任何东西在移动。这个思路不是他原创，语言学家 Ivan Sag 等人早就提过。

支持词汇复制的证据主要有三条。

第一，移位理论有学习问题。乔姆斯基自己在 1971 年证明过，如果语法同时包含短语结构和移位，孩子几乎不可能从听到的句子里反推出底层结构，因为有太多等价的可能性。他的结论是：那这部分只能是天生的（universal grammar）。词汇复制没有这个问题，规则一条一条学就行。

第二，不是所有助动词都能移位。英语里可以说 Aren't I invited？但不能说 I aren't invited，因为根本没有这种陈述形式。这个词只有疑问版，没有陈述版。同样，ought 在陈述句里还算自然（I ought to do this），放到疑问句里（Ought I？）连母语者都觉得别扭。移位理论处理这种不规则会很麻烦，词汇复制则很轻松：这个词有这个用法，那个用法没有，学就是了。

第三，乔姆斯基不太谈具体的词。他关心的是词的组合，是抽象的句法规则。但一个常用词在词典里可能有三十到四十个义项，take 就是典型。这些具体用法构成了语言的一大块，绕开它们，理论就会失真。

语言不是天生的

乔姆斯基推天生论的逻辑链是这样的：移位很难学，孩子却学会了，所以移位能力是先天内置的，学语言只是设置参数。

Ted 的反驳很直接：如果移位本身是个错误的假设，整条链就断了。语言里那些看起来不规则的“脏东西”，本身就是语言的样子，谈不上什么理论缺陷。

他更愿意相信语言的大部分是学来的。一个旁证是：大语言模型能从输入里学会语言的形式，而且学得非常好。如果形式可以纯靠统计学出来，就没有必要假设人脑里预装了一套语法。

那大脑里那块专门处理语言的区域，是不是天生的？

Ted 说不知道，但“模块化”不等于“天生”。视觉词形区（visual word form area）在脑后部靠近视觉皮层的位置，专门处理书面文字。不识字的人没有这块区域，识字之后会长出来。它是模块化的，但显然是后天形成的。

还有个更极端的现象。有些人因为幼年的脑部疾病或手术，切掉了一整块左半球，语言能力照样发育正常，长在了右半球。如果不是偶然做检查，本人一辈子都不会知道自己少了半边脑子。Ev Fedorenko 把这些案例收集起来，起了个名字叫“有趣的大脑”（Interesting Brains）。

大脑里有一块只对语言亮灯的区域

Ev Fedorenko 是 Ted 的妻子，MIT 神经科学教授，主要工具是 fMRI。她有个很利落的实验范式，十五分钟就能定位一个人大脑里的语言网络。

做法是让受试者听母语，再听一门完全不懂的语言，或者听倒放的语音，两者相减。剩下那些被激活的体素（voxel，三维像素）就构成了语言网络。换成阅读也一样：读正常句子减去读无意义字母串，亮的是同一片区域。

这片区域在左脑，高度稳定。Ted 从 2007 年开始被妻子扫描，十几年过去，位置和形状几乎没变。他自己的比喻是：语言网络像脸一样稳定。

关键的发现是它管什么、不管什么。

管：口语、书面语、母语、第二语言、克林贡语、《权力的游戏》里的多斯拉克语和瓦雷利亚语。只要是能表达任意思想的成熟语言系统，都亮同一片区域。

不管：编程、数学、音乐、空间记忆、下棋、一般的推理任务。这些任务各有各的脑区，跟语言网络没有任何重叠。Ted 特别提到，即使你是很好的程序员，写代码也不会点亮语言区，因为代码不承载人类语言那种信息。

Lewis Carroll 那首《Jabberwocky》（“Twas brillig, and the slithy toves…”）是个中间态。它有英语的虚词和句法，词汇却是生造的，语言网络激活度比正常英语低，比完全无意义的声音高。越像语言，亮得越厉害。

失去语言的人还能下棋、开车、算数学

如果语言区域被大面积脑梗摧毁，病人的状态叫全局失语症（global aphasia）。说不了，听不懂，写不了，读不了。

但伦敦大学学院的 Rosemary Varley 跟踪了一批这样的病人，发现他们能做的事远超预期：下棋、开车、做算术、完成各种非语言的认知任务，成绩和同龄健康人持平。

这个结果的含义很重。语言谈不上思维的必要条件。人可以没有语言而保有完整的思维，只是无法把思维以语言的形式表达出来。

Ted 补了一句：这不代表不能用人话思考。语言提供了极强的表达力，用它思考当然可以，只是不必须。

这也顺带否定了乔姆斯基的一个核心立场。乔姆斯基认为语言是思维的底层结构，人类的思维靠语言支撑。但扫描仪和失语症病人的证据摆在一起，这个立场很难站住。Ted 说得很客气：这个想法很有分量，但用乔姆斯基的方法没法检验它，你得有扫描仪，得有病人。

大多数人脑子里有个声音，Ted 没有

说到思维和语言的关系，Lex 提了一个话题：内心的声音。

网上做问卷，问“你思考的时候会听到自己在说话吗”，七到八成的人回答是。多数人有一个持续运转的内心旁白。

Ted 说他没有。他小时候一直以为“内心声音”是个比喻，后来才发现别人是真的在听。

Lex 说自己也没有，而且“拒绝相信多数人有”。Ted 笑说这可能是自我报告偏差，但每次在课堂上问，答案都差不多：你是少数派。

这个差异目前没有很好的解释。它跟语言网络的关系不清楚，跟思维方式的关系也不清楚。Ted 只是把它当成一个有意思的未解问题摆出来。

大模型是形式的天才

Ted 说过一句话：目前最好的语言理论，可以说是大语言模型。

他自己也承认这话有点松。大模型是个巨大的黑箱，参数几十亿上百亿，谈不上简洁，离科学理论追求的“少而能解释多”很远。但它在一个维度上确实赢了所有对手：预测哪句话像英语、哪句话不像英语，它比任何语言学理论都准。

斯坦福的 Chris Manning 团队做过一个有意思的分析。用一些数学方法去探测 BERT 之类的模型内部表征，发现它们实际上构造出了类似依存结构的东西。也就是说，大模型在处理语言时，自发地画出了那种词与词连接成的树。

这跟 Ted 的理论不谋而合。如果语言的核心就是把有关系的词放在一起，那么一个学得足够好的模型，内部必然要表示这种关系。

大模型最接近的语言学理论叫构式语法（construction grammar）。核心思路很简单：语言由大量“形式与意义”的配对构成，从单个语素到固定搭配到句式，都是构式。它是用法本位的，关心人实际怎么说、怎么写，而不是抽象出来的几条规则。

蒙提霍尔问题暴露的破绽

Ted 用这个经典问题说明大模型在意义层面的短板。

原版是这样的：三扇门，一扇后面是汽车，两扇后面是山羊。你选一扇，主持人蒙提知道车在哪，他打开另一扇门，露出一只羊。这时应该换门吗？

答案是该换，因为换门的中奖概率从三分之一变成三分之二。这个结论反直觉，所以被讨论过无数次，网上到处都是解释。

现在改一下题面。告诉大模型：车就在一号门后面，我很确定。我选一号门。蒙提打开三号门，是羊。该换吗？

大模型说：该换。

它被自己见过的模式困住了。三扇门、主持人开门、露出羊、该不该换，这四个元素一凑齐，它就吐出那个背了无数遍的答案，完全忽略题面里已经明说了“车在一号门”。人不会犯这个错。你把这句话跟人说清楚，没人会说该换。

Lex 提出一个反驳：也许模型只是训练数据里这种题目太多，被过拟合了，规模再大一些会好。他的直觉是，训练在形式上能走得很远，远到看起来像理解了背后的世界模型。

Ted 的回应是：他不否认大模型令人印象深刻，他要说的是“这跟人不一样”。人不会在这个地方出错，模型会，这就是差异。至于差异的来源是规模还是架构，他没有断言。

大模型也搞不定中心嵌套

反过来，有一件事大模型和人类表现得惊人一致：中心嵌套任务。

让人类补全“The book, which the author who…”，六成人会漏掉一个动词。让大模型做同样的题，它也做不出来。有时候它会直接说“这个太难了，我完成不了”。

Ted 觉得这一点特别有意思。模型没有被专门训练去识别难度，也没人告诉它哪些句子难，它只是读了大量人类写的文本，就自发地表现出跟人类似的处理瓶颈。

这提示它内部可能真的在模拟人类处理语言形式的方式，而不只是背诵答案。

Lex 追问：那这算不算不完美？如果模型比人强，它应该能补全才对。

Ted 的回答很干脆：他要的就是一个关于人的模型，像人才叫完美。超人的补全能力反而说明它没在模拟人。

这一段对话把整期播客的一个核心区分挑明了。形式（form）是人和大模型共享的领域，大模型在这块已经追平甚至超越；意义（meaning）是人类独有的强项，大模型在这里频繁翻车。

顺着这条线，Ted 提到他以前的学生 Kyle Mahowald（现在在德州大学奥斯汀分校）和 Fedorenko 合作的一篇论文，主张的正是这件事：语言和思维是两套系统，大模型学到的是语言，缺的是思维。

法律文书七成的句子都埋着雷

话题转到法律语言，这是 Ted 近几年最接地气的一项研究。

起因是一个叫 Eric Martinez 的学生。他在哈佛读法学，本科时学过语言学，来上 Ted 的心理语言学实验课，想搞清楚一个问题：法律文书为什么这么难懂？

难懂是共识。尼克松 1970 年签过《平实语言法案》，奥巴马又签过一次，历任总统都喊着要简化法律语言。但喊了几十年没什么效果，因为没人知道到底难在哪里。不知道病根，就开不出药方。

Ted 和 Martinez 拿了一批随机合同，逐句做特征标注。结果很清楚。

第一，中心嵌套率极高。随机抽取的法律文本里，大约 70% 的句子包含一个插在主语和谓语之间的从句。其他任何类型的文本，包括学术论文，这个比例都在 20% 到 30%。

第二，低频词更多，甚至比学术论文还多。

第三，被动语态更多。

接下来是关键一步：把这三个特征分别拆开，看哪个真正影响理解。

被动语态，零影响。改成主动句，读者的理解成绩没有变化。英语世界对被动语态的恶评，在这项研究里找不到依据。

低频词，有一点影响，但不大。

中心嵌套，影响巨大。取消中心嵌套之后，理解速度、理解正确率、回忆准确率全部大幅改善。

Ted 举了个真实合同的例子：

“In the event that any payment or benefit by the company, all such payments and benefits, including the payments and benefits under section 3(A) hereof being hereinafter referred to as a total payments would be subject to the excise tax, then the cash severance payments shall be reduced.”

病根就在中间那一大段。写的人先说了“any payment or benefit by the company”，然后突然停下来给“payments and benefits”下定义，定义完了才回来接“would be subject to the excise tax”。一句好好的话被劈成两半，中间塞了一整段术语解释。

Ted 的建议简单到近乎粗暴：把定义挪到别处，别插在句子中间。

律师自己也不喜欢这么写

研究团队招募了一百名律师，来自不同规模的律所，让他们做同样的理解和回忆测试。

结果分两层。

第一层，律师确实比普通人强。他们读法律文书的成绩显著高于外行，这是专业训练的效果。

第二层，律师和普通人有一模一样的主效应。中心嵌套照样拖慢他们，照样降低他们的理解正确率，幅度跟外行一样。

更关键的是偏好测试。把同一份合同改写成两个版本，一个保留中心嵌套，一个拆开，让律师选。律师一边倒地选拆开的版本。再问“你会雇用写哪种文风的人”，还是选拆开的。

所以这谈不上律师的阴谋。至少在这一百人的样本里，他们自己也不喜欢这种写法，只是习惯了这么写。

Lex 提出了另一个角度的怀疑：也许问题出在系统层面，个体层面看不出来。个体律师的自我报告反映不了整个行业的激励结构。如果一份合同写得让外行看不懂，客户就更依赖律师，整个行业从中获益。

Ted 承认这个怀疑有道理，但他强调自己找不到任何证据。一百个律师里没有一个表示喜欢这种写法，这个结果至少排除了“律师明知故犯”的简单版本。

他给出一个更温和的猜测，叫“魔法咒语假说”（magic spell hypothesis）。你让人给某个东西施个咒，人们本能地会押韵、会搞点韵律结构。语言里存在这样的现象：某种特定的形式本身就承载着“这是一句有分量的话”的信号。法律文书的中心嵌套，可能也是这种信号，它在告诉读者：这不是闲聊，这是有约束力的东西。

这个假说目前无法验证。Ted 说得很清楚：我们只有当下语言的快照，看不到这种文风是怎么一步步长出来的，也没法做对照实验。

香农在硕士论文里发明了信息论

聊到通信，绕不开 Claude Shannon。他在 1948 年前后写出那篇奠基性的硕士论文，定义了信息论的基本框架。

有意思的是，香农本人对语言很感兴趣。他关心的是同一个问题：一句话怎么从我脑子里传到你脑子里，中间要经过多少损耗，才能最大限度地保真。

这套框架叫噪声信道（noisy channel）模型。信道里有噪声，来源至少三类。

说话人自身的噪声：口齿不清、说漏嘴、临时改口。

环境的噪声：背景音乐、隔壁桌的聊天、派对上的人声鼎沸。

听话人这边的噪声：分心、疲劳、对这门语言不熟、喝多了。

Ted 说，一个像样的噪声信道模型应该把这三类分开处理，而不是笼统算作一个噪声项。它们对语言形式的影响可能完全不同。

沿着这条线，一个假说是：语序的部分特征可能是为抗噪而优化的。如果我说的某个成分有概率被噪声吞掉，那把它放在冗余度更高的位置，听者更容易靠上下文补回来。

Ted 在这里格外谨慎，反复强调这部分是推测。依存长度那套东西他很有把握，因为数据硬、跨语言、可以量化；语序为什么长这样，他说这块地基松得多，只能算“有点酷的猜想”。

香农后来没能在语言学里继续做下去。那个年代，语言学的主流方向正在往乔姆斯基的生成语法走，通信视角不流行。他转去做了纯数学的通信理论，成就同样惊人。Ted 说，如果香农当年继续做语言，今天的局面可能会很不一样。

不是所有语言都同样难学，但对婴儿来说是的

一个常见的说法是某些语言天生难学。美国国防语言学院有一份列表，按美国人学习的难度给语言分级，中文、日语、阿拉伯语在最难的一档。

Ted 说，这只对第二语言成立，而且难度的来源跟语言本身关系不大，主要看距离。你的母语离目标语言越远，学起来越费劲。英语母语者学中文难，是因为两边的音系、句法、书写系统几乎没有交集，跟中文的内在复杂度关系不大。

婴儿身上看不到这种难度差异。没有任何证据显示哪门语言的孩子更晚开口、更晚掌握语法。三四岁的孩子，无论生在哪种语言环境里，都已经能流利使用那门语言。人类语言在可学性上是平等的。

这个观察反过来支撑了 Ted 的一个判断：每门语言都是一个复杂的优化问题的解。优化的目标不止一个。

如果只优化依存长度，最理想的语言应该是语序完全自由的，想说哪个词就说哪个词，只把有关系的词往一块儿放。但没有一门语言是这样。所有语言都有相对固定的语序规则，英语的规则尤其僵硬。

这部分刚性没法用通信效率解释，只能用另一个因素解释：学习。规则越整齐，越好学。语序的自由度和规则性之间存在权衡，不同语言在这条权衡曲线上取了不同的点。俄语取了自由度更高的一端，英语取了规则性更强的一端。

颜色词的进化有个固定顺序

英文里人人都会的颜色词大概十一个：黑、白、红、蓝、绿、黄、紫、灰、粉、橙、棕。正常的三色视觉能分辨的颜色有上百万种，语言只给了十一个标签。

非工业化社会的标签更少。巴布亚新几内亚的达尼人（Dani）只有两个颜色词，大致对应黑和白。玻利维亚的齐曼内人（Tsimane）有三到七个，人人都会的是三个。

这里有个耐人寻味的规律：如果一门语言只有三个颜色词，第三个一定是红。前两个是黑白，第三个必然是红，全世界无一例外。到了第四个往后，各家就分道扬镳了，有的先加蓝绿，有的先加黄。

为什么是红？Ted 没有给出确定答案。他的思路是：需要说，才会造词。

什么情况下我需要跟你讨论颜色？当我们面前有两个东西，除了颜色完全一样，我要你拿其中特定的一个。这时候颜色成了唯一的区分维度，词才有存在的必要。

工业化社会里，几乎所有东西的颜色都是人为决定的，同款衣服有一排不同颜色，同款手机有五种配色。这种场景下，颜色词是刚需。

雨林里的社会不是这样。那里的东西很少成批出现且只在颜色上有差别。他们当然看得见颜色，雨林里的花和果子色彩极其鲜艳，他们也喜欢亮色的东西。只是不需要为颜色专门造词。

红排在第三位，可能跟血、跟成熟的果实有关。这些是跨文化都重要的东西，都需要指认。

数得清和数不清之间，隔着一套词

皮拉哈语没有精确计数的词，这件事的影响比想象中大。

Ted 和 Mike Frank 设计了几组任务，难度依次递增。

第一组：匹配。桌上摆三个线轴，给受试者一堆没吹起来的红气球，让他一个对一个地摆。这个任务不需要数数，只需要一一对应。皮拉哈人做得完美，错误率跟 MIT 本科生差不多。

第二组：隔板匹配。先摆好一排线轴，用不透明的板子挡住，然后让受试者摆出同样多的气球。这时候看不到原物，必须靠某种方式把数量记在脑子里。两个、三个还行，到四五个以上就开始出错，只能给出近似值。

第三组：各种变体，结果一致。超过四，全是近似。

四这个数字不是巧合。人类的视觉系统有个“感数”（subitizing）能力，一眼能看出四个以内的数量，不需要数。超过四个，就必须靠计数，而计数需要符号系统。

没有数词，就没有精确计数。这是工具层面的限制，跟智力无关。

这里有个循环：需要计数才发明数词，有了数词才能做更复杂的计数，做了更复杂的计数才能发展出需要计数的社会活动。鸡生蛋蛋生鸡，但起点大概是某种现实需求。

人类学家猜测，这个需求跟农业有关。养一群羊，早上出去晚上回来，得知道少没少。这时候“十七只”这个概念就有用了，它是一个抽象，不关心具体是哪十七只。

Ted 常被问：他们没有数词，怎么记得住自己有几个孩子？他反问对方有没有孩子，答案基本都是没有。因为记孩子不靠数目，你记的是每一个具体的人。少了一个，你立刻知道，但你知道的是“少了小明”，而非“从五个变成四个”。

对羊就不一样了。丢一只羊跟丢另一只羊，损失差不多。

世界语没成，是因为它没有经济体

Lex 问了个大问题：为什么世界语（Esperanto）这类人造通用语没有普及？为什么人类还在用几千种语言互相折腾？

Ted 的答案非常功利：语言的功能是在一个共同体里办事。如果一门语言在共同体里没有实际用途，它就活不下去。

他举了身边正在发生的例子。齐曼内人的邻居是莫塞坦人（Moseten），两个群体的语言在基因上是亲戚，都属于孤立语言。区别在于莫塞坦人跟西班牙语世界接触得多，他们的语言正在死。

为什么死？因为学西班牙语能挣钱。能打工，能做买卖，能养家。学母语不能。人们自然把语言学习的时间投到有用的那一边。

英语为什么流行？好学只是次要原因。真正的动力来自美国经济体量巨大，学会英语能接触到大量的机会。中文热、西班牙语热，背后的逻辑一样。

按这个逻辑推下去，全世界的语言应该收敛到少数几种。事实上正在发生，语言的种类在持续减少。

但 Lex 提出了另一股力量：身份认同。乌克兰战争里，语言是核心议题之一。说乌克兰语还是俄语，本身就是一个政治表态。一个群体用语言划界，用语言宣告“我们不是你们”。

Ted 完全同意。他说这两股力量一直在拉扯：经济效率推着人往大语言靠，身份认同拽着人守住小语言。作为语言学家，他希望后一股力量强一些，因为每消失一门语言，就少了一个观察人类认知的窗口。

机器的翻译能力有硬边界

机器翻译能抹平语言鸿沟吗？Ted 的回答分两层。

形式层面，大概率可以。语法、句法、常见的表达方式，这些是模式，模型学得会。

概念层面，有硬边界。

最极端的例子还是数字。把一份包含大量精确数字的英文合同翻成皮拉哈语，这件事不可能完成。目标语言里没有这些概念，你没法翻译一个不存在的东西。你可以绕，可以说“比一只手多很多”，但那已经是改写了，而且丢掉了原意里最关键的部分。

反方向也一样。皮拉哈语里肯定有英语难以对应的概念，Ted 说他不知道是哪些，因为那些概念对应的是他们生活的世界，不是我们的。关于雨林里某类植物在不同季节的状态，关于某种动物行为的细微区分，这些在他们的语言里可能有精确的词，在英语里只能描述。

颜色就温和得多。齐曼内人只有三到七个颜色词，但这不妨碍翻译。翻不过去的部分可以加限定，可以用“像血一样的颜色”，听众能懂。数字不行，数字没法用描述替代，精确性一旦丢失就找不回来了。

写作层面还有另一层难题。翻译一段海明威，翻的不只是句子意思，还有那种短促、克制、几乎不带修饰的节奏。这个节奏藏在句子的形式里，藏在平均依存长度里。Lex 提到他很想看看不同作家的平均依存长度，海明威大概率是最短的。

Ted 说这类测量应该做得出来，但没人做过。他有点遗憾地承认，这个方向他自己很感兴趣，却一直没推动起来。“我不知道为什么没能说服别人来做这个。”

鲸鱼在说什么，我们暂时不知道

Lex 提到 Aza Raskin 和 Earth Species Project，用机器学习去解码鲸鱼、乌鸦的交流系统。初步结果说，不同物种的信号在嵌入空间里有相似的结构，都在表达类似的东西。

Ted 的反应是：这完全不离谱。

他不接受“人类语言是独一无二的”这个断言。他的理由很尖锐：说这话的人不会说鲸鱼话，不会说乌鸦话，不会说猴子话。他们观察到的只是“这些动物在发出一堆叫声”，然后就断定里面没有复杂的结构。这个推理站不住脚，因为反过来的情况同样成立：鲸鱼听我们说话，大概也觉得是噪音。

低等物种的通信系统可能确实简单，脑子就那么大。但鲸鱼、大象、某些灵长类，它们的社交复杂度很高，脑容量也不小，没有理由预设它们的交流系统必然是简单的。

乔姆斯基常被引用的一句话是：只有人类语言具有组合性（compositionality）。Ted 说这个论证的问题在于，我们还没有解码任何一套动物通信系统，凭什么断定它们没有组合性？这是把“我们还不知道”说成了“我们知道它没有”。

植物这一层，Lex 提得更远。Neri Oxman 研究过植物之间的化学信号，那是完全不同的通信介质。Ted 的态度是开放但克制：可能有些东西在说，但它们在跟同类说，不是跟我们说。就算解出来了，内容大概率也跟我们的关切无关。

不过他的底线是清楚的：在没有证据之前，不该断言别的物种没有复杂的交流系统。人类在这一点上自封特殊，理由并不充分。

外星人来了，带 Dan Everett 去

Lex 抛出一个科幻问题：如果人类接触到一个外星文明，你会对它们的交流方式有多惊讶？

Ted 的第一个反应是带上 Dan Everett。就是那位最早系统研究皮拉哈语的传教士出身的语言学家。

Everett 的本事是硬啃下来的。他去皮拉哈的时候，那门语言没有任何翻译材料，之前有个传教士去过，学得不好。他从零开始，扔一根棍子问“这是什么”，再扔一根，慢慢建构出整套词汇和语法。

这个过程听起来简单，实际极

这个过程听起来简单，实际极难。你得极度外向，愿意跟一群语言不通、文化完全陌生的人反复比划，忍受长时间的误解和尴尬，还得有足够的耐心把每个词的意思一点点磨出来。Ted 说，很多掌握多门语言的人靠的就是这个：愿意开口，愿意跟陌生人磨。

外星交流系统会不会也是这样？Ted 说不知道，取决于对方有多想跟我们说话。但 Everett 那套方法大概率还是管用：从具体物体开始，从最简单的指认开始，一点点往上搭。

这也回到了 Ted 整期节目里反复讲的一个观点：语言是发明出来的工具，跟天生的器官不是一回事。工具的形状由使用场景决定。人类在雨林里、在农田里、在写字楼里，造出的工具不一样。外星人在它们的场景里，造出的工具也会不一样。但只要是工具，就有被逆向工程的可能。

看到一个有意思的东西，就去做

节目最后，Lex 问了一个常规问题：给年轻人什么建议。

Ted 的回答不太常规。

他说，看到有意思的事，直接去做。

这绝非空话，是他自己的做法。听说皮拉哈可以访问，他立刻说去。后来巴西政府那边出了问题，进不去了，他没有停下，而是找替代方案，最后找到了齐曼内人。没有现成的研究基础，没有充足的联系人，就这么去了，边做边试。

他的原话大致是：试着做别人没做过的事，给它一个机会。

这套方法论背后有个前提：Ted 把自己的职业生涯理解为一系列好奇心的兑现。本科在加拿大女王大学读计算机和数学，硕士去剑桥读计算语言学，此前没上过一门语言课，只是觉得这个方向有意思，打算花一年看看。结果做了一辈子。

他提到早年上过一门 AI 课，里面有个自然语言处理的部分，他的评价是“没留下什么印象，看起来就是一堆临时拼凑的技巧，不成体系”。正是这种不满把他推向了这个领域：既然现有的工作不够好，那就自己去做。

整期节目里，Ted 反复表现出一种态度：承认不知道。语言的起源不知道，颜色词的顺序只能猜，语序为什么长这样是 shaky territory，内心声音跟语言网络的关系不清楚，语言区域是不是天生也不知道。他把这些不确定都摆在台面上，同时把确定的部分（依存长度、中心嵌套、语言与思维分离）说得非常硬。

这大概是这期节目最有价值的地方。一个在 MIT 做了三十一年研究的人，能清楚地区分自己知道什么、猜什么、完全不知道什么。这套分辨能力，比任何一个具体结论都更值得学。

节目以维特根斯坦的一句话收尾：我的语言的界限，意味着我的世界的界限。

这句话放在整期对话的语境里，有了一层新的意思。Ted 的研究显示，语言并非思维的边界，失去语言的人依然能思考、能下棋、能算数。但语言确实是表达的边界。没有“十七”这个词，你就没法精确说出十七只羊；没有第八个颜色词，你就没法在对话里指认那个颜色。

世界还在那里，只是有些部分，你没法用语言指给别人看。

• 下次读到一句话读不下去，先别怪自己。数一数主语和谓语之间插了多少东西，中心嵌套超过两层，任何人都吃力，这是人脑的硬限制，与阅读理解能力无关。
• 要写清楚的东西，把定义和补充说明挪到句子外面。一项针对一百名律师的研究显示，取消中心嵌套后理解成绩大幅提升；被动语态改成主动句对理解毫无影响，别再为了显得专业而折腾语态。
• 用大模型时留意形式与意义的落差。它写出的句子可以毫无破绽，但遇到需要跳出模式推理的场景（比如题面里已经给定答案的反套路版本），它可能给出训练数据里背下来的答案。这类输出必须自己核一遍。
• 学一门外语，难度的主要来源是母语跟它的距离，跟天赋关系不大。同时别指望靠学语言本身变现，语言的价值来自它背后的经济体，选语言时先看它在哪里有用。
• 遇到一个让你好奇但完全陌生的领域，别先做三年规划。找一条能立刻动手的路径，边做边修正方向。Ted 去亚马逊的时候也没有研究基础，他只是说了“去”。