很多年来，我一直认为中文的表达效率明显高于英文。同样的内容，英文可能需要一千个单词，而中文往往六七百个汉字就能表达出来。我曾经把这种现象理解为中文的优势，但后来逐渐意识到，这种理解并不完整。
中文确实具有更高的编码效率。一个汉字往往同时承载读音、语义和构词信息，因此在书写层面具有天然的压缩能力。然而，编码效率高并不意味着理解效率高。
真正值得关注的是另一种效率——解码效率。信息压缩得越厉害，接收者就越依赖已有背景知识去恢复原来的内容。这就像数据压缩一样，压缩率越高，恢复过程越依赖上下文，一旦缺少必要的信息，失真就会迅速增加。
中文的大量表达依赖共同语境。许多句子即使只有几个字，也需要读者知道人物、时间、地点、关系、语气以及前文背景才能准确理解。相比之下，现代英语，尤其是学术英语，更倾向于把这些关系直接表达出来，用更多的文字换取更少的歧义。
因此，我越来越倾向于认为，中文是一种高压缩、高语境的语言，而现代英语则更接近一种低压缩、低语境的表达方式。
这也让我重新理解了很多社会现象。
中国人第一次见面，常常喜欢问对方是哪里人、毕业于哪所学校、是否认识共同的朋友，喜欢寻找老乡、校友和熟人关系。这不仅仅是在建立情感联系，更是在寻找共同背景。
当双方拥有相同的成长环境、文化经验和表达方式时，大量没有说出来的信息都能够被自动补充，沟通成本会明显降低。反过来，如果缺乏共同背景，人们更容易误解彼此，也更容易产生防备心理。
当然，这种现象并不能简单归因于语言。熟人社会、儒家文化、社会制度以及历史环境同样发挥着重要作用。但语言长期提供了一种默认的信息组织方式，它不断与文化和制度相互强化，最终形成一种稳定的思维习惯和行为模式。
这也是为什么数学语言、程序语言和工程语言的发展方向恰恰相反。它们努力把所有必要的信息都显式写出来，不允许依赖猜测。编译器不会替程序员理解上下文，数学公式也不会根据读者的背景自动改变含义。
现代科学的发展，本质上也是不断减少语义歧义的过程。越来越多原本只能依靠经验和意会的内容，被转换成可以明确表达、可以验证、可以计算的结构。
因此，我现在更愿意把自然语言看作不同的信息压缩系统，而不是简单地区分哪一种语言更先进。
高压缩带来了表达上的经济性，也带来了更强的语境依赖；低压缩增加了表达成本，却提高了跨文化、跨组织和跨学科协作的稳定性。
语言不仅传递思想，也塑造协作方式。当人工智能、程序语言和外部知识系统不断发展时，人类交流正在从依赖共同背景，逐渐转向依赖共同结构。这或许不仅是语言发展的方向，也是未来文明协作方式的重要变化。
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。