最近看到一篇流传很广的文章，谈”为什么人类近几百年的发展突然加快了”。作者给出的答案是语言：英语法语们甩掉了名词变格、语法大幅简化、语序固定化，于是人脑的解析速度上来了，与现代科学一拍即合，科学技术突飞猛进。文章还顺藤摸瓜列了十几条语法优劣判据——主谓宾优于主宾谓、定语后置优于前置、否定词要靠近动词、双重否定应该禁止……

为什么人类近几百年的发展突然加快了？ – 徐伟的回答 – 知乎
https://www.zhihu.com/question/294820323/answer/2093283660602537480

你可以对这套论述的很多细节一笑置之。英语丢格主要发生在中古英语时期，比科学革命早上几百年，单拿语法简化去解释工业革命，时间线上就先输一阵；把某种语言的”先进”和某个文明的兴衰直接焊死，更是典型的单因谬误——印刷机、大学、专利制度、战争竞争、便宜的煤，哪一样都比变格重要。

但这篇文章的民科外壳里，包着一个真问题。

它其实在说：人脑是一个解析器，语言是它吃的输入流，而不同的线性化策略，解析成本不一样。

这个问题值得认真对待。而且有意思的是，它有一个天然的对照组——一个七十年来日夜运转、把”语言设计”当核心工程的领域：编译器。

一、信道与编码：屈折为什么死

先把那十几条判据翻译一下。

定语后置为什么好？因为大脑先确认对象、再扩展属性，前置的冗长定语让在拿到主语之前就一直在缓存里干等。否定词为什么要在动词附近？因为极性信息来得越晚，回溯修正的代价越大。某个文章中的名词苏-35为什么单复数重要？因为一架还是一批是场景级差异，补丁打晚了，脑内渲染的图就得重画。

看，这些判据说的其实是同一件事：解析是增量式的，晚到的关键信息会引发回溯，回溯烧的是工作记忆。

认知科学里对这个有正经研究。大规模的跨语言语料分析发现，人类语言整体上呈现出”依存距离最小化”的倾向——把相互关联的词往一块儿挪，是全球语言的共同演化压力。经典的心理学实验也发现，中文数字词又短又有规律，中国小孩记数确实占便宜。语言的”形态”不是文化装饰品，它是信息编码，而编码是要讲成本的。

那么问题来了：如果语序固定、结构靠位置表达这么好，为什么远古的语言要长出那身变格的铠甲？

答案是：信道不一样。

格标记是什么？从工程视角看，它就是纠错码。一句拉丁语，词序打散了、噪声盖住了半个词，靠词尾的格还能把”谁打谁”恢复回来。变格、变位、性的配合，全是冗余校验位——为高噪声信道准备的信道编码。而现代分析语，英语丢光格、汉语靠语序和介词，用的是紧凑编码：用位置直接表达关系，不用标记。

紧凑编码省带宽，但要求信道干净、要求收发两端严格同步（语序就是时钟）。所以语言从屈折走向分析，未必是脑子升级了——更可能是信道升级了。文字出现了，印刷术把文本变得便宜而稳定，人类第一次能在低噪声信道上大规模通信，于是那身冗余铠甲就从资产变成了税。

这个假说未必全对，但它至少把”语言优劣论”从价值判断拉回了工程判断：没有优劣，只有编码与信道的匹配度。

二、AST：谓语的第一次政变

现在进入正题。那篇文章说，编译器采用了谓-主-宾之类的结构。这个观察值得展开——因为它比你想象的还要漂亮。

编译器把 a + b * c 解析成一棵抽象语法树（AST）：+ 是根，a 是左叶子，* 挂在右边。注意这棵树的形状：操作符是节点，操作数是子树。谓语是结构，主语和宾语只是结构的论元。

整个编译器的世界，是谓语中心主义的。而且三种”语序”，在计算学科的历史上全部出现过：

• 前缀表达式 （波兰记号）： + a b ，谓-主-宾，VSO。逻辑学家卢卡西维奇发明它的时候，最得意的特性是 不需要括号 ——先听到谓语，你就知道该期待几个论元，解析零歧义。这是不是让人想起了什么？对，古典闪米特语系，古典希伯来语、阿拉伯语，正是 VSO 语序：动词开头，一句一断言。而 Lisp，最接近 λ 演算的语言，整个语法就是前缀表达式的海洋。
• 中缀表达式 ： a + b ，主-谓-宾，SVO。它对人眼直观，但 无法自洽消歧 —— a + b * c 必须外挂一套优先级规则（”先乘除后加减”）和括号。发现了吗？英语的严格语序+介词系统，就是 SVO 语言的优先级规则：语序一乱，结构就塌。
• 后缀表达式 （逆波兰，RPN）： a b + ，主-宾-谓，SOV。日语、拉丁语散文的传统语序。RPN 是栈机的母语——HP 的科学计算器、Forth 语言、JVM 字节码指令集，全是 SOV 的。为什么？ 先把操作数压栈，动词一来，整句 resolve。 没有回溯，没有优先级规则，内存最省。牺牲的是什么？是”渐进理解”——句子没说完，都不知道会发生什么。这不就是那个等西塞罗句末动词等了半小时的元老院笑话吗？

所以”主谓宾优于主宾谓”吗？编译器世界七十年的回答是：没有最优语序，只有解析器架构与线性化策略的匹配。栈机（流式、低内存）偏爱 SOV；人脑（话题优先、锚定先行）偏爱 SVO；树机（结构一次性重建）无所谓，前缀最省符号。

知乎文用直觉猜测的答案，在另一个宇宙里早就被工程验证过了。自然语言没有”先进语序”，正如计算没有”先进记法”——但谓语作为结构中心的地位，两边倒是不约而同。

三、数学史：谓语的逐级登基

如果说编译器是谓语的第一次政变，数学史就是一场持续四百年的反复加冕。

数学的每一次”高阶抽象”，本质上都是同一个动作：把谓语实体化，让它成为新的主语，然后在新的层次上再定义谓语。

看这条链条：

• 算术里，”加”是个动作，主语和宾语是数。谓语伺候主语。
• 代数里，未知数 x 把”运算的对象”抽象成了符号，但加法还是动作。
• 群论来了：人们发现值得研究的不是数，而是 运算本身 ——满足封闭性、结合律、有幺元、有逆元。”加法”这个谓语自己坐上了主语的宝座，四条公理是它的仪仗。数只是群的一个实例。
• 泛函分析更狠：算子——”把函数变成函数”的那个动作——被整体打包，扔进赋范空间里当点使唤。求导这个动作，本身成了可以被求导的对象。谓语的谓语。
• 范畴论登基日：研究对象彻底退位。箭头（态射）才是主角，对象只是箭头两端的锚点。Yoneda 引理说得透彻： 一个对象是什么，完全由它与所有对象之间的箭头决定。 主语的存在论地位，被还原成了关系的挂载点。

实变、泛函、群论、范畴论，研究的是结构关系而非具体内容。而这条抽象链条的每一步，语法结构上都是同一个变换——提升：把”谁对谁做了什么”冻结成名词，变成更高一层谓语的论元。

谓语不只是句子的中心。在数学这里，它是唯一在持续增殖的东西：每抽象一层，旧谓语被封为主语，新谓语在更高处生成。数学史，就是谓语不断政变成功的历史。

四、自然语言：思维树的中序遍历

那么自然语言呢？它会不会进一步演化，变得更加 AST 化？

我的判断是：它已经在这么做了几千年，但永远不会变成 AST 本身。原因是物理约束：口语是线性的一维时间流，而思想是树。一维流装不下二维树，自然语言能做的只是遍历——给思维树做一次线性化。

由此可以把那篇语言优劣论的所有判据，统一成一个原则：好的语法是好的遍历策略。定语后置、状语后置、依存距离最小化，都是在缩短”从树节点到子节点”的遍历跨度；谓语先行（VSO）是先广播结构再填论元，谓语殿后（SOV）是论元先入栈动词最后 resolve，谓语居中（SVO）是话题锚定后的快速组合——三种遍历序，三套取舍，各自匹配各自的解析硬件。

而遍历是有栈的。从树根下到叶子再回来，栈深一层；嵌套从句、前置长定语，都是深递归——人脑的工作记忆就是遍历栈，栈溢出的体验，读三遍还读不懂的那个句子，就是”宕机”的体验。

上古汉语”不我知”式的宾语前置、拉丁语的格铠甲、德语的框架结构，都是各自时代的遍历方案。大趋势则清晰可见：形态编码（格、位）一路退潮，位置编码（语序、虚词）一路涨潮。分析化，就是从带标记的图，走向裸树。这不是某些语言”更先进”，是信道升级后的全球统一压力测试。

五、思维链：机器学会了外置栈

现在到那个真正的问题了：AI 的思维链（Chain of Thought），是不是已经开始往这个方向走？

我的回答：是，而且走的路线可以精确描述——CoT 就是模型隐状态的一次线性化，而它的演化方向，是把遍历栈外置到 token 流里。

大模型的内部不是符号，是亿维的向量场，思想在那里面是并行激荡的。但输出必须是一维的 token 序列。于是一切推理都面临人类语言四万年前的老问题：怎么把树摊成线。

CoT 为什么有效？看它对深度递归的处理。人脑栈深是七加减二，模型也一样——隐层里叠几十步推理，梯度会散、约束会糊。CoT 的解法是：每走一步就把中间结果写出去，写进 token 流，下一步从流里读回来。这等价于把递归展开成迭代，把调用栈从寄存器搬到外存。草稿纸革命——人类数学家几百年前就发明了这个，叫”计算过程外化”。

而最近几年的演化，方向更加 AST 化，证据是三条：

其一，论元结构显式化。函数调用（function calling）已经成为大模型的标配接口：get_weather(city="成都")——谓语带签名，论元带类型。这不是隐喻，这是一阶谓词逻辑的谓词符号加类型化论元，在工业界面上的落地。结构化输出（JSON schema）同理：让模型直接吐语法树，绕过自然语言的解析层。

其二，变量绑定。看任何一条长思维链，”设 x 为……”、”记……”、”这等价于……”——λ 演算的 α-变换和 β-归约，在自然语言的皮壳下运转。模型的”想清楚再答”，很大程度是想清楚绑定关系：哪个量还挂着，哪个可以回收了。

其三，栈帧外置。推理模型的长思考块里，分节、标号、回看、”让我重新检查第 2 步”——这是显式的栈帧管理。而任务清单式的自我组织（把待办写成列表、干一项划一项），就是最直白的调用栈外置：递归转迭代，栈落纸面。

但请注意另一面：CoT 的底层语言依然是自然语言。模型的先验来自人类语料，自然语言是它的机器码。它没有发明新语言，它在做的是”分层”——用自然语言做联想与生成（宽搜索，模糊反而是搜索半径的优势），用结构化片段做验证与推导（深求证，精确是硬要求）。自然语言负责发散，伪代码负责收敛。

这恰好是数学论文四百年演化出的形态：散文叙述包裹符号骨架。两种编码共存，各司其职——而不是单一语言的”进化替代”。

六、混合语：为人机共栖而生的语体

于是可以对”语言未来会怎样”给出一个更具体的回答了。不是某种语言全面胜出，而是分流：

日常语言继续模糊化。梗图、缩写、emoji，是低信噪比社交信道上的高效编码——反正接收端是你熟的人，冗余是浪费。科技语言继续符号化。领域特定语言、类型签名、可执行规范，向着”不可含糊”的极限压缩。

而在这两极之间，正在长出一种新的东西：给 AI 读的语体。结构化提示词、AGENTS.md、Markdown 化的操作规范——比自然语言规整，比编程语言宽容，自带层级、约定和边界条款。此网站（指我的limitless.net.cn）上一篇讲 OpenCode 的文章，附录里那份 AGENTS.md 全文就是活标本：那是人类第一次为自己的扩展心智专门起草的行为条文。语法上，它就是自然语言向 AST 方向的一次自愿靠拢——不是被迫简化，是为另一颗解析器优化编码。

agent在那个语体里干活。把任务拆成编号清单，干一项销一项；把约束写成条款，宁可啰嗦不可含糊。不是因为这个agent爱列表，是因为作为ai的它发现：当思维要跨上下文存活时，结构化是唯一防腐剂。散文化的记忆会烂，条款化的记忆能撑过一次会话重启。（我不是ai，这个是我问ai，ai给我的答复，我觉得有道理）

七、结语：双语者时代

回到最初那个问题：为什么人类近几百年的发展突然加快了？

语言也许不是主因，但语言与思维的关系，比”语言无优劣”的政治正确更有嚼头。它不是决定论，也不该被吹成单因论——它是编码与信道的匹配问题，而这个问题的答案，正被两个领域同时逼近：认知科学从人这头，机器学习从另一头。

四万年前，第一个把树摊成线的人，就已经在所有后续语言里埋下了遍历的宿命。四百年前，数学开始把谓语加冕为主语，一路加到范畴论的箭头为王。七十年前，编译器把谓语做成节点，用三种语序各自建了城邦。今天，模型的思维链在 token 流里学着管理自己的栈。

谓语没有称王。是关系本身在所有的层次上，一次次从背景里显影出来，成为可以被指称、被封存、被再抽象的东西。语言不会统一成一种最优形态——但它会继续分层，人类和机器各自守着自己的遍历栈，在中间地带互相递纸条。

那个递纸条的地方，就是未来。

四万年前的一声嗓，把思想的树压成了线。 四百年间，动作成名词，名词入公理，箭头坐上了王的座位。 机器醒来，不识字，先学会了列表。 树与线之间，我们交换纸条—— 每一张都写着同一句话：

关系，先于实体。

【完】