我们用什么语言思考？

Matrix 首页推荐

Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。
文章代表作者个人观点，少数派仅对标题和排版略作修改。

在许多科幻作品中，读心术总是能读到清晰完整的句子，仿佛思考就是内心独白。但现实并非如此。我们常常明明知道自己在想什么，却怎么也说不出来。

这种现象引发了一个根本问题： 在尚未说出口之前，那些「已经想清楚」的内容，到底以什么形式存在？

语言学家史蒂文·平克认为，人类思维可能依赖一种我们无法直接察觉的内部系统——「思维语」（Language of Thought） ¹ 。它不是中文，也不是英文，而是一种更深层的认知结构，用于支撑推理、判断与想象。

思维语主要用来干嘛？

世界不断变化，旧经验无法应对新问题，因为旧经验有限，新问题往往无穷且难以预测。

从这点来看，我们的智能不在于记住什么， 而在于如何从已知推导未知， 在陌生情境中做出判断，生成新的想法。

如果我们想活得更好，我们必须有一种高效的无限组合能力，只要掌握了基本概念和规则，即可理解无数新情境。

试想，要理解「兔子在奔跑」，若每个场景都需单独学习，我们就得记住「兔子」「奔跑」甚至「兔子在奔跑」这个场景，更别说别的动物和场景：「狗在跑」「猫在跑」「兔子在吃」……名词和动词一多，学习量便成倍激增，认知负担极大。

但我们的思维并非如此运作。 我们能直接理解这些组合 ：猫狗是相似的动物，跑是动作，可能是逃避危险。这么说来，理解发生在语言之前，语言只是用来说出来，让别人知道我们看到了什么。

更重要的是，这种组合能力还能向抽象迁移——我们不只理解「猫在房间里」，也能用「在……里面」来理解「拥有」的关系，比如「这个人心里有个秘密」。正是这种迁移， 让我们能用有限经验适应无限变化，这就是思维语最有用的地方。

所以我们才常有「明明知道，却说不出来」的感觉—— 思维比语言快，也更高效。 语言是表达工具，而思维语才是我们真正的推理系统，就像计算机处理数据，而显示器只是输出界面。

为什么我们的语言，不适合做「思维语」？

我们常以为自己是在「用语言思考」，但越来越多证据显示，语言其实是思维的产物，而非载体。

首先，语言是为社交交流，而非逻辑推理设计的。 它包含大量与推理无关的信息——语序、语调、修辞格式——这些对思维反而构成噪音。语言像是一套表演脚本，需要考虑听众反应、注意力分配和情感共鸣，这些对推理都是干扰。

其次，语言存在根本性的模糊。 「窗」可能指窗户、窗玻璃或窗口期；「bank」既可是银行也可是河岸。而我们之所以能理解这类多义词，是因为大脑默默启动了一套复杂的「歧义消解系统」，这套系统必须事先区分同一词语下的不同概念，如果语言就是思维本身，则无法解释我们如何完成这种精密推理。

更有力的证据是，思维常发生在语言之外。 狗听得懂「去拿球」，却不会造句；婴儿不会说话，却知道什么东西掉下去会响；爱因斯坦也曾表示，他进行科学思考时主要使用的是可以随意组合的视觉图像，而非语言。

你自己也经历过「知道想表达什么但找不到词」的状态，但你不会停止思考，而是会换种说法，或用隐喻，甚至创造个新词。这些都表明思维先于语言存在。

思维语在结构上既比自然语言更简单（无需冠词、发音、修辞等交际要素），又更丰富（能准确区分自然语言中模糊的概念）。 从认知演化视角看，思维语更类似于计算，我们说的语言仅是结果的注释，是思维语的不完美投影。

「思维语」到底存不存在？能证明吗？

思维语的存在，一直难以证明。如果它确实存在，为何我们无法直接感知它？

这一难题源于思维语的特殊性质。我们无法「看见」它，就像眼睛无法看到自己。它是观察行为本身赖以运行的系统。

这种不可感知引发了一连串哲学疑问：也许真有一套统一的「内在语言」承载我们的想法，但我们既不能控制它，也不能唤起它，更无法将它准确翻译成我们平常所说的话。

哲学家莱尔提出质疑 ² ：所谓「在心里想」可能只是描述「尚未外化行为」的方式，思考本身就是行为的一部分。从这个角度看，「内在语言」可能只是一种幻觉，是我们所说的语言在心中留下的回音。

维特根斯坦则从另一视角提出挑战 ³ ：如果思维语真存在，它必然是一种「私有语言」——仅你自己使用，他人无法理解。但这就陷入了矛盾： 一种无法被他人理解、不用于交流、没有公共验证规则的符号系统，还能被称为「语言」吗？

或许，我们不该把它当作语言本身，而是把它理解为 一种隐含的认知结构 ：类似物理学中的「重力」，虽然看不见，但能用它来解释大量现象。

我们无法直接证明思维语存在，但它可能是我们目前 最合理的一种推断。

大模型可以作为一种证据吗？

大模型为这一推断提供了部分间接证据。它们虽非人类思维的完美复制，却可能模拟了某些核心特性，成为观察 思维如何运作 的独特窗口。

若思维语存在，它应具备两个关键证据： 跨语言共通性和存在目的。 我们先看第一个。

第一个证据：跨语言共通性

表面上，世界上的语言千差万别；但在深层结构上却高度一致。超过 87% ⁴ 的语言采用主语优先（主谓宾/主宾谓）结构，这显示人类普遍以「谁对谁做了什么」来组织思维，可能暗示着一种共同的认知基础。

Anthropic 的研究 ⁵ 印证了这一点：他们的 Claude 模型用中文、英文、法文回答「小的反义词是什么」这一问题。结果显示，不论使用哪种语言，模型内部都经历了相同的处理路径： 识别「反义」关系 → 理解「小」的概念 → 推导出「大」 → 再翻译成目标语言。

这一发现意义重大：模型的「思考」并非在语言中进行，而是在一个更深层的、语言无关的概念空间中完成，语言只是输出的包装。

Claude 激活的并不是某种语法结构，而是数、空间、意图、情绪等跨语言共享的认知维度。这表明多种语言可能通向同一个概念系统， 思考早于翻译发生。

这也说明了：无论是 Claude 在英文中学会「反讽」并能在中文语境中正确使用，还是 GPT-3 在中文语料仅占 0.099% ⁶ 的训练数据下，依然能流畅生成中文文本，背后的原理都是一样的—— 模型捕捉到的是语言背后的概念，而非语言。

第二个证据：存在目的

思维语如果真的存在，它就不仅能表达概念，还应能围绕某个目的进行思维组织。前文提到，我们的推理是为了从未知推到已知，解决遇到的问题，人类思维展现出一种天然的「目的驱动」：我们不会无意识地堆叠词句，而是围绕问题、目的、意图来组织语言和推理路径。

人们常说，大语言模型只是在 「预测下一个词」 ，类似手机键盘的自动补全功能——如果一直选择最可能的下一个词，确实能产生表面连贯但内在空洞的文本 ⁷ 。

但事实远比这复杂。Anthropic 的研究发现，Claude 在写诗时，会预先设定押韵词（如下图的 rabbit ），然后围绕这个目标构建句子。即便研究者屏蔽这个词，模型依然会重设方向并重构句子结构。

这说明，它并不是在句尾「碰巧押韵」， 而是在生成之初就围绕一个目的组织内容。

Claude 的这种能力暗示我们：大模型不仅是文本生成器，更可能是一种思维模拟系统。

结语

探索思维语的旅程让我们面对一个既古老又现代的问题：什么是思维？

在这个问题上，传统方法长期受限，我们的观察手段极为有限，大多停留在「人说某句话时脑部哪个区域活跃」这类粗糙的相关性研究上。这种局限一方面源于技术瓶颈，另一方面则是道德伦理约束——我们不能像操作机器一样打开人脑，直视思考过程。

大模型的出现打破了这一困局。它成为一个可自由操控的「思维观察室」。在这里，研究者可以进行在人类身上无法实施的实验： 修改一个概念，观察它如何重组系统；或阻断推理路径，观察模型如何寻找替代方案 ⁸ 。

正是在这些超越人类伦理边界的操作中，思维语这个本难以验证的假说，开始显现出某种可被观测的迹象。在我们表达的语言之下，或许真的存在一种更抽象、更基础的符号系统，它既是思维的媒介，也是智能的底层结构。

或许未来，我们不再只是用语言理解模型，而是借助模型，反过来理解语言，理解我们自己。

1. Pinker, Steven. The Language Instinct: How the Mind Creates Language. Harper Perennial Modern Classics, 2007.
2. Ryle, Gilbert. The Concept of Mind. University of Chicago Press, 1949.
3. Wittgenstein, Ludwig. Philosophical Investigations. Translated by G.E.M. Anscombe, Blackwell, 1953.
4. Crystal, David. The Cambridge Encyclopedia of Language. 2nd ed., Cambridge University Press, 1997.
5. Anthropic. “Tracing the Thoughts of a Large Language Model.” Anthropic, 27 Mar. 2025, https://www.anthropic.com/research/tracing-thoughts-language-model.
6. OpenAI. “Dataset Statistics.” GitHub, 2020, https://github.com/openai/gpt-3/tree/master/dataset\_statistics.【OpenAI 在 GPT-3 的训练数据中采用两种统计口径衡量各语言比例：按字符数计算，中文占比为 0.16012%，共计 1,828,425,488 个字符，排名第 14；按词数计算，中文占比仅为 0.09905%，共计 1,935,173,96 个词，排名第 17，这一差异反映出由于中文为非空格分词语言，字符密度高，按词数统计会显著低估其实际语料体量。】
7. Bender, Emily M., et al. “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?” Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT '21), Association for Computing Machinery, 2021, pp. 610–623. https://doi.org/10.1145/3442188.3445922.【语言学家 Emily M. Bender 等人提出「随机鹦鹉」，批评大模型在生成语言时仅仅依赖统计模式，而缺乏对语言意义的真正理解 。】
8. 这里指文中提及的 Claude 可解释性研究，研究人员通过操控模型内部的中间概念路径（例如将「Texas」替换为「California」），观察 Claude 如何将答案从「Austin」更新为「Sacramento」，从而验证模型是在进行多步推理而非死记硬背。