2026-08-13 表情包、汉字与不可解释的大脑——语言如何压缩现实，又如何生成智能

今天看到一个关于文字、语言和现实生活之间差别的说法，觉得挺有意思。

同一句话，写成文字、录成音频、当面说出来，传递的信息其实是不一样的。文字能留下具体说了什么，却很难完整留下语气、语调和那些没直接说出口的部分。音频往前走了一步，能听见说话人的迟疑、兴奋、不耐烦，或者一句话到底是在认真说，还是在开玩笑。但再往上，说话时的表情、动作、眼神和身体姿态，还是要回到一个具体的现实场景里才能看见。

所以真实的交流每被转译一次，好像都会丢掉一点东西。现实场景被压成声音，声音又被压成文字。我们平时在线上聊天时做的很多事，其实都是在试着把这些被压掉的东西补回来。

表情包是一次被浓缩的社交场景

这让我想到了表情包。

图片的信息含量是一个很奇怪的东西。你可以说它很高，因为一张图里同时放着人物、表情、姿态、环境和气氛；也可以说它很低，因为没有上下文时，你可能根本不知道重点在哪。表情包刚好处在中间。它把一张图片的含义进一步浓缩了，也把一个大家熟悉的社交场景打包了起来。只要发出去，对方就能迅速认出这里面那种可爱、无奈、尴尬、敷衍或者故作轻松的感觉。

我自己聊天的时候，有一个挺固定的习惯。跟别人谈完一件事之后，总喜欢再发一个表情包。它不一定是在说「再见」，有时候只是一个看起来比较可爱、开心，甚至没什么明确意思的表情。具体要表达什么，其实我也说不上来。它更像是在告诉对方：这段谈话差不多结束了，但我不是说完最后一句话就立刻把门关上。

以前看到过一个解释，觉得特别准确。现实里两个人谈完事情准备走，不太会只说一句「再见」，然后马上转身、头也不回地离开。更常见的情况是，先说一句「那就这样」，走出两步又回头说「下次再见」，再走远一点，可能还会挥挥手，说几句「拜拜，拜拜」。告别不是一个突然切断的点，而是一个逐渐远去的过程。

聊天结束时那个看似无意义的表情包，模拟的就是这种过程。它没有增加多少字面信息，却补上了一个社交动作，像是在线上挥了挥手。它给谈话留了一小段缓冲，让关系不至于在最后一句正事说完之后戛然而止。

从这个角度看，「无意义」的表情包其实并不无意义。它没有在传递事情，却在传递姿态；没有扩充谈话的内容，却替谈话收了一个比较柔和的尾音。

「（悲伤.jpg）」是在给文字补表情

然后又想起大学时候的一种聊天方式。

那时候大家用QQ，挺喜欢说完一句话之后再加一个括号。比如：「我今天睡觉落枕了（悲伤.jpg）」；或者讲完一句不太确定的话，在后面括号里补一句解释。那时候好像每隔一阵就会出现一些比较前卫、时髦的网络表达，大家也很愿意把它们用进日常聊天里。

我当时也会这样用。现在虽然很少再写「悲伤.jpg」，但还是保留了用括号的习惯。有时候表示这句话不太确定，有时候补充一个没必要放进正文里的念头，有时候像是给前面的话加一条小小的旁白。

这种括号其实也在模拟真实交流。面对面说话时，一句话从来不只有字面内容。说话的人可能会摊一下手、笑一下、皱一下眉，或者用一个眼神告诉你：「这句话别太当真」「我其实也不确定」「我在开玩笑」。到了纯文字里，这些动作都消失了，括号便成了另一个声部，负责把原本该由表情、语气和姿态承担的信息补回来。

表情包和括号做的是同一类事情：它们都承认文字不够用，然后想办法在文字旁边搭一个临时的舞台，让一部分现实中的社交场景重新出现。

但无论怎么补，真实社交大概还是很难被完全模拟出来。文字有文字的局限，音频也有音频的局限；即使视频同时保留了声音和画面，现场的距离、气氛，以及两个人当时共同知道却没有说出口的东西，也很难被完整复制。

汉字也许是一种古老的表情包

不过，语言的有意思之处就在这里。它明明一直在丢失现实中的东西，却又是人类发明过的信息含量最高、效率也最高的工具之一。

尤其是汉字。单从视觉和表意的角度看，一个汉字往往能在很小的空间里承载字形、意义和历史留下来的联想。早期汉字中的象形部分，本来就是对现实事物的一次重绘：人看到一个简化过的形状，大概就能明白它指向什么。

这么想的话，汉字最初也有点像表情包。它把现实中的人、山川、日月和动作压缩成一个可以反复书写的图形。表情包是把一个社交场景浓缩成一张图，早期文字则是把一个现实对象或者经验浓缩成一个符号。只不过表情包仍然比较依赖具体语境，而文字经过漫长的演化，已经发展出稳定的结构，可以彼此组合，去表达眼前根本不存在的事物，甚至表达抽象概念和复杂推理。

所以也可以开玩笑地说，汉字是一枚枚古老的表情包。这个类比当然不完全严谨，但它提醒了我一件事：文字从来不是凭空出现的符号。它最开始就是人类试着把现实压缩、保存，再交给另一个人的技术。

现实里的信息无穷无尽，而语言替我们做了一次取舍。它舍掉气味、温度、动作里的大量细节，只保留那些最容易被共同理解、也最值得反复传递的部分。正因为它压缩得足够厉害，人类的经验才有可能跨过时间和空间，一代一代积累下来。

被语言喂养出来的另一个大脑

想到这里，话题又很自然地绕到了大语言模型。

语言和文字能够承载的信息如此之多，人类又把几千年的知识、经验、情绪和思考都压进了文本里，它们当然很适合被大模型吸收。模型读到的表面上只是一串串符号，但这些符号背后，其实是被人类反复压缩过的现实。书、论文、聊天记录、故事、争论和日记，都像是现实留下来的切片。

虽然我经常说大模型像是一个大型数据库，只能存储，其创造能力还比较弱，但是只是说现在的大模型，谁也不能保证以后会怎么样。

模型把数量足够庞大的切片吸收进去之后，突然开始能够正常说话，甚至表现出某种推理能力。我们知道训练大概是怎么做的：给它大量数据，让它预测、调整参数，再根据误差、奖励或者惩罚继续调整。我们也知道怎样让它的回答更接近想要的标准。但它到底怎样在内部形成了某一种概念，怎样把相隔很远的信息接在一起，又怎样沿着某条路径生成最后的回答，我们并不能像查看一段普通程序那样，把每一步都清清楚楚地读出来。

这给我一种很奇怪的感觉：我们好像造出了一个大脑，却并不完全知道这个大脑是怎么运作的。

这里面有一个很诱人的类比。假如造物主创造人类时，也只是凑够了足够多的神经元，赋予它们传递信号和改变连接的能力，然后让它们在环境里不断接受反馈，会不会在复杂度越过某个临界点之后，这个系统就突然开始说话、思考，甚至产生了自我？这个想法未必严谨，但大脑和大模型之间确实有一种相似：我们知道构成它们的基本单元，也大概知道训练或者学习的规则，却很难仅靠观察某一个单元，解释最后为什么会出现如此复杂的整体能力。

我们现在训练模型，设定的是目标和反馈。监督学习里有误差，强化学习里有奖励，但模型具体通过怎样的内部变化达到这个标准，往往不是工程师一条一条写进去的。我们规定了什么样的结果更好，却没有规定每一步必须怎样思考。最后形成的逻辑链路究竟是什么样，它内部的概念以什么方式连接，我们还远远没有完全弄清楚。

有时候，一些模型展示出来的推理过程里也会出现缩写、跳跃，甚至人不太能理解的符号式片段。你不知道中间到底经历了什么，最后吐出来的答案却又像那么回事。这有点像人在回忆自己的思考过程：我们能讲出一个听起来连贯的理由，但大脑真正完成判断时经历的全部活动，并不会原封不动地出现在意识里。

大模型也会有自己的「脑科学」

所以我觉得，大模型的可解释性研究，未来可能会越来越像一种针对模型的脑科学。事实上，这种趋势已经出现了。

我们研究人脑时，很难直接读懂每一个神经元组合起来的意义，于是会观察某个脑区受损之后，人失去了哪一种能力；也会用刺激、扫描和对照实验，反过来推测不同区域可能承担什么功能。对于大模型也可以做类似的事：遮蔽一部分连接，拿掉某一层，抑制某些内部表示，再观察它是不是突然不会识别某个概念、不会进行某类推理，或者生成的内容开始变得不合适。

这种研究方式都有一点「先看它坏在哪里，再猜它原来怎样工作」的感觉。我们未必能从头到尾解释整个系统，却可以通过局部破坏、对照和干预，一点点画出它的功能地图。

当然，当前的大模型大概还没有达到人脑那种复杂程度，大脑和模型也绝不是同一种东西。但我确实相信，未来有可能出现一个复杂到接近人脑的人工系统。到那时候，最奇怪的事情可能不是我们造不出它，而是我们已经把它造出来了，却还要回过头，像研究一种自然产生的生命一样研究它：它为什么会这样思考？某种能力藏在哪里？切断哪条连接之后，它会失去什么？

顺着今天的思路走到这里，最开始谈的只是文字表达不出语气，最后却绕到了大模型和脑科学。但它们好像也确实连在一条线上。

人类先把现实压缩成语言，又嫌语言丢掉了太多，于是用括号、表情包和各种新的表达方式，把现实中的姿态一点点补回来。与此同时，这套并不完整、却高度浓缩的符号系统，又积累了足够多的人类经验，最终成了训练大模型的材料。我们为了弥补语言的局限不断创造新符号，而这些符号聚集到足够大的规模之后，好像又长出了一个新的、暂时无法被我们完全解释的东西。

语言没有完整复制现实，但它可能以另一种方式，把现实里的我们重新造了一遍。

今天的思考，记录下来。