漢語是犧牲了什么，才成為世界最緊湊、最高效的語言？

一個漢字到底＂值＂多少信息？這個問題聽起來玄，真要較真起來，牽扯的是兩千多年的造字史，也牽扯到上世紀那場差一點把漢字推下懸崖的大討論。漢語今天能穩(wěn)穩(wěn)坐上＂全球最緊湊書面語＂這把交椅，背后到底搭進去了什么、又留下了什么？

2026年4月，國內(nèi)幾家大模型團隊在公開的技術(shù)白皮書里都提到一個細節(jié):訓(xùn)練同樣規(guī)模的語料，中文版本占用的token數(shù)只有英文的六成左右。換句話說，機器讀一份中文文檔，比讀對應(yīng)的英文版要省力氣、省錢。這件事讓不少做AI的工程師重新打量起方塊字，原來曾經(jīng)被嫌＂笨重＂的漢字，在算力時代成了省錢利器。

這種密度優(yōu)勢并不是憑空冒出來的。1948年，貝爾實驗室的香農(nóng)寫了一篇《通信的數(shù)學(xué)理論》，把＂信息熵＂這個工具遞給了全世界的語言學(xué)家。后來有人拿這把尺子量過，平均一個漢字承載的信息量，大約是一個英文字母的好幾倍。聯(lián)合國六種工作語言的同一份決議印出來擺在一起，中文那本永遠是最薄的。

為什么差這么多？根子在于漢字是＂表意＂的，而不是＂表音＂的。每一個字本身就是一個意義單元，自己能站住，搭配別的字又能生出新詞。＂風骨＂＂山河＂＂破曉＂，兩個字撐起來的畫面感，英文得繞一圈解釋。一句＂己所不欲，勿施于人＂，八個字說完的事，翻成英文得多用一倍篇幅。

這種本事不是天上掉下來的。公元前221年秦統(tǒng)一六國之后，李斯主持＂書同文＂，以秦國小篆為標準把六國雜七雜八的寫法統(tǒng)一過來。要知道在那之前，光一個＂馬＂字就有幾十種異體，商人跨郡做生意，合同上的字兩邊都得猜半天。

文字一統(tǒng)，帶來一個意想不到的紅利——方言可以千差萬別，文字卻始終一脈相承。一個潮汕人說話廣東人都未必聽懂，但寫下來，兩千公里外的東北老鄉(xiāng)照樣能讀。這一點是拉丁系文字望塵莫及的，當年羅馬帝國一散，拉丁文很快碎成法語、意大利語、西班牙語、葡萄牙語，而漢字兩千年沒有分家。

不過這條路也不是一直順風順水。1840年以后中國挨打太狠，知識分子一邊救國一邊反思，反思到最后，連漢字都被推上了被告席。魯迅寫過那句＂漢字不滅，中國必亡＂，今天讀著扎耳朵，放回當年的國情里，代表的是對識字率長期低迷的真實焦慮。

二十世紀二三十年代，錢玄同、瞿秋白、趙元任輪番上陣，主張廢掉漢字、改用拼音文字。1931年召開的中國新文字第一次代表大會，通過了《北方話拉丁化新文字方案》，這套方案后來在一些根據(jù)地試過水，意思就是把漢語徹底拼音化。

新中國成立之后，這條思路沒有立刻剎車。1954年中國文字改革委員會成立，1956年公布簡化字方案，1958年《漢語拼音方案》出臺。在早期的設(shè)計里，簡化字被定位成通向拼音化的＂過渡橋梁＂，拼音化才是終點。這樁＂過渡＂能不能修成，得看一個繞不開的門檻——機器。

19世紀末打字機普及以后，英文一個26鍵的鍵盤搞定所有事，中文怎么辦？1916年前后，留美學(xué)生祁暄做了一臺拼合式中文打字機，把漢字拆成部件再拼，創(chuàng)意有了，效率沒了，打一個字得敲好幾下。

真正在中國辦公室扎根的，是1919年舒震東在商務(wù)印書館改進的＂舒式華文打字機＂。它把幾千個最常用的鉛字鋪在一個大字盤上，打字員靠一只機械手在字海里＂撈＂。熟練工一分鐘也就二三十字，手指頭要磨出繭子，但這玩意兒后來撐起了民國幾十年的公文系統(tǒng)。

最讓人心里發(fā)酸的，是林語堂的故事。1947年，他在紐約把畢生積蓄砸進去的＂明快中文打字機＂做了出來，本來談好合作的雷明頓公司臨陣退縮，演示當天機器又掉鏈子。這位寫《京華煙云》的大才子，差點被債務(wù)壓垮。漢字過不了機器這道關(guān)，在當年看起來真的就是死局。

鉛字印刷同樣苦。一家普通報社的字模庫七八千個起步，排字工拎著字盤在車間里走來走去，一個版面排一通宵很正常。如果漢字始終擺不平機械化這件事，被拼音文字替代似乎只是時間問題。

轉(zhuǎn)彎發(fā)生在1970年代末。北京大學(xué)的王選，長期帶病工作，帶著團隊搞漢字激光照排，直接繞開了別人正在死磕的＂二代＂＂三代＂機械照排，跳到第四代，用數(shù)學(xué)方法把字形高倍壓縮，再用激光在膠片上還原。這一招業(yè)內(nèi)后來叫＂跳代攻關(guān)＂。

1981年華光Ⅰ型樣機通過鑒定，1987年《經(jīng)濟日報》成為全球第一家用計算機激光照排出報的中文報紙。鉛與火，被光與電換了出去。王選后來被業(yè)界稱作＂當代畢昇＂，這個稱號背后，是漢字從機械時代整體抬腿邁進了數(shù)字時代。

進了互聯(lián)網(wǎng)時代，情況又翻了個個兒。Unicode把漢字收進統(tǒng)一框架，GB18030收錄了七萬多個字，拼音輸入法、五筆、再到智能聯(lián)想，中文錄入速度甚至反超了英文。到了手機屏幕上，一段中文顯示出來只占英文一半的位置，密度優(yōu)勢變成實實在在的便利。

因而當大模型按token計費，中文的緊湊直接換算成成本節(jié)省。當年被嫌＂難＂的方塊字，如今成了AI時代一筆不動聲色的資產(chǎn)。

那么，漢語為了走到今天這一步，究竟犧牲掉了什么？認真盤下來，核心的東西其實一樣沒丟。被舍棄的，是筆畫繁復(fù)到?jīng)]人愿意寫的異體字，是鉛字車間里的體力活，是一段被低估了幾十年的文化自信。秦朝那次＂書同文＂算第一次瘦身，二十世紀的簡化字算第二次，王選那一代人做的事，是把它整個從鉛字時代抬進了數(shù)字屏幕。

幾千年里，漢字三次走到懸崖邊，三次都沒掉下去。今天能被稱作＂最緊湊、最高效＂，不是某一刀砍出來的結(jié)果，而是一代代人在歷史的窄路上，一邊沒扔掉字形里藏著的文化密碼，一邊沒拒絕新工具遞過來的手。這條路不算好走，但終究走通了。