汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？

一个汉字到底＂值＂多少信息？这个问题听起来玄，真要较真起来，牵扯的是两千多年的造字史，也牵扯到上世纪那场差一点把汉字推下悬崖的大讨论。汉语今天能稳稳坐上＂全球最紧凑书面语＂这把交椅，背后到底搭进去了什么、又留下了什么？

2026年4月，国内几家大模型团队在公开的技术白皮书里都提到一个细节:训练同样规模的语料，中文版本占用的token数只有英文的六成左右。换句话说，机器读一份中文文档，比读对应的英文版要省力气、省钱。这件事让不少做AI的工程师重新打量起方块字，原来曾经被嫌＂笨重＂的汉字，在算力时代成了省钱利器。

这种密度优势并不是凭空冒出来的。1948年，贝尔实验室的香农写了一篇《通信的数学理论》，把＂信息熵＂这个工具递给了全世界的语言学家。后来有人拿这把尺子量过，平均一个汉字承载的信息量，大约是一个英文字母的好几倍。联合国六种工作语言的同一份决议印出来摆在一起，中文那本永远是最薄的。

为什么差这么多？根子在于汉字是＂表意＂的，而不是＂表音＂的。每一个字本身就是一个意义单元，自己能站住，搭配别的字又能生出新词。＂风骨＂＂山河＂＂破晓＂，两个字撑起来的画面感，英文得绕一圈解释。一句＂己所不欲，勿施于人＂，八个字说完的事，翻成英文得多用一倍篇幅。

这种本事不是天上掉下来的。公元前221年秦统一六国之后，李斯主持＂书同文＂，以秦国小篆为标准把六国杂七杂八的写法统一过来。要知道在那之前，光一个＂马＂字就有几十种异体，商人跨郡做生意，合同上的字两边都得猜半天。

文字一统，带来一个意想不到的红利——方言可以千差万别，文字却始终一脉相承。一个潮汕人说话广东人都未必听懂，但写下来，两千公里外的东北老乡照样能读。这一点是拉丁系文字望尘莫及的，当年罗马帝国一散，拉丁文很快碎成法语、意大利语、西班牙语、葡萄牙语，而汉字两千年没有分家。

不过这条路也不是一直顺风顺水。1840年以后中国挨打太狠，知识分子一边救国一边反思，反思到最后，连汉字都被推上了被告席。鲁迅写过那句＂汉字不灭，中国必亡＂，今天读着扎耳朵，放回当年的国情里，代表的是对识字率长期低迷的真实焦虑。

二十世纪二三十年代，钱玄同、瞿秋白、赵元任轮番上阵，主张废掉汉字、改用拼音文字。1931年召开的中国新文字第一次代表大会，通过了《北方话拉丁化新文字方案》，这套方案后来在一些根据地试过水，意思就是把汉语彻底拼音化。

新中国成立之后，这条思路没有立刻刹车。1954年中国文字改革委员会成立，1956年公布简化字方案，1958年《汉语拼音方案》出台。在早期的设计里，简化字被定位成通向拼音化的＂过渡桥梁＂，拼音化才是终点。这桩＂过渡＂能不能修成，得看一个绕不开的门槛——机器。

19世纪末打字机普及以后，英文一个26键的键盘搞定所有事，中文怎么办？1916年前后，留美学生祁暄做了一台拼合式中文打字机，把汉字拆成部件再拼，创意有了，效率没了，打一个字得敲好几下。

真正在中国办公室扎根的，是1919年舒震东在商务印书馆改进的＂舒式华文打字机＂。它把几千个最常用的铅字铺在一个大字盘上，打字员靠一只机械手在字海里＂捞＂。熟练工一分钟也就二三十字，手指头要磨出茧子，但这玩意儿后来撑起了民国几十年的公文系统。

最让人心里发酸的，是林语堂的故事。1947年，他在纽约把毕生积蓄砸进去的＂明快中文打字机＂做了出来，本来谈好合作的雷明顿公司临阵退缩，演示当天机器又掉链子。这位写《京华烟云》的大才子，差点被债务压垮。汉字过不了机器这道关，在当年看起来真的就是死局。

铅字印刷同样苦。一家普通报社的字模库七八千个起步，排字工拎着字盘在车间里走来走去，一个版面排一通宵很正常。如果汉字始终摆不平机械化这件事，被拼音文字替代似乎只是时间问题。

转弯发生在1970年代末。北京大学的王选，长期带病工作，带着团队搞汉字激光照排，直接绕开了别人正在死磕的＂二代＂＂三代＂机械照排，跳到第四代，用数学方法把字形高倍压缩，再用激光在胶片上还原。这一招业内后来叫＂跳代攻关＂。

1981年华光Ⅰ型样机通过鉴定，1987年《经济日报》成为全球第一家用计算机激光照排出报的中文报纸。铅与火，被光与电换了出去。王选后来被业界称作＂当代毕昇＂，这个称号背后，是汉字从机械时代整体抬腿迈进了数字时代。

进了互联网时代，情况又翻了个个儿。Unicode把汉字收进统一框架，GB18030收录了七万多个字，拼音输入法、五笔、再到智能联想，中文录入速度甚至反超了英文。到了手机屏幕上，一段中文显示出来只占英文一半的位置，密度优势变成实实在在的便利。

因而当大模型按token计费，中文的紧凑直接换算成成本节省。当年被嫌＂难＂的方块字，如今成了AI时代一笔不动声色的资产。

那么，汉语为了走到今天这一步，究竟牺牲掉了什么？认真盘下来，核心的东西其实一样没丢。被舍弃的，是笔画繁复到没人愿意写的异体字，是铅字车间里的体力活，是一段被低估了几十年的文化自信。秦朝那次＂书同文＂算第一次瘦身，二十世纪的简化字算第二次，王选那一代人做的事，是把它整个从铅字时代抬进了数字屏幕。

几千年里，汉字三次走到悬崖边，三次都没掉下去。今天能被称作＂最紧凑、最高效＂，不是某一刀砍出来的结果，而是一代代人在历史的窄路上，一边没扔掉字形里藏着的文化密码，一边没拒绝新工具递过来的手。这条路不算好走，但终究走通了。