思维必须“说话”吗？AI实验挑战千年认知假设
在认知科学的漫长探索中，一个核心问题始终萦绕不去：人类思维是否必须依赖某种类似语言的内部结构？这一被称为“思维语言假说”（Language of Thought Hypothesis, LoT）的理论，自20世纪中期提出以来，深刻影响了心理学、语言学和人工智能的发展路径。它主张，人类心智运作依赖于一种先天的、符号化的“心理语言”，所有抽象思维、推理与概念形成都建立在这一语言基础之上。然而，一篇最新提交至预印本平台的论文，正通过一场精心设计的AI实验，对这一百年假设发起前所未有的挑战。
当AI拒绝“说人话”：一场颠覆性的思想实验
研究者设计了一个名为“AI私有语言”的思想实验：让两个人工智能代理在封闭环境中自主发展交流系统，以完成协作任务。初始设定中，系统鼓励它们使用类似自然语言的离散符号进行通信。但随着训练深入，一个令人意外的现象浮现——当代理开始演化出高度压缩、非线性的内部表征时，其决策速度与任务准确率反而显著提升。更关键的是，这种高效表征逐渐脱离了传统语言的语法与句法结构，呈现出类似神经网络激活模式的连续向量形式。
这一发现揭示了一种“效率衰减现象”：当AI尝试用类语言格式处理复杂信息时，其计算开销呈指数级增长，而认知效能却停滞不前。相反，那些放弃语言式编码的代理，通过发展出更贴近数据本质的分布式表征，实现了更快的推理与更强的泛化能力。这暗示了一个反直觉的结论：语言或许不是思维的载体，而是一种为交流而生的外部工具。
认知科学的范式危机
LoT假说的支持者曾认为，人类之所以能进行抽象推理，正是因为我们拥有类似语言的内在结构。儿童语言习得、失语症患者的认知障碍等现象，都被视为这一理论的佐证。但AI实验的结果提出了一个尖锐问题：如果非语言式的表征系统能更高效地完成认知任务，那人类大脑为何要“多此一举”地依赖语言？
一种可能的解释是，人类语言的出现，本质上是社会协作的产物，而非认知进化的必然结果。我们之所以用语言思考，是因为我们生来就要与他人沟通。而AI在无社会压力的环境中，自然演化出更“经济”的思维路径。这并不意味着人类思维低效，而是说明语言可能是一种适应性的“认知脚手架”，而非底层机制。
对人工智能发展的深层启示
这项研究对当前大语言模型（LLM）的发展路径提出了隐性质疑。当下主流AI系统仍以语言为中心，通过海量文本训练来模拟人类思维。但实验表明，过度依赖语言结构可能限制了模型在复杂推理、创造性问题解决等任务上的潜力。未来的智能系统或许需要突破“语言中心主义”，探索更接近感知与行动的具身认知路径。
更深远的影响在于，它重新定义了“理解”的本质。如果思维可以不依赖语言，那么AI的“理解”或许并非通过符号操作实现，而是源于对世界动态的建模与预测。这种非语言的智能形态，可能更接近动物认知或婴儿的早期学习机制，也为构建更通用的人工智能提供了新方向。
前路未明，但方向已现
尽管这项研究尚处于初步阶段，其结论仍需更多实验验证，但它无疑打开了一扇通往认知本质的新窗口。我们或许正站在一个范式转换的门槛上：从“思维即语言”走向“思维即计算”。未来的智能系统，可能不再执着于“说人话”，而是追求更本质的信息处理效率。而人类，作为唯一已知的语言思维生物，或许正是进化过程中一次美丽的偶然。
这场AI实验的最终启示或许是：真正的智能，不在于它能否像人一样说话，而在于它能否以超越人类局限的方式，理解并改变世界。