ARTICLE · 1083736
AI时代,英语如何加剧阶层固化
过去很长一段时间里，很多人觉得中文在科技发展上是个“麻烦”。原因很简单：电脑键盘是从英文打字机来的，打英文当然方便顺手。输入中文呢？得靠输入法，要记拼音或者笔画，感觉上就复杂不少。甚至有人担心，方块字会不会阻碍我们跟上现代科技的步伐？
但现在情况不一样了。随着人工智能AI技术的兴起，特别是处理语言的那部分，大家发现中文不仅不是累赘，反而展现出一些独特的优点，甚至在某些方面比英文更“好用”了。
但很少有人追问一个更本质的问题：当英语本身变得越来越庞大、越来越臃肿、越来越专业、越来越“不透明”时，它到底是在促进流动，还是在制造壁垒？
答案正在浮出水面。随着社会、科学、经济的加速发展，英语的词汇体系正在以惊人的速度膨胀。这种膨胀，在AI时代，正在把英语从“沟通工具”变成一道隐形的阶层筛子。那些背得起、记得住、用得上专业词汇的人，和那些被挡在门外的人之间，正在形成一道前所未有的鸿沟。
而中文，恰恰因为其独特的构词逻辑，展现出一种截然不同的可能。
先看一组数据。
据全球语言监测机构统计，2009年英语单词总量正式突破100万大关。而到了2026年，这一数字保守估计已超过200万，每年仍有约5400个新词诞生——相当于每98分钟就有一个新单词呱呱坠地。
与此同时，一个受过高等教育的英语母语者，终其一生也只能掌握其中2万到3.5万个词汇。核心词汇与总词汇量之间的鸿沟，已经大到了令人绝望的地步。
这意味着什么？
意味着一个英语母语者，哪怕受过良好教育，终其一生也只能掌握其中极小一部分。
意味着每一个专业领域——医学、法律、工程、金融——都是一座被厚重词汇墙围起来的孤岛。想进去？先交“词汇税”：背几千个跟日常生活毫无关系的希腊拉丁词根。
一个非医学专业的人，看到“pneumonoultramicroscopicsilicovolcanoconiosis”这串45个字母的怪物，连从哪断句都不知道。
一个非法律专业的人，看到“certiorari”“mens rea”“habeas corpus”，完全不知所云。
一个非金融专业的人，看到“collateralized debt obligation”“credit default swap”，只能望而却步。
这不是能力问题，这是语言本身制造的准入壁垒。
更麻烦的是，这些专业词汇还在不断分化、衍生、叠加。
同一个缩写“ACE”，在打牌时是“王牌”，在医学中是“血管紧张素转换酶”，在工程中是“高级复合材料”。
即便是AI模型，也必须耗费巨大算力分析上下文，才能判断它到底指什么。
英语的“词汇爆炸”，本质上是一场知识壁垒的工业化再生产。每个新词都是一块砖，不断加高专业领域的围墙。围墙越高，普通人越难翻越。
现在把目光转向中文。
中文的核心汉字，常用不过三千余个。但就是这几千个汉字，通过组合，覆盖了从“感冒”到“量子纠缠”、从“污水处理”到“人工智能”的所有领域。
这意味着什么？
意味着一个普通中国人，看到“矽肺病”，哪怕没上过医学院，至少知道是肺出了问题，跟“矽”（硅）有关。看到“云计算”，能猜出是“云”+“计算”。看到“区块链”，能猜出是“区块”+“链”。看到“基因编辑”，能理解是“编辑基因”。看到“人工智能辅助诊断”，能猜出大概意思。
中文世界的知识，是“可渗透”的。非专业人士能沿着字义摸到门，有兴趣的可以继续深入，没兴趣的至少不会觉得“这跟我完全无关”。而英语世界的知识，是“密封”的——你不背那个词，你连门都看不见。
正如前文所讲，我大学学的是英语，最烦人的就是背单词，尤其是专业词汇。大三时，西安污水处理厂从丹麦引进一套新设备，对方来了个技术员，需要翻译，校长让我去帮忙。待了一上午我就跑回来了——看了老设备的中文标识，看名称，部件功能也知道个八九不离十；再看英文手册，根本不知道都是啥东西。
这就是“透明性”带来的认知公平。
中文用几千个汉字反复组合，新概念不需要造新字，只要掌握了核心汉字的含义和组合规律，就能理解甚至生成大量未见过的新词。
这种“搭积木”的逻辑，让中文，尤其是在AI时代展现出一种独特的效率优势。
现在，把这两个特性放进AI时代的大背景里看。
AI的核心能力是“压缩”和“泛化”。中文训练出来的模型，泛化能力天然更强。它学会了“电”和“脑”，就能理解“电脑”；学会了“云”和“计算”，就能理解“云计算”。新词对AI来说不是全新符号，是已有概念的重新组合。
英文模型面对新词，只能从头学。每年一万个新词，就是一万次“从零开始”。
结果就是：中文AI可以用更少的参数、更低的算力，覆盖更广的知识面。而英文AI要维持同样的覆盖度，就得不停地堆参数、堆算力、堆数据。
但这还只是技术层面的。更深远的影响在社会层面。
当AI工具越来越强大，普通人获取知识的门槛看似降低了，但实际上呢？
掌握AI工具本身又需要新的“技术词汇”。英语世界的普通人，要理解AI给出的专业答案，仍然需要跨越词汇门槛。而中文世界的普通人，因为汉字本身的透明性，更容易理解AI输出的内容。
这就形成了一个恶性循环：
英语世界：专业词汇越多→普通人越难理解→越依赖专业人士→专业人士垄断话语权→阶层固化加剧。
中文世界：核心汉字稳定→普通人更容易理解→知识渗透性更强→话语权更分散→社会流动性更高。
英语的“词汇爆炸”，在AI时代会变成“词汇鸿沟”。
有钱人从小上私立学校，背得起拉丁词根，进得了专业圈子；普通人公立学校毕业，词汇量只够日常交流，专业领域永远进不去。
AI工具确实能帮普通人翻译，但掌握AI工具本身又需要新的“技术词汇”，又是一道门槛。
前面谈了英语词汇爆炸的技术后果，也谈了中文“搭积木”逻辑在AI时代的效率优势。
但必须把话说得更直白：英语词汇的无限膨胀，正在英语国家内部制造一道越来越深的阶层裂痕。
换句话说，英语的“词汇鸿沟”，首先割裂的不是非英语国家，而是英语国家自己。
在英美社会，专业词汇从来不只是专业词汇，它是一张隐形的阶层通行证。
一个从小上私立学校的英国孩子，从伊顿到牛津，他接触的拉丁语词根、法律术语、医学词汇，是在饭桌上自然浸润的。他不需要“背”单词，他是在“呼吸”单词。而一个公立学校毕业的普通青年，词汇量撑死了够日常交流。看到“quantitative easing”，他不知道那是货币政策；看到“comorbidity”，他不知道那是医学概念。他不是不聪明，他是从小没有拿到那把打开词汇库的钥匙。
英国教育双轨制的核心差异之一，就是拉丁语和古典语言。私立学校从低年级就系统开设拉丁语、古希腊语课程，学生从小拆解医学、法律、金融术语的词根逻辑——这些高端专业词汇大量源自拉丁语和希腊语。而公立学校遵循国家统一课程，根本不教这些。
剑桥大学语言研究中心的数据显示，英国成年人平均词汇量在2万到3.5万之间，但这是被平均过的数字。私立学校毕业生和公立学校毕业生的词汇量差距，不是"多背了几个单词"，而是整个认知体系的分野——一个掌握了高薪行业专属话语体系，另一个停留在日常交流层面。
英语作为复合型语言，日常词汇源自日耳曼语，高端词汇源自拉丁语和希腊语——谁掌握了词根系统，谁就掌握了打开整个知识体系的密码。私立学校从第一天起就在教这个，公立学校从一开始就没打算教。
语言壁垒，本质上就是阶层壁垒的语言学表达。
专业词汇越多，知识壁垒越高，精英的垄断地位越稳固。 一个社会越是依赖专业分工，越是把知识封装在晦涩的词汇里，普通人的上升通道就越窄。
AI本该是“知识平权”的工具，但在英语世界，效果可能恰恰相反。因为AI的理解能力，高度依赖用户自身的语言能力。 一个受过精英教育的英语使用者，知道“QE”是什么，可以问AI“QE对通胀的传导机制是什么”，AI给他精准回答，他立刻理解并运用。而一个普通英语使用者，他连“QE”这个词都没听过，只能问“为什么东西越来越贵”，AI给他一个泛泛的回答，他似懂非懂，最后还是得去找“懂行的人”。AI放大了语言能力的差距。
英语法律术语超10万个，大量源自拉丁语（habeas corpus、mens rea），与日常英语完全割裂。英国71%的高级法官、美国法律行业70%以上的精英从业者，均毕业于私立中学或精英高校。而底层家庭子女通过司法考试并进入顶尖律所的比例仅为3.2%。
美国的医疗体系是典型缩影。普通人听不懂医生的术语，只能点头，拿药回家稀里糊涂地吃。受过高等教育的人，能听懂、能追问、能查文献、能跟医生讨论方案。语言鸿沟，在这里直接变成了健康鸿沟，变成了寿命鸿沟。
对精英阶层，这当然有利。医生、律师、金融从业者、学术研究者——这些职业的“词汇护城河”越深，他们的垄断地位越不可动摇。但代价是无数普通家庭的孩子，明明有天赋，却因为“词汇量不够”被挡在专业门外。整个社会的阶层流动性下降，底层越来越难爬上去，顶层越来越容易守住位置。
语言本该让世界更平，而不是更不平。 英语国家如果不解决词汇爆炸带来的“不透明”问题，它的阶层固化只会越来越严重。那些背得起专业词汇的人，和那些背不起的人之间，将形成一道难以逾越的鸿沟。
但是，由于英语——作为一门语言，本身是局限性，英语国家根本解决不了透明性问题。
其实，这些国家也没有动力去解决————因为词汇壁垒本身就是阶层利益的护城河，拆掉它等于拆掉自己的地基。
最后，我想问一句——
在中国，是谁一直在不遗余力地推动这门加剧阶层固化的语言进入全民教育？