# 算法正在重写你的词典：Etymology Nerd解码词病毒 你有没有想过，为什么2024年全世界都在说"rizz"，2025年"skibidi"铺天盖地，到了2026年又冒出一堆你完全看不懂的新词？更深层的问题是：这些词是被"发明"出来的，还是被算法"筛选"出来的？25岁的哈佛语言学毕业生Adam Aleksic——全网人称"Etymology Nerd"——在Chris Williamson的Modern Wisdom播客中给出了迄今为止最清晰的答案。这期节目不仅是一场语言学的深度对话，更是一面照出我们与算法共生关系的镜子。 ## 视频背景卡片 | 项目 | 内容 | |------|------| | 视频标题 | THEY'RE BRAINWASHING YOU! (& other secrets that made you click) | | 频道 | Modern Wisdom (Chris Williamson) | | 嘉宾 | Adam Aleksic (Etymology Nerd) | | 时长 | 约2小时 | | 发布日期 | 2026年4月18日 | | 核心主题 | 社交媒体算法如何重塑语言的演化、传播与本质 | ## 核心内容拆解 ### 一、TikTok：新词的最大孵化器 Aleksic引用了2022年Know Your Meme的一项研究，指出TikTok已经超越Reddit、4chan和Twitter，成为新俚语的首要来源地。这不是偶然的——TikTok的UI设计天然鼓励快速、参与式的对话，但这种"创新"越来越受到算法奖赏机制的驱动，而非纯粹的创造力。 具体来说，现代俚语的更新周期正在急剧缩短。Aleksic回忆说，"on fleek"和"bae"这类词在Vine时代能火几个月，而现在一个词从诞生到过气可能只需要两三周。TikTok的病毒式传播机制深度影响着哪些词能扩散——像"maxing"、"gooning"、"clavicular"这样的词被策略性地部署来触发算法推荐。所有词汇现在都变成了社交媒体内部的SEO关键词，创作者们追逐的是"clip farming"——生成短的、算法优化的碎片化内容——而非实质性的表达。 ### 二、每个平台都有自己的"方言" Aleksic提出了一个精彩的类比：不同社交媒体平台就像不同的"房子"，每栋房子有独特的评论文化和语言风格。LinkedIn用户用正式语言，Twitter偏爱meme式俚语，TikTok则演化出自己的网红腔调。用户会本能地根据平台调整自己的表达风格，就像演员戴上面具一样切换"语域"。 更有趣的是平台内部的"微方言"。K-pop粉丝圈和Swiftie群体有各自独特的交流方式。Aleksic解释说，这背后是一种"奠基者效应"——创始成员和早期使用者通过特定的交流风格留下印记，新用户随后模仿这些风格。TikTok上的"网红口音"之所以成为标准，正是因为新创作者不断模仿早期成功者的说话方式。 ### 三、算法如何压缩和塑造语言 这是整场对话中最令人不安的部分。Aleksic观察到，算法实际上扮演着瓶颈的角色，将语言压缩成容易被识别的、最大程度病毒化的形式。具体机制是：能引发强烈情绪（愤怒、恐惧、幽默）的语言会蓬勃发展，因为算法奖赏参与度；而引发"满足感"的内容则因为点击不足而悄然消失。 这意味着数字语言越来越被"ragebait"和"clickbait"所塑造。Aleksic警告说，这造成了病毒传播与有益信息之间的危险错位——公共话语正在向更极端的观点倾斜，牺牲的是细微差别和审慎思考。用Harold Innis在《传播的偏向》中的术语来说，我们正在被"空间偏向"的传播所淹没——这些内容能在瞬间覆盖大量人群，但很快就会被遗忘——而"时间偏向"的、能建立深层社区连接的传播形式正在萎缩。 ### 四、边缘社区是语言创新的引擎 Aleksic详细阐述了语言创新从边缘社区向主流流动的经典路径。流行的Gen Z俚语如"slay"、"serve"和"ate"起源于1980年代纽约市黑人和拉丁裔同性恋舞厅场景。在那个被主流社会排斥的环境中，语言是成员提升自身地位的工具。这些词汇最终进入主流使用——先是同性恋者的异性恋朋友使用，然后在整个青年文化中扩散。 类似地，许多来自非裔美国英语的俚语在进入主流使用时，原创社区并未获得认可或收益。"manosphere"和4chan等论坛也产生了"maxing"和"pilled"等词汇，逐渐渗入更广泛的文化意识。Aleksic还提到，边缘化群体长期以来一直在创造"微型语言"——如Polari和Swar speak——以规避监视并建立安全的通信方式。 在Scientific American的采访中，他进一步解释了"context collapse"（语境坍塌）如何加剧了这一问题：社交媒体上的人感觉自己是在对特定受众说话，但算法会拦截这些内容并分发给完全不同的受众。一个白人女孩看到舞厅文化中的黑人母亲说"slay"，以为这是对她说的——因为内容出现在她的"For You"页面上。然后她也开始说"slay"，她的视频被更多白人女孩看到。经过一轮传播，没有人知道这个词最初来自1980年代的舞厅场景。 ### 五、创作者的"优化说话术" 对话中一个非常实用的部分是关于创作者如何精炼他们的语言以最大化参与度。Aleksic观察到几种典型的"创作者原型"策略： **网红腔调**：以上扬语调（uptalk）、气泡音（vocal fry）和拉长元音为特征，创造一种亲切感，培养准社会关系。上扬语调和拉长元音暗示"还有后续"，保持观众参与；而降调暗示结束，促使观众离开。沉默（"dead air"）在算法上是被惩罚的，所以网红使用"占位技巧"——策略性的填充词来保持对话流畅。 **教育型创作者**：采用更快的语速和更权威的语调，强调关键词以建立专业感。他们使用精确的发音和清晰的辅音来增强信息留存。 **极致型创作者**：如MrBeast式的高强度——经常大喊或强调极端表达——以捕获短暂的注意力，防止观众滑走。 但Aleksic也警告：过度优化会让语言听起来表演化，触发观众的怀疑。而讽刺的是，平台优化后的说话风格，一旦经过反馈循环，已经变成了真正的在线身份要素——就像历史上播音员采用标准化的"中性"口音以获取权威和覆盖面一样。 ### 六、AI正在让所有人的说话方式趋同 这是整场对话中最具前瞻性的洞见。Aleksic引用了一项令人震惊的数据：ChatGPT推出后，"delve"一词的使用量激增了1000%。他将此归因于强化学习中偏爱拉丁词源词汇（而非日耳曼词源的偏见——拉丁词源词汇被认为更具"权威感"和"声望"。"commendable"、"meticulous"和"crucial"等词汇的使用也出现了类似的增长。 更令人担忧的是：研究表明人类正在下意识地在日常对话中采纳这些AI的语言倾向。Aleksic发出了一句振聋发聩的警告："编程AI的生物正在被AI所编程。" 从技术角度看，ChatGPT并不真正"说"英语——它将输入转换为token和神经网络嵌入，通过复杂算法处理，然后将输出转换回文本。在每一步中都会产生失真。强化学习注入了区域和文化偏好，而优化创建了"瓶颈"放大某些语言模式。Aleksic估计，目前约13%的研究摘要使用了AI模型但未披露，AI的语言习惯正在渗入同行评审的学术文献。在领域，像"I rise to speak"这样的短语已经成为AI撰写演讲稿的信号。 这形成了一个反馈循环：AI生成的文本渗透到各种通信渠道中，然后被用来训练模型，进一步强化同质化的表达模式，在专业和大众领域 narrowing 人类表达的范围。 ### 七、语言的本质没有变，但速度变了 Aleksic坚持认为，算法时代语言变化的底层机制与人类数千年来的语言创造并无本质不同——区别仅在于速度和规模。他用"brain rot"的概念来说明：Oxford将2024年定为"brain rot"之年，但Aleksic指出Oxford的定义"基本搞错了"——"brain rot"更多是用来描述一种喜剧式的meme美学，即对无意义重复的模仿，而非字面上的"大脑腐烂"。 他回忆了FitnessGram PACER测试梗和"线粒体是细胞的动力工厂"梗——这些都是对大众文化中过度代表事物的戏仿。Skibidi Toilet之于这一代人，正如Pop Art之于安迪·沃霍尔那一代人。如果沃霍尔活在今天，他大概会画Skibidi Toilet的画作。 Aleksic用两个基本原理总结了语言变化的动力：自上而下的机构创造（如"iPhone"）和自下而上的青年/亚文化俚语。词汇随时间缩写以追求效率——"God be with you"变成了"goodbye"，再变成"bye"。词汇的流失反映了概念的变化——现代英语使用者使用的植物术语远少于1800年代，反映了我们与自然联系的减弱。 ### 八、人类终将领先于算法 在对话的结尾，Aleksic表达了一个谨慎乐观的观点：人类将始终保持对AI和算法的领先。因为AI拥有的只是语言的"地图"，而非语言的"领土"——领土在不断演变，不断突破新的边界。你让ChatGPT生成俚语，它会听起来生硬而缺乏上下文。人类的创造力在于我们不仅使用词语，还理解使用词语的语境——这是算法无法复制的。 但他同时强调，我们需要更加清醒地认识到正在发生的事情。作为语言学家，他的工作不是告诉人们该说什么不该说什么，而是公开观察这些变化，让每个人都能做出自己的判断。正如他所说："我们应该尽可能让更多人意识到正在发生什么。" ## 知识结构图 ```mermaid mindmap root((算法与语言演化)) 语言创新引擎 TikTok是新词首要来源 平台内微方言分化 奠基者效应塑造社区语言 算法筛选机制 情绪驱动传播 SEO化词汇竞争 Clip Farming碎片化表达 边缘到主流的流动 1980s纽约舞厅文化 非裔美国英语贡献 Context Collapse语境坍塌 创作者语言优化 网红腔调(uptalk/vocal fry) 教育型精确发音 极致型注意力捕获 AI语言同质化 delve激增1000% 拉丁词源偏好 学术文献渗透13% 人机反馈循环 人类应对策略 认知觉醒 语境意识 混合媒介消费 保持批判距离 ``` ## 实战启示 ### 对语言学习者的启示 如果你正在学习一门外语，这段对话提供了几个重要洞见。首先，**真实语境中的语言比教材快得多**。Aleksic指出，俚语的更新周期已经从几个月缩短到几周——这意味着传统的语言教材在俚语和口语表达方面永远是滞后的。如果你想让你的外语听起来"活着"，你需要沉浸在目标语言的社交媒体生态中，而不仅仅是读教科书。 其次，**理解"语域切换"（register switching）**是高级语言能力的标志。就像英语母语者会在LinkedIn上写正式语言、在TikTok上用俚语一样，掌握一门外语的高级阶段就是能在不同社交场景中自如切换语言风格。 第三，**AI翻译和AI语言工具正在让全球英语使用者的表达趋同**。如果你用ChatGPT帮你写英文邮件或论文，你可能会不自觉地使用"delve"、"meticulous"、"crucial"这些带有AI味道的词。有意识地识别并调整这些模式，反而能让你的表达更有人味。 ### 对内容创作者的启示 Aleksic的"创作者原型"分析非常实用。如果你做短视频内容，理解不同语调和节奏的参与度效应是基本功。但也要警惕他指出的陷阱——过度优化会失去真实感。找到优化与真实之间的平衡，才是长期可持续的内容策略。 ### 对所有互联网用户的启示 Aleksic反复强调的"分离语言与文化"的思维方式值得每个人学习。当你的孩子说"skibidi"时，不是语言在退化——这是新一代在创造属于他们的身份标识。真正需要警惕的是算法对信息生态的塑造——它奖赏愤怒而非理性，奖赏极端而非平衡。对此保持清醒的认知，是我们在算法时代维护独立思考能力的第一步。 ## 延伸学习路径 1. **Adam Aleksic《Algospeak: How Social Media Is Transforming the Future of Language》**（2025年Penguin Random House出版）— 这场对话的思想源头，深入探讨了算法时代语言变化的方方面面 2. **Scientific American Science Quickly播客：Etymology Nerd专访**（2025年9月）— 更侧重于brain rot和meme文化的语言学分析，包含Aleksic关于Andy Warhol与Skibidi Toilet的精彩类比 3. **Harold Innis《The Bias of Communication》** — Aleksic在对话中引用的经典传播学著作，区分了"空间偏向"和"时间偏向"的传播形式 4. **Etymology Nerd YouTube频道 / Substack** — Adam Aleksic的日常输出，每周更新词源分析和俚语解读，是跟踪语言实时演化的最佳窗口 5. **Know Your Meme年度俚语报告** — 追踪每年新词的起源和传播路径，验证或挑战Aleksic的理论框架 ## 一句话总结 **算法没有杀死语言，它只是加速了语言的自然演化——但速度本身就是最大的危险，因为当词语的淘汰速度快于思考的速度，我们失去的不仅是词汇，还有连接彼此的能力。** ## 参考来源 1. [THEY'RE BRAINWASHING YOU! - Modern Wisdom #1086](https://www.youtube.com/watch?v=jxDDW5OKhdA) — 分析的核心视频 2. [Scientific American: Etymology Nerd on How Internet Culture Is Transforming the Way We Talk](https://www.scientificamerican.com/podcast/episode/etymology-nerd-adam-aleksic-on-how-internet-culture-is-transforming-the-way/) — Scientific American采访全文 3. [Shortform: Modern Wisdom #1086 Episode Summary](https://www.shortform.com/podcast/episode/modern-wisdom-2026-04-18-episode-summary-inside-the-viral-words-that-make-you-click-etymology-nerd-1086) — 播客详细摘要 4. [Washington Post: Algospeak Book Review](https://www.washingtonpost.com/books/2025/07/07/algospeak-social-media-language-adam-aleksic-review/) — 书评 5. [AP News: Algospeak Review](https://apnews.com/article/algospeak-adam-aleksic-book-review-d085a4726e548cb3f68947180b0d4656) — 书评 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。