如果我现在给你看两个图形——一个圆滚滚、像融化的水滴，另一个尖刺突起、像卡通爆炸——然后把两个不存在的词 "Bouba" 和 "Kiki" 摆在你面前，问你哪个词配哪个形状。你会怎么选？
不需要任何提示，全世界超过 90% 的人会给出同一个答案：圆的叫 Bouba，尖的叫 Kiki。这个看似无聊的小测试，在过去一百年里被语言学家、心理学家、神经科学家反复咀嚼，因为它直接顶撞了现代语言学最根深蒂固的一条教义——索绪尔的"任意性原则"：词的声音和它的意义之间，本该没有任何天然联系。"狗"为什么叫 dog、"桌子"为什么叫 table，纯粹是约定俗成。
可 Bouba 和 Kiki 不答应。它们暗示声音和形状之间藏着一种比语言更古老的默契。Tom Scott 在他的经典短片《Which Is "Bouba", and Which Is "Kiki"?》里把这个现象讲得干净利落。但他在 2020 年拍这条视频时，学界的主流解释还停留在"这是人类独有的能力"。而 2026 年 2 月《Science》上的一篇论文，把这个结论整个掀翻了——一群出壳才三天的小鸡，给出了和人一模一样的答案。下面我们一层一层拆开这个迷人的跨感官谜题。
| 项目 | 内容 |
|---|---|
| 视频标题 | Which Is "Bouba", and Which Is "Kiki"? |
| 频道 | Tom Scott（Language Files 系列） |
| 时长 | 约 5 分钟 |
| 播放量 | 系列累计数百万播放，语言学圈现象级短片 |
| 核心主题 | 声音与形状之间的非任意性关联，及其对"语言任意性"的挑战 |
说明：这条短片本身非常精炼，我只把它当作引子。真正有价值的深度，来自它之后五年间的系列研究，尤其是 2026 年那场"小鸡实验"。本文会把短片没说完的话一次补齐。
要理解 Bouba-Kiki 为什么重要，得先回到 1916 年。瑞士语言学家 费尔南·德·索绪尔（Ferdinand de Saussure） 提出，语言符号由两部分组成：能指（signifiant，声音形象） 和 所指（signifié，概念）。两者之间的连接，他断言，是"任意的（arbitraire）"——没有任何道理可言。汉语叫"树"、英语叫 tree、日语叫 ki，纯属约定。
这条原则成了整个现代语言学的地基。它解释了为什么不同语言对同一事物有完全不同的叫法，也解释了为什么语言如此灵活——因为声音不背负意义，所以可以自由组合出无限多的新词。
但任意性原则留下一个尴尬的窟窿：如果声音和意义真的毫无瓜葛，那为什么全世界的人都会觉得 Bouba 是圆的？这一丝"不任意"的存在，像地基上一道细小的裂缝，逼着语言学家不停追问：语言的起源，到底是不是真的从一张白纸开始？
（以上是对任意性原则的延伸分析，非视频原话。）
故事真正的起点是格式塔心理学家 沃尔夫冈·苛勒（Wolfgang Köhler）。1929 年，他在特内里费岛的实验室里做了一个极简的实验：给被试看两个抽象图形，一个圆胖、一个尖锐，然后配两个无意义词 takete 和 maluma，问哪个词像哪个形状。
结果惊人地一致：绝大多数人把 takete 配给尖的，把 maluma 配给圆的。后来这套词演变成了今天更出名的 kiki / bouba（或者 takete / maluma）。苛勒当时就隐隐觉得，声音和视觉形状之间，存在某种天然的、跨感官的桥梁。
这距离索绪尔定下"任意性"铁律才十几年。一个心理学家的简单测试，就在地基上敲出了第一锤。
如果只在美国大学生身上测出来，你大可以归咎于英语的字母形状（b、o 看起来就圆，k 有尖角）。但后续几十年里，研究者把这套题搬到了世界各地。
真正的大规模证据来自 2022 年。语言学家 Aleksandra Ćwiek（现属波兰哥白尼大学）和团队发表了一项覆盖 多种语言、多种书写系统 的研究，证实 Bouba-Kiki 效应在全球范围内高度稳定，跨文化匹配率超过 90%。更关键的是——它对完全不识字的人也成立。
Tom Scott 的视频特别讨论了一个著名的"纳米比亚实验"：研究人员跑到非洲南部，给 辛巴族（Himba） 这种几乎没接触过西方文字的群体做测试。结果他们同样做出了形状-声音匹配，只是匹配的具体形状偏好和西方被试略有不同。这说明效应是真实的、跨文化的，但它在不同视觉文化下可能被"微调"——一个非常有意思的细节：底层直觉是普世的，上层细节是文化的。
如果成人身上有这个效应，会不会是后天学来的？研究者把测试对象换成了 4 个月大的婴儿——他们还完全不会说话、不认字。结果婴儿同样表现出 Bouba-圆、Kiki-尖 的偏好（通过看时长等眼动指标测量）。
这是个重磅证据：它先于语言、先于经验。 你没法用"学过英语"来解释一个还没学会任何词的婴儿的反应。到这里，主流学界开始认真考虑一个诱人的假说——这种天生的声音-形状关联，可能正是人类语言起源的脚手架：我们的祖先最早发明词汇时，也许就是借用这种本能关联作为"共同基础"，让声音第一次带上意义的。
故事在 2019 和 2022 年出现了戏剧性反转。研究者想：既然这是语言起源的候选基石，那和我们最亲的类人猿（黑猩猩、大猩猩） 应该也有一点吧？毕竟它们和我们几百万年前才分家。
结果——猿类全军覆没。最著名的是爱荷华 Ape Initiative 的明星倭黑猩猩 Kanzi（它生前会用符号板进行简单"语言"交流，还会打制石器，于近年去世，44 岁）。Kanzi 在 Bouba-Kiki 测试里完全没表现出人类的匹配模式。
这给学界丢下一枚深水炸弹：猿类不行、人类婴儿行。一时间很多人下结论：Bouba-Kiki 是人类独有的认知能力，正是它支撑了人类独有的复杂语言。 这是一条非常自洽、非常"人类中心"的故事——而 2026 年的小鸡，正是来砸场子的。
帕多瓦大学的比较心理学家 Maria Loconsole 和同事（Silvia Benavides-Varela、Lucia Regolin）盯上了鸡。原因很妙：小鸡破壳就能走、能看、能做选择，不像 4 个月大的人类婴儿还瘫在襁褓里。这意味着他们可以在小鸡"几乎零经验"的窗口期做实验，把"先天 vs 后天"彻底切开。
实验设计堪称精巧（取自 Ars Technica、NPR、Scientific American 的报道）：
结果：听到 "bouba" 时，80% 的小鸡先走向圆胖图形，平均探索 3 分钟以上，而看尖刺图形平均不到 1 分钟。听到 "kiki" 时，偏好整个翻转——只剩约 25% 去圆的，其余涌向尖刺。
更狠的是，研究者把测试年龄压到出壳仅 1 天的小鸡（用会动的视频图形吸引它们靠近），效应依然成立。Loconsole 强调：因为测试发生在破壳后最初的几小时内，这种声音-形状关联根本不可能是学来的。
为什么 Bouba 听起来圆、Kiki 听起来尖？多年来最流行的一个解释是嘴型说：念 "bouba" 时双唇圆拢、元音靠后，声道连续；念 "kiki" 时是清塞音加前元音，舌头顶上颚、爆破、紧绷——发音的物理形态本身就映射了形状。
这个解释听起来很顺，但小鸡实验直接判了它死刑：鸡既没有能念出 b 和 k 的嘴，也没有人类那样的声道。它们只是"听"了录音，照样做出了和人一致的匹配。所以这种直觉的根源，不在发音，而在听觉与视觉的某种共通的物理对应。
研究者转向一个新的解释——物理属性假说：圆的东西在滚动、撞击地面时，产生的是连续的、低频的声音；而尖的、碎的东西碰撞时，发出的是尖锐、高频、瞬时的爆裂声。新生动物如果天生就"懂"这套视听对应，就能在陌生世界里快速判断——哪儿有食物、哪儿有危险。这不是为了语言，而是为了活下来。
这就把 Bouba-Kiki 放进了一个更大的框架——跨感官对应（crossmodal correspondence）：一种感官的输入，系统地影响另一种感官的感知。这套"通感"在动物界广泛存在，而且很多都"讲得通"：
换句话说，Bouba-Kiki 只是一整套"感官之间的默契"中的一个成员。而这套默契，鸟和哺乳动物的共同祖先在 约 3 亿年前 就已经有了。Ćwiek 用一句话总结了这种震撼："我们在 3 亿年前就和鸟类分家了——这简直让人头脑发懵（mind-blowing）。"
flowchart TD
A["索绪尔任意性原则<br/>声音↔意义 无天然联系"] --> B["1929 Köhler 实验<br/>takete=尖 / maluma=圆"]
B --> C{"效应是普世的吗？"}
C -->|是| D["2022 Ćwiek 跨文化研究<br/>多种语言/书写系统 >90% 一致"]
C -->|部分| E["纳米比亚辛巴族<br/>底层直觉普世，细节被文化微调"]
D --> F["4个月大婴儿也成立<br/>先于语言、先于经验"]
F --> G{"是语言起源的脚手架？<br/>猿类应该也有"}
G -->|否| H["2019/2022 类人猿全军覆没<br/>→一度判定'人类独有'"]
H --> I["2026 Science 小鸡实验<br/>出壳1-3天即匹配"]
I --> J["嘴型理论破产<br/>鸡不会说话照样匹配"]
J --> K["物理属性 + 跨感官对应<br/>圆=低频连续 尖=高频爆裂"]
K --> L["结论：3亿年前的感官本能<br/>被人类'征用'为语言基础<br/>而非语言独有产物"]
style A fill:#fde2e4
style L fill:#d0f4de
style I fill:#fff3b0
1. 给品牌和产品起名，是有"通感杠杆"可用的。 声音象征（sound symbolism）早就被营销学偷师了。圆润、柔和、安全的产品，适合用 b、m、l、u、o 这类"圆音"（想想 Toyota 里 "Round" 的气质、Toblerone 的圆润品牌调性）；而尖锐、快速、强劲、高科技的产品，偏爱 k、t、z、i 这类"尖音"。这不是玄学，而是 90% 的人类大脑对同一组声音有同一组联想。下次你给 App、产品、甚至变量命名时，先念出来——你的耳朵和 3 亿年前的祖先用的是同一套判断。
2. 设计界面时，"形状-声音"是可以对齐的认知红利。 跨感官对应意味着：圆角、柔和的视觉，搭配低频、连续的提示音；尖锐、警示性的视觉，搭配高频、短促的音效——用户会觉得"对味"，反应也更快。好的 UX 设计师其实一直在无意识地调用这套远古直觉。
3. 对语言学习者：声音是有"质感"的，别只记符号。 记外语单词时，不要只盯字母。先听、先念，感受这个词的"口腔形状"和"声音质感"——很多词的发音本身就携带了一丝意义暗示（尤其是拟声词、表音文字）。调动多感官记忆，比死记硬背高效得多，这和"主动回忆""具身认知"的学习法是一脉相承的。
4. 最大的认知升级：人脑的"独特性"往往被高估。 我们总爱找"人类独有"的能力来定义自己。但 Bouba-Kiki 的故事反复提醒我们：很多看似高级的人类能力，根基都是从更古老的动物遗产里"征用（co-opt）"来的。语言的真正独特之处，或许不在某个单一模块，而在于 Perlman 说的那种"玩字谜（charades）"的综合创造能力——把声音、手势、图像编织成全新符号的能力。这才是该追问的方向。
Bouba 是圆的、Kiki 是尖的——这不是语言的产物，而是 3 亿年前的感官本能，被人类顺手征用，成了造词的隐形脚手架。
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。
content-to-video 或 arxiv-paper-to-wechat-article skill 生成讲解视频与排版mermaid_save 保存为 SVG/PNG[!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。