如果你刷到过一个中学生脱口而出 "skibidi rizz sigma Ohio"，然后心里咯噔一下，感叹"这代人算是废了"——那么 Adam Grant 的 ReThinking 播客这一期，你该听一听。嘉宾是网上人称"Etymology Nerd（词源书呆子）"的语言学家 Adam Aleksic，哈佛毕业，24岁，靠在 TikTok 上讲单词怎么来的火遍全网。这一期叫 "Gen Z's way of talking, explained"（Z 世代说话方式大解密），聊的正是他 2025 年的新书 Algospeak。
这期节目最反直觉、也最值钱的一句话是：网络黑话没有在毁掉语言，它只是把人类几千年来一直在做的事，按了快进键。 我们以为 "skibidi" 在腐蚀下一代的大脑，但 Aleksic 用语言学证据告诉你——词，无论多"脑残"，在神经层面都不会比任何别的词更伤你；真正让你不安的，是算法时代的注意力、识字率和文化焦虑，而你不自觉地把这些焦虑，一股脑记到了某个倒霉单词的账上。
这篇文章不是搬运这期播客，而是把 Aleksic 的核心论点拆开揉碎，再补上语言学背景和我的判断，让你看完后能以一种完全不同的眼光，看待每天刷到的那些"看不懂的梗"。
| 项目 | 内容 |
|---|---|
| 视频标题 | Gen Z's way of talking, explained（另名：Demystifying Gen Alpha slang with Adam Aleksic） |
| 频道 / 节目 | ReThinking（Adam Grant 主持，TED 旗下头部播客） |
| 嘉宾 | Adam Aleksic（Etymology Nerd，语言学家、内容创作者） |
| 时长 | 约 45–55 分钟（长访谈） |
| 播放量 / 传播 | 节目为 TED 系头部播客，在 YouTube / Spotify / Apple / iHeart 全平台分发（具体单期数据未公开） |
| 发布时间 | 2025 年（围绕新书 Algospeak: How Social Media Is Transforming the Future of Language 推广期） |
| 核心主题 | 算法与社交媒体如何改变语言演化，"algospeak"现象的本质，以及为何我们不必恐慌 |
Aleksic 反复强调一句话（这是视频/原书的原话）：viral slang 和 algorithm-driven speech "aren't destroying language—they're accelerating its natural evolution"（不是在摧毁语言，而是在加速它的自然演化）。
他的依据是，所谓"网络胡言乱语"遵循的模式，和人类几千年来造词的模式如出一辙。区别只有两个维度：速度（speed）和规模（scale）。在没有算法投喂的时代，一个俚语要从一个社区扩散到全国，得靠酒吧、学校、电视，耗时数月甚至数年；而 TikTok 的 For You 页能让一个词在一夜之间触达上亿人。
【延伸分析】我同意他的大方向，但想加一个更锋利的判断：算法不是"语言变化的新引擎"，它是"语言变化的新筛选环境"。就像达尔文进化论里，变异是随机的，但环境决定哪些变异被保留。算法时代，被保留的词，是那些"适配推荐机制"的词——足够短、足够怪、足够能引起互动。这解释了为什么今天的黑话读起来像外星语：它们不是为人类读者优化，而是为机器读者优化。这点 Aleksic 在书里点到了（他管这叫 "memetic fitness"），但值得被拎出来单独说。
Oxford University Press 把 2024 年度词颁给了 "brain rot"（脑腐烂）。Aleksic 的观点是：牛津选词"基本选错了"——大多数人用 "brain rot"，并不是真指"网络造成了神经损伤"，而是用它形容一种无意义重复的喜剧美学（comedic meme aesthetic），是在调侃那种"刷多了感觉脑子化了"的状态。
他最犀利的一段话（视频原话大意）：在神经层面，没有任何一个词比另一个词对你更有害；词不会烂你的脑。 "skibidi" 之所以被贴上"脑残"标签，是因为它关联着 Skibidi Toilet 这个 YouTube Shorts 系列，而那个系列被看作"算法投喂、注意力碎片化、识字率下降"的象征。我们把这些文化上的不安，投射到了一个无辜的词上。他甚至开玩笑：如果 Andy Warhol 活在今天，他会画 Skibidi Toilet——因为它和波普艺术玩的是同一件事：挑战"高雅艺术 vs 低俗艺术"的边界。
【延伸分析】这一段是整期节目我最有共鸣的地方。它揭示了一个认知陷阱叫道德恐慌的替罪羊机制：每一代人都觉得下一代的语言在堕落——苏格拉底担心文字会毁掉记忆力，维多利亚时代的人担心小说会让女性发疯，20世纪家长担心说唱、漫画、电视。今天的"skibidi"只是最新的替罪羊。Aleksic 帮你做的认知升级是：把"对算法媒体的不满"和"对语言本身的判断"分开。你可以合理地忧虑短视频对注意力的影响，但别让一个词替算法背锅。
这是全期最硬核、也最能体现"语言正在被算法改写"的部分。Aleksic 把 "algospeak" 这个概念大幅扩展了：不再只是"为了躲避审查而说的黑话"，而是任何由数字平台限制所驱动的语言变化（any language change that is primarily driven by the constraints of digital platforms）。
经典案例（来自 Wikipedia 与 NYT 的整理）：
Aleksic 在访谈里特别推崇一个"新词"：bop。老一辈以为 bop 是"一首好歌"，但在 Gen Alpha 的世界里，它已经普遍指"性工作者 / OnlyFans 创作者"。他为什么喜欢这个词？因为使用它的人，自己都没意识到这是 algospeak——这恰恰说明它作为 algospeak 极其成功。
他点破了一个机制（视频原话）：创作者踩上了一条engagement treadmill（互动跑步机）——他们用这些"绕过词"既能规避审查，又能把它当作 meme 来吃流量，于是词本身变成了喂给算法的元数据（metadata），反过来加速传播。
【延伸分析】这是整期最让我后背发凉的部分。在口语时代，语言是人与人之间的协议；在 algospeak 时代，语言第一次要为一个不存在的"机器读者"——内容审核算法——而变形。这意味着：我们正在培养一种"双重编码"的说话方式，人听得懂，机器（理想状态下）听不懂。一个佐证：2024 年有研究显示，GPT-4 其实已经能破解大部分 algospeak；而另一项研究发现，情感分析模型对简单的字母-数字替换（如 $3X）会误判为更"正面"。算法和人类在 algospeak 这条战线上，正在进行一场军备竞赛。
Aleksic 引入了一个关键概念 context collapse（语境崩塌）：当内容被算法投喂到完全不同的受众面前时，词最初的社会力量就被稀释、被剥离了。
他举的最生动的例子：今天全网在用的 slay、serve、queen、ate、yass、bet，源头是 1980 年代纽约的ballroom scene（舞厅文化）——一个酷儿、黑人、拉丁裔的地下社群。在那个语境里，这些词有监管功能：一个白人女孩在 80 年代说 "slay"，会被人侧目。
但算法改变了这一切。你在 For You 页刷到一个 drag queen 说 "slay"，你会误以为她在跟你说话——"它出现在我的推荐页，那它就是给我的"。于是你学着说，你的视频又被推给其他白人女孩，"语境"就这样一层层崩塌。到最后，没有人知道这个词来自 1980 年代的舞厅，它直接从一个白人女孩嘴里"长"了出来。
【延伸分析】context collapse 解释了当代文化 appropriation（文化挪用）争议的底层逻辑：算法把"谁有资格用这个词"的把关权，从社群手里夺走了，交给了流量。这也是为什么 Aleksic 说，他作为语言学家的本分不是开药方、规定"这个词你不能用"，而是观察并公开这些变化，让每个人在知情的前提下，自己做价值判断。这是一种很清醒的学术伦理——描述，而非规训。
访谈里有一个让主持人意外的转折：Aleksic 明确说，他不喜欢把语言传播比作"病毒"（viral），认为这个比喻是 reductive（过度简化），甚至是 mimetics（模因学）领域的一大障碍。
他的论证（视频原话）非常精彩：思想不存在于头脑之外。 思想传播的唯一方式是——某人有一个感受（feeling），想表达它，于是把它编码进一个介质（encoding into a medium），这本质上是他"在物理上改变了现实"（比如我发出声波，让你进入我的头脑空间）。然后，你通过自己的文化滤镜、个人背景去重新解读，得到一个略有不同的想法。我们把这种"相似的想法"称为 meme。
所以，meme 并不在"野外"竞争；它们只在一个个具体的人头脑里竞争（你喜欢这个词胜过那个词）。并没有一个"idea space（观念空间）"让模因像病毒一样互相厮杀。"病毒"这个比喻之所以流行，只是因为说"我有个感受→我物理改变宇宙→你重新解读出你的感受"实在太绕口。
【延伸分析】这段是我个人觉得整期最"值钱"的认知升级，因为它直接颠覆了流行了二十年的"模因/病毒传播"叙事。它指向一个更深的洞察（Aleksic 在结尾点出）：算法和 LLM 拥有的，是语言的"地图"，而不是语言的"版图"（the territory）。 ChatGPT 生成的黑话之所以听着别扭、空洞，是因为它没有语境、没有感受，它只是在地图上做统计拼接。而人类永远领先一步，因为版图在持续演化、不断越过新的边界。这句话，可能是整期节目对"AI 能否取代人类语言创造力"最好的回答。
谈到如今黑话迭代快得吓人（"Labubu"火了一周就过气，"skibidi"也已过时），Aleksic 搬出了加拿大传播学先驱 Harold Innis 在《The Bias of Communication》里的经典二分法：
他的担忧（视频原话，很真诚）：viral 传播属于空间偏倚，它"像口述传统一样"——触达的人多，但留不住。而 communication（传播）这个词的词根，本就和 community（社区）同源，它最初的目的就是建立社区。他担心，空间偏倚传播的过剩——而 "content"（内容）这个词的字面意思就是"填满空间的东西"——会让我们彼此之间的真实连接变少。
【延伸分析】这里我要给 Aleksic 点个大大的赞。他作为一个"靠算法吃饭"的内容创作者，能清醒地反思自己赖以生存的介质，很难得。他实质上是在说：别把"被看到"误当成"被理解"、把"互动量"误当成"归属感"。 这对每个天天发朋友圈、刷短视频的人都是一记警钟——你获得的可能是 dopamine（多巴胺）的"集体沸腾（collective effervescence）"，而不是真正意义上的 community。
节目最后，主持人追问那句印在书尾的话："We live with the algorithm, but our resistance to it is embedded in our counterculture."（我们与算法共存，但我们对它的抵抗，就嵌入在我们的反文化里。）
Aleksic 的意思是：算法塑造我们，这已是不争事实——哪怕你不上社交媒体，你在咖啡馆听到的 Sabrina Carpenter，也是算法推火的。但抵抗同样是人的本能：当某个东西被过度强加，我们就会"在类别里找裂缝"、横向思考、发明新的表达。brain rot 这种 meme 类型，本质上就是在嘲讽算法的过度饱和。 语言从不只表达一件事——当你透过算法说话时，你也在某种程度上承认并抵抗它。
他借用 YouTuber Hank Green 的话：我们正经历一场 "Gutenberg-level（古腾堡级别）"的媒介革命。没人完全知道答案：孩子该用多少科技？要不要换 dumb phone？要不要 grayscale？我们在黑暗中摸索。
【延伸分析】这一段把整期节目从"语言学"升华到了"数字时代的人生哲学"。它的潜台词是：语言从来都是权力的战场，而 algospeak 是普通人对抗平台权力的一种"游击战"（Wikipedia 原文就叫它 "linguistic guerrilla warfare"）。 每次你把 "kill" 写成 "unalive"，你既是在绕过审查，也是在无声地宣告："我不接受你定义我能说什么。"
flowchart TD
A["算法时代的新环境<br/>推荐机制 + 内容审核机器"] --> B["语言的'筛选环境'改变"]
B --> C{"两条变化路径"}
C -->|加速既有规律| D["黑话快速迭代<br/>skibidi / bop / brain rot<br/>本质=传统造词+快进"]
C -->|为机器读者变形| E["Algospeak<br/>unalive / seggs / corn<br/>双重编码:人懂、机器不懂"]
D --> F["机制1: 语境崩塌<br/>slay源自1980s舞厅文化<br/>in-group把关权被流量夺走"]
E --> G["机制2: 互动跑步机<br/>词=喂算法的元数据<br/>规避审查+吃流量双buff"]
D --> H["被误读为'烂脑'<br/>实为文化焦虑的替罪羊"]
F --> I["认知升级<br/>语言≠文化<br/>描述而非规训"]
G --> J["军备竞赛<br/>GPT-4能破解 algospeak<br/>但人类永远领先:拥有'版图'非'地图'"]
H --> K["结论:语言没被毁"]
I --> K
J --> K
K --> L["与算法共生<br/>抵抗藏在反文化里<br/>=古腾堡级媒介革命"]
L --> M["空间偏倚内容 填空<br/>时间偏倚社区 沉淀"]
1. 如果你是家长或老师——停止语言道德恐慌。 下次听到孩子说 "skibidi"，别急着纠正或焦虑。Aleksic 给你的第一性原理是：词不烂脑。真正值得关注的，是屏幕使用时长、注意力分散、睡眠这些可量化的问题，而不是某个具体单词。把"对算法媒体的合理担忧"和"对语言本身的误判"分开，你和孩子之间的沟通反而会更顺畅。
2. 如果你是内容创作者或做营销——主动理解 algospeak 的双重逻辑。 当一个词既能规避审核、又能吃流量时（如 "bop"），它就获得了memetic fitness（模因适应度）。但要注意 context collapse 的反噬：你的内容会被投喂到你完全没预期的受众面前，你失去对"谁在听"的把关权。做品牌、做个人 IP，今天必须把"算法是我的合作者，也是我的风险源"刻进脑子里。
3. 如果你是 AI 从业者或观察者——记住"地图 vs 版图"。 Aleksic 这句 "algorithms have a map of language, not the territory" 是对 LLM 局限最优雅的概括之一。它解释了为什么 AI 生成的黑话听着别扭、为什么 AI 写作"假装存在于头脑之外但其实不是"。人类语言创造力的护城河，在于语境、在于感受、在于持续的版图演化——这恰恰是统计模型的结构性短板。
4. 给每一个刷手机的人——区分"集体沸腾"与"真实社区"。 Harold Innis 的框架给你一个自检工具：你今天在算法上获得的，是空间偏倚的快感（瞬间触达、快速过气、填满注意力），还是时间偏倚的沉淀（建立持久的归属）？Aleksic 自己的做法很朴素——睡前把手机放另一个房间、读点书、保留"混搭媒介"的习惯。抵抗算法，不需要卸载一切，只需要有意识地"混入"它无法控制的时间偏倚媒介（阅读、深度对话、口述传统）。
5. 一个语言学的底层认知升级：语言是社会归属的信号系统。 所有黑话、所有 algospeak、所有 brain rot，归根结底都在做同一件事——标记"我们是同一群人"。理解了这一点，你就不会再把"听不懂的网络黑话"看作退化的信号，而会看作一种和人类同样古老的、寻找连接的本能——只是这次，它借了一台叫做"算法"的扩音器。
词不烂脑——网络黑话只是人类最古老的"找同伙"本能，被一台叫做"算法"的机器按了快进键；与其恐慌，不如学会看清它在加速什么、又在悄悄偷走什么。
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。