我们总觉得，"语言"这个东西有一种古老的、不可伪造的身份证——它必须是某个民族几千年磨出来的、有母语者、有历史的活物。所以当有人告诉你"我正在学克林贡语（Klingon）"，你的第一反应大概是：那能算语言吗？那不就是个剧组编出来的玩意儿？
YouTube 科普频道 May Contain Science 的一期视频 《This is your brain on Klingon》（这是你被克林贡语点亮的大脑），把这个问题直接送进了核磁共振仪。它讲的不是影评、不是冷知识，而是一项 2025 年 3 月登上《美国国家科学院院刊》（PNAS）的 MIT 研究：研究者把会说 Esperanto、Klingon、Na'vi、High Valyrian、Dothraki 这些"人造语言"的人塞进 fMRI，结果发现——他们的大脑，用处理英语、汉语时那一整套网络，原封不动地处理着这些"假语言"。
这期视频值得看，不是因为它多猎奇，而是因为它用最硬的脑成像数据，戳穿了一个流传甚广的直觉：大脑根本不查语言的"出身"。它不在乎这门语言是一个人昨天刚发明的，不在乎它全球只有几百人会说，不在乎它从没有过母语者。它只在乎一件事——你能不能用它，来表达关于这个世界的意义。这篇文章就带你把这项研究、以及它掀翻的那些旧观念，彻底拆开看清楚。
| 项目 | 内容 |
|---|---|
| 视频标题 | This is your brain on Klingon |
| 频道 | May Contain Science（@DeLevely，周更科普，每周解读一篇最新发表的科学论文） |
| 视频定位 | 科普长视频（深度解读型） |
| 锚定研究 | MIT《Constructed languages are processed by the same brain mechanisms as natural languages》，2025 年 3 月发表于 PNAS |
| 研究团队 | Evelina Fedorenko（MIT McGovern 脑研究所，资深作者）/ Saima Malik-Moraleda（MIT 博士后，第一作者） |
| 核心主题 | 人造语言（conlang）是否激活大脑的"语言网络" |
| 实验样本 | 44 名人造语言使用者，经 fMRI 扫描 |
先把最反直觉的结论摆在最前面。研究团队扫描了 44 名会说某种人造语言的人：Esperanto（世界语）19 人、Klingon 10 人、Na'vi 9 人、High Valyrian 3 人、Dothraki 3 人。让他们在扫描仪里听各自掌握的人造语言句子，同时也听/读自己的母语句子，再做一些非语言任务做对照。
结果干净得惊人：当受试者听人造语言时，大脑里被点亮的，和他们处理母语时点亮的，是同一片、同样偏左半球（left-lateralized）的语言网络。注意，这不是"附近的"区域，也不是"类似的"反应，而是同一个、在个体层面被精确锁定的语言加工系统。
视频里的原话大意是：这是一场"conlang 发烧友"和认知神经科学家的"科学界梦幻联动"。而我要补充的背景是——这片"语言网络"，正是 Fedorenko 实验室过去十多年用一套"个体化 fMRI"方法精确定位出来的：它分布在左半球额叶和颞叶，对语言高度专一，对几乎所有非语言任务几乎"装聋作哑"。这个网络是大脑识别"这是语言"的硬指标。现在，人造语言通过了这个测试。
光说"人造语言激活语言网络"，你可能觉得理所当然——毕竟 Esperanto 听起来也是人话。这项研究真正的精妙之处，在于它把人造语言放进了一个已经设计好的"判别实验"里去比较。
Fedorenko 实验室之前已经测过一大堆"看起来像语言"的东西：音乐、数学、手势、面部表情——结果统统不激活语言网络。最有杀伤力的是他们对编程语言（比如 Python）的发现：读代码的人，调用的不是语言网络，而是一个叫"多重需求网络（multiple demand network）"的系统——那是大脑干所有费脑子的活（解难题、做推理）时都会用的通用算力池。
换句话说，大脑的潜台词是："代码，我不当它是语言。"
这就把问题逼到了墙角：人造语言——同样是"一个人为了某个目的故意发明出来的"、同样没有在社区里自然演化——到底会被大脑当成语言，还是当代码？ 实验给出的答案掷地有声：当成语言。这个对照，才是整项研究的灵魂。它告诉我们，"是不是一个人发明的""有没有自然演化"这些差别，大脑一概不认。
那大脑到底凭什么判别？研究给出的答案是：一种符号系统能不能表达关于"内在世界"和"外在世界"的、开放而灵活的意义。
Fedorenko 的话说得很到位：自然语言和人造语言，都能"指称世界里的对象、对象的属性、发生的事件"——它们扎根在你我共同的经验现实里。而编程语言"更像数学……是一个自洽的符号生成系统，能表达复杂含义，但它表达的含义高度抽象、主要是关系性的，和我们身处的真实世界并不相连"。
这是整篇研究最深刻的一句话，值得反复咀嚼。它把"什么是语言"从一个文绉绉的定义问题，变成了一个可检验的脑科学问题：接地（grounding）。一门人造语言，只要它的词和句能锚定到"桌子、疼痛、明天、背叛"这些真实或体验层面的东西上，大脑就认；而一门语言再精密、再"逻辑"，如果它的符号只在系统内部互相指涉（像代码、像纯数学），大脑就不认。
研究还顺手戳破了几个老百姓深信不疑的"语言光环"。Malik-Moraleda 说得很直白：人造语言具备好几个"传统语言"没有的特征——由单个人近期创造、常常出于某种冷僻目的、使用者寥寥无几、而且几乎都是成年后才学的。可这些特征，对大脑的语言处理"毫无影响"。
把这一条翻译成大白话，你会发现它颠覆了很多直觉：
这才是真正震撼的地方：人类大脑的语言装置，是一台不看出身的接收器。它不查验你的语言有没有身份证、有没有族谱、有没有几千万用户。它只做一件事——看你能不能拿它来谈论这个世界。
要理解这项研究为什么能成，得看看这些"假语言"背后的真实社群。视频把这层也带出来了。
Esperanto（世界语） 是其中最"正经"的一个：1887 年由波兰眼科医生 L. L. Zamenhof 发明，初衷是打造一门中立的通用语，消弭民族隔阂。今天全球约有 6 万人能熟练使用，是使用人数最多的人造语言，还有完整的文学、年会、甚至母语者（父母双方都说世界语的孩子）。Klingon 则是语言学家 Marc Okrand 为《星际迷航》设计的，语法故意设计得古怪（宾-谓-主语语序），却吸引了一批死忠，有人甚至用它办婚礼。Na'vi（《阿凡达》）、Dothraki 与 High Valyrian（《权力的游戏》）则出自 Paul Frommer 和 David J. Peterson 之手，是当代职业"造语师（conlanger）"的代表作。
这些人造语言早已不是玩具：Esperanto、Klingon、High Valyrian 在 Duolingo 上都有正式课程，有教材、有语法书、有活跃社区。研究者 2022 年 11 月就是把这群人召集到 MIT 开了个周末大会，连造语者本人都来当共同作者，帮忙设计实验句子——"在一个周末里，我们把数据全收齐了"。这项研究能成，本身就是 conlang 社群成熟的证据：这些语言，已经养出了足够多、足够熟练的使用者，足以支撑一项严肃的认知神经科学实验。
这项研究更大的价值，在于它示范了一种全新的、用脑反应来给"语言"下定义的实证方法。
几千年来，"什么是语言"是哲学家和语言学家的纸上辩论——乔姆斯基说语言是递归的句法运算，功能派说语言是交际工具，社会派说语言是共同体的产物，谁也说服不了谁。Fedorenko 团队的思路截然不同：别吵定义了，去找那些"像语言但不是自然语言"的刺激物，一个一个往大脑里塞，看谁能让语言网络亮起来。
他们已经测过的"考生"名单像一份淘汰赛战报：音乐——淘汰；数学——淘汰；手势——淘汰；表情——淘汰；编程语言——淘汰。而人造语言——晋级。每淘汰一个，"语言的必要条件"就被收紧一分。这种"排除法 + 脑成像"的范式，把一个玄学问题变成了可重复、可证伪的实验科学。它不直接给出"语言的终极定义"，但它一步步逼近：语言，是那种能让你我用符号，无限地谈论内在与外在世界的系统。
研究没有停在 Klingon。Fedorenko 实验室已经把下一关瞄准了 Lojban——一门由 Logical Language Group 在 1990 年代创造的、被刻意设计成"零歧义"的语言。它的语法强制每个句子只有一种解析方式，目标是消除一切自然语言里的含混。
这一步极妙。自然语言天生是"模糊容忍"的——一句话常常可以有多种理解，我们靠上下文去消歧。Lojban 反其道而行，把模糊从根上拔掉。那么问题来了：一门被设计成几乎像形式逻辑、像编程语言那样"无歧义"的人造语言，还能点亮语言网络吗？ 如果能，说明"模糊性"不是语言的必要条件；如果不能，那我们就找到了一个反例——同样是 conlang，Lojban 可能滑向"代码"那一边。
无论结果如何，这都是一个把语言本质继续逼近临界点的实验。它把"语言 vs. 代码"这条界线，放到了显微镜下做切片。
看完这项研究，我最想说的一点是——它和人工智能领域一个老问题形成了惊人的呼应：符号接地问题（symbol grounding problem）。
编程语言为什么不被大脑当语言？因为它的符号是"悬空"的，只在系统内部互相定义，不指称真实世界的桌子、椅子、悲伤与日落。这跟 AI 研究者长期的担忧如出一辙：一个大模型哪怕能生成完美的句子，如果它的符号没有"接地"到真实感知和经验上，它算不算"懂"语言？MIT 这项用人脑做的实验，等于给"接地"提供了一个生物学旁证：人类大脑恰恰是用"有没有接地到现实意义"这条标准，来区分语言和代码的。
这未必是终局答案，但它给了一个硬邦邦的启示：语言的灵魂不在于语法多复杂、历史多悠久、用户多庞大，而在于它是否锚定在我们共同的经验世界上。 假语言之所以是真语言，是因为它真真切切地在谈真实的世界。
flowchart TD
Q["大脑的终极拷问：<br/>什么东西才算'语言'？"]:::q
Q --> NET["判别标准：是否激活<br/>左半球'语言网络'<br/>（Fedorenko 实验室，个体化 fMRI）"]:::net
NET --> TEST{"送进 fMRI 的<br/>一长串'考生'"}
TEST -->|不激活| FAIL["音乐 / 数学 / 手势 /<br/>表情 / 编程语言<br/>（走'多重需求网络'）"]:::no
TEST -->|激活✓| CONLANG["人造语言 conlangs<br/>Esperanto·Klingon·Na'vi·<br/>High Valyrian·Dothraki<br/>44 名使用者"]:::yes
CONLANG --> KEY["决定性特征：<br/>能表达关于内在/外在世界<br/>的、开放而灵活的'意义'<br/>＝ 符号'接地'于现实"]:::key
CONLANG --> IGN["大脑毫不在意的'光环'：<br/>·一人近期发明<br/>·无自然演化<br/>·使用者极少<br/>·成年后才学"]:::ign
KEY --> NEXT["下一关实验：Lojban<br/>（被设计成'零歧义'的语言）<br/>测试：模糊性是否为语言之必需？"]:::next
NEXT --> PHI["哲学结论：<br/>用脑反应而非字典，<br/>给'语言'下定义"]:::key
classDef q fill:#1f3a5f,color:#fff,stroke:#0d1b2a,stroke-width:2px;
classDef net fill:#2a9d8f,color:#fff,stroke:#1d6f64;
classDef no fill:#e76f51,color:#fff,stroke:#b5472f;
classDef yes fill:#52b788,color:#06251a,stroke:#2d6a4f,stroke-width:2px;
classDef key fill:#e9c46a,color:#3a2e00,stroke:#b8941f;
classDef ign fill:#6d6875,color:#fff;
classDef next fill:#9d4edd,color:#fff,stroke:#6a2eaa;
给语言学习者的提醒：别小看任何"小众语言"，你的大脑一视同仁。 很多人对 conlang 抱有"那不是真语言，学了也白学"的偏见。这项研究告诉你：只要你用它来表达意义，大脑就会调动那套最专业、最熟练的语言机器来处理它。这意味着你学 Klingon 或 Esperanto 时练出来的，是和学英语、学西语同一套认知肌肉。反过来，这也解释了为什么多语者的多种语言会"挤"在同一片脑区相互干扰又相互增强——大脑的语言网络是"一锅端"的，不按语种分柜台。
给造语者（conlanger）的硬指标：想让你的语言被大脑当真语言，就让它"接地"。 这条结论几乎是一份设计指南。如果你只是堆砌一套精致的语法规则、造一堆只服务于剧情内部逻辑的词，大脑可能会把它当代码；但如果你让每个词都锚定到可感知的对象、属性、事件，让你的句子能谈天气、谈爱恨、谈明天——它就在脑科学意义上成了"真语言"。这也提醒内容创作者（游戏、影视世界观设计师）：一门有生命力的虚构语言，核心不在于语法多炫，而在于它能否承载关于世界的、可被体验的意义。
给 AI 从业者的旁证：意义接地，才是"理解"的硬标准。 这项人脑实验，为符号接地问题提供了生物学证据。它提示我们：让 LLM 处理无穷多的句子 ≠ 让它"懂"语言。如果未来的 AI 要逼近人类式的语言理解，"符号—真实世界经验"的接地可能比单纯堆算力更关键。编程语言被大脑划到"非语言"一侧，恰恰因为它不接地——这对反思"大模型到底懂不懂语言"是个尖锐而具体的参照。
给每一个人的认知升级：放下"语言血统论"。 我们习惯用"古老、官方、使用者多"来给语言排座次，歧视方言、鄙视人造语、轻视小语种。大脑用最诚实的方式告诉你——这些标签，它一个都不认。一门语言之所以是语言，只因为它能让一群人用它谈论同一个世界。这份平视，或许比任何语言学理论都更值得带回家。
language.mit.edu 公开了大量个体化 fMRI 数据与范式，是理解"语言网络"这一概念的一手入口。大脑判断"这是不是语言"，从不看你这门语言有多古老、有多少人说、是不是一个民族传下来的——它只看一件事：你能不能用它，去谈论这个世界。
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。