# 查无此词：词典里的鬼词 1934年，《韦氏新国际英语词典》第二版出版。这本重达十几磅、被图书馆视为“语言最终裁决者”的巨著里，安安静静躺着一个词：**dord**。释义清楚，领域明确——“密度”，物理与化学用语。唯一的问题是：英语里从来没有这个词。它不存在于任何文献、任何口语、任何人的记忆里。它是一个彻头彻尾的假词，却在最讲权威的房间里，住了整整五年。 这就是语言频道 RobWords 这支爆款视频点破的事实——词典里混着假词。这听上去像冷知识，但顺着往下挖，你会挖到一个让人后背发凉的结构性问题：**当“被收录”本身就等于“存在”，错误就有了自我成真的能力。** | 项目 | 内容 | |------|------| | 解读视频 | [The FAKE words in the dictionary](https://www.youtube.com/watch?v=HeZnUojnXFc) | | 频道 | RobWords | | 播放量 | 52.9万+（2026年7月搜索页抓取值，仍在增长） | | 视频规格 | 时长14分25秒，约2023年发布 | | 解读大V | Rob——RobWords主理人，词源与英语史考据型博主（本栏目此前已解读过同频道“谁把b藏进了doubt”与“元音暴动”两支视频） | | 核心对象 | 英语词典中的“假词”（ghost words）现象 | ## 金句摘录 > 「dord，名词。物理、化学：密度。」—— 《韦氏新国际词典（第二版）》，1934年，一个不存在的词的正式词条 > 「esquivalience：故意逃避官方职责、推卸应尽义务的行为。」—— 《新牛津美语词典》，2001年，后被证实为编者故意埋设的陷阱词 > 「词典编纂者：写词典的人；一个无害的苦役者，忙着追溯词源、解释词义。」—— 塞缪尔·约翰逊《英语词典》，1755年"lexicographer"词条自嘲 > 「我靠一面镜子和一部百科全书的结合，发现了乌克巴。」—— 博尔赫斯《特隆、乌克巴尔、奥比斯·特蒂乌斯》，1940年 ## 大V解读精华：权威的裂缝，是从内部长出来的 ### 论断一：假词不是词典的意外，是词典生产方式的必然产物 【视频观点】这支视频的标题就完成了定罪：FAKE words in the dictionary——“词典里的假词”。Rob要说的不是某本烂词典出了纰漏，而是一个更普遍的判断：**词典从来不是“语言现实”的镜子，它是一项由人手工拼装的大工程**，而任何人工工程都有裂缝。词卡会抄错，编辑会看漏，排版会挪动一个逗号——而词典的特殊之处在于，它印刷出来的每一页都自带“盖章生效”的权威光环。别的行业出错的代价是返工，词典出错的代价是：**错误被正式册封为事实**。 需要说明：这是视频标题明示的核心命题。下面几个词典史上最著名的案例，是我对这个命题的展开细读，均有公开记载可交叉验证。 ### 案例一：dord——一张词卡，统治权威五年 【延伸，据词典史公开记载】dord的出生过程简单到荒诞。韦氏词典的化学顾问编辑Austin Patterson寄给排版间一张词卡，上面写着"D or d, cont. / density"——意思是：字母D或d，是density（密度）一词的缩写，供“缩写词”部分使用。但词卡上的空格和字母间距被排字工理解成了另一个词：**d-o-r-d**。于是它被排进正文，配上了发音、词性、学科标注，一切看起来都那么专业。 1939年，一位编辑翻词典时停在这一页：这个词没有词源、没有例句、没有词性历史——它像个凭空出现的住户。更耐人寻味的是后续：发现之后，dord并没有立刻消失，此后几次重印仍在，拖了好几年才被清除干净。一个假词在一个最强调准确的机构里活了五年，靠的不是谁的恶意，而是**生产链条上每一环都在“合理地”不怀疑上一环**。 ### 案例二：esquivalience——故意的假词，反向的防御 【据《纽约客》2005年报道】如果说dord是事故，esquivalience就是预谋。2001年出版的《新牛津美语词典》里，编者埋进了一个自造的词，配上完整的释义（“故意逃避官方职责”）和编造的词源（“或许源自法语esquiver”）。它的唯一用途是**当诱饵**：如果市面上另一本词典也收录了esquivalience，那就是原样抄袭的铁证。据《纽约客》当年的报道，词典方确认这是刻意为之的版权陷阱。 这一招甚至有官方名字。1975年《新哥伦比亚百科全书》虚构了一位“莉莲·弗吉尼亚·芒特威泽尔”的人物小传，此后英语世界干脆用**mountweazel**来称呼一切虚构的参考词条。地图行业用同样的办法防抄袭：在真实公路图上插入不存在的地名，业内称之为"trap street"（陷阱街）。最妙的案例是新纽约州小镇**Agloe**——它本是地图公司杜撰的地名，后来真的有人照着地图在那个路口开了商店，招牌就叫“Agloe杂货店”。**假地名召唤出了真实的建筑。错误完成了自己的预言。** ### 案例三：abacot——一个排版讹误的两百年寿命 【延伸】鬼词不是现代病。16世纪编年史家霍林斯赫德的史书里，出现了一顶"abacot"——据称是英国国王戴的一种御帽。后世词典将它郑重收录，学者认真引用，这个“词”流传了两百多年。后来的考据证明，它只是原词**bycoket**（一种帽冠）在传抄中断裂误拼的产物。《牛津英语词典》编纂时，把abacot列为鬼词的经典标本。两百年间，无数以“博学”著称的人引用它——**权威的复制链上，没人觉得自己有责任停下来问一句“它最初从哪来”。** ### 论断二：词典不是镜子，是回路 【延伸】把这些案例放在一起，Rob的点题就有了超出词典学的分量。我们默认词典是语言的镜子：语言里有什么，词典收什么。但dord和Agloe揭示了一个倒置的结构：**词典同时也在生产它 supposed 只是“记录”的东西**。一个词被收录→它看起来更真→更多词典收录它→它彻底变真。这正是一个自指回路。 文学早就嗅到了这个结构。博尔赫斯1940年的小说里，一伙人秘密编写第十四卷《特隆百科全书》，虚构一个星球——然后虚构的器物开始出现在现实里。1984年，米洛拉德·帕维奇干脆用词典的形式写出《哈扎尔辞典》，让读者在“词条”之间自己拼出一个消失的民族——为什么选词典体？因为词典自带真实感光环，读者会下意识地把检索到的每一条都当作事实。**作家对“权威的裂缝”的敏感，比词典学界自己还早。** ## 延伸思考：鬼词是个古老的问题，也是最新的问题 鬼词在数字时代没有消失，反而获得了加速器。2015年，据《卫报》等多家媒体盘点，某百科上一个虚构的澳洲原住民创世神条目"Jar'Edo Wens"竟存活了近十年才被删除——十年里它被无数论文、报道和教材“引用过”。机制与abacot一模一样，只是复制速度快了几个量级。 更值得警惕的是AI这一环。语言模型从语料中学习，语料里躺着的每一个历史讹误，都可能被模型流畅、自信、逻辑完美地复述出来——然后进入新的文章，成为下一代模型的语料。词典学家的老问题回来了，而且换了更棘手的形态：**当复制链上的每一环都是机器，“谁该在某一页停下来怀疑”就没了答案。** dord至少还等来了一位翻书的编辑。 对普通人的启示反而朴素得近乎笨拙：引用要溯源，关键事实要交叉验证，对任何“白纸黑字”保留一次查无此词的冲动。权威值得尊重，但权威的第一性质是“被生产出来的”，而非“天然正确的”。 ## 知识结构图 ```mermaid flowchart TD A[错误注入] --> A1[意外型: 词卡误读 dord] A --> A2[故意型: 版权陷阱 esquivalience / trap street] A1 --> B[权威盖章: 被词典正式收录] A2 --> B B --> C[复制传播: 别的词典、学者、教科书照抄] C --> D[自我成真: 被收录 = 显得真实] D --> E{是否被揭穿?} E -->|是| F[删除与追认: 标记为鬼词 ghost word] F --> G[无法根除: 已扩散的引用继续存在] E -->|否| H[永久成为'真词': abacot式两百年寿命] D --> I[反向利用: 陷阱词、陷阱街成为知识产权防盗手段] D --> J[现实倒灌: 假地名Agloe召唤出真实商店] G --> K[现代升级: 维基假条目存活十年 / AI语料回路放大讹误] H --> K K --> L[对策: 溯源引用 + 交叉验证 + 保留'查无此词'的怀疑] ``` ## 推荐延伸 > 本文由「51学通信」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、AI工具实战。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。