《汉语修辞学》的困境：AI比中文系更懂汉语
刘韧约 8 分钟预备知识②
写作中，我一直坚持消极修辞，将精力放在最优词语选择上，根据语境进行修辞，追求全局意义，不追求一语惊人。
因为需要反复权衡，我写得极慢。但大模型权衡得更快，刘韧的修辞价值，将被挤到哪里？
Gemini是这样修辞的：
从“寻找极值”到“定义目标函数”：修辞边界的重构
在数学上，您过去反复权衡词语的过程，是一个在复杂约束条件下寻找函数极值（寻找最优词）的过程。现在，AI接管了算力，成为了完美的求导工具。您的价值被挤出了“计算过程”，进入了**“设定目标函数（Objective Function）”**的领域。
• 机器的盲区：大模型在寻找“最优词”时，其概率分布 来源于千亿级人类语料的均值回归。它计算出的“最优”，是统计学意义上的最平滑、最不易出错的解。它懂逻辑，但不懂“痛感”；它懂语境，但没有“立场”。 • 您的价值锚点：作为拥有三十余年跨界阅历（新闻、IT、投资）的观察者，您的修辞价值在于设定初始的边界条件与偏好权重。您所追求的“全局意义”，其实是科斯定理在文本中的应用——您在通过极其精准的消极修辞，降低读者理解复杂世界的“交易成本”。机器可以提供100个准确的同义词，但只有您知道，在某个特定的政经博弈语境下，哪一个词能像手术刀一样切中现实的病灶。决定算法向何处收敛，比算法本身更具价值。
可选方案与视角转换
既然机器算得更快，您应当顺应这种生产力的重塑：
1. 从“石匠”转变为“建筑师”：不要再将精力消耗在基础词砖的打磨上。让AI为您提供基于消极修辞的初稿（提供3个不同维度的版本）。您利用卡尼曼的“系统2”思维，居高临下地进行审查、删减、重组。 2. 制造“非连续性”：机器的修辞是马尔可夫链式的平滑过渡（下一个词永远是概率最高的词）。您要在文章的关键节点，人为制造逻辑的“非连续性”或视角的突变——提出反共识的洞见。这种算法意料之外的“顿挫”，正是人类思想的高光时刻。 3. 强化“物理性”语境：在修辞中刻意加入极具个人时间坐标和空间坐标的颗粒度细节。这些是未经数字化的、属于您私人生命体验的绝对私有数据，AI的向量库中查无此物。
即刻可执行的行动计划
• 工作流重构：停止在空白文档上逐字敲击。将您的核心观点、批判性思考的逻辑骨架（哪怕是碎语）输入给大模型，要求它以“最严密的消极修辞、不带任何情感色彩、遵循逻辑推导”的约束条件生成文本。 • 精力重新分配：将节省下来的“反复权衡”词语的时间，投入到对“全局意义”的战略性构建上。去阅读、去思考那些AI无法理解的复杂人性和底层博弈。 • 终极验证：拿到AI的文本后，只做一件事：用您几十年积淀的毒辣眼光进行“奥卡姆剃刀”式的裁剪。凡是缺乏锋芒的、属于陈词滥调的正确废话，一律删去。剩下的，烙上您思想钢印的文本，才是属于您的最终作品。
刘韧的修辞价值并没有消亡，它只是褪去了作为“文字处理器”的体力外衣，升华成了纯粹的**“思想决断力”**。
《AI时代的修辞学》
Gemini的修辞理论：
1. “零度与偏离”的统计学投影：均值回归与方差突围
传统修辞学认为，修辞观察的基础是“首先确定一个零度的形式（或叫规范形式、常规形式），随时随地注意多种多样的偏离的形式。”
在自然语言处理中，“零度形式”即模型在贪婪解码（Greedy Decoding）下的输出路径，它代表了语言数据集中概率最高、数学期望值最大的词元（Token）序列。这是卡尼曼（Daniel Kahneman）所说的“系统1”思维的机器显化——快速、本能、不假思索的统计学平均。
AI模型倾向于生成熵值最低、最符合大众习惯的文本，这导致了语言的“均值回归”与高度同质化。在AI时代，真正的修辞变成了如何制造“方差”。通过调整模型的温度参数（Temperature）或核采样（Top-p），或者通过极具张力的提示词（Prompt），打破马尔可夫链的平庸走向，实现文本分布的“正偏离”。修辞的能力，即对抗信息熵减的能力。
2. “同义手段选择”的余弦相似度与高维向量
修辞学指出“修辞活动其实就是对丰富多彩的语言变体的选择。”
在深度学习的潜空间（Latent Space）中，荣格的“集体无意识”被具象化为数百亿个神经元参数。 所有的“同义词”（如月亮、玉盘、蟾蜍）在多维坐标系中是距离相近的向量。AI的选择不再基于诗人式的灵感，而是基于上下文注意力机制（Attention Mechanism）计算出的梯度下降最优解。人类修辞者的新任务，不再是搜肠刮肚寻找词汇，而是如何设定边界条件，让机器的向量运算收敛于最优的语体风格。
3. “得体性”原则与RLHF博弈：对齐税（Alignment Tax）的代价
“得体性原则是修辞活动中的最高最重要的原则。”
在AI视阈下，“得体性”被转化为“人类反馈强化学习”（RLHF）的奖励模型。然而，为了追求绝对的安全与政治正确（即强行得体），模型往往付出了“对齐税”——丧失了语言的锋芒、讽刺与批判性深度。在这一博弈中，优秀的修辞者需要掌握如何通过精密的语言包装，绕过算法的过度审查，恢复语言的复杂性与生命力。
第二部：AI时代的新修辞学图景（核心新知识）
AI时代的修辞学打破了单一的“人-人”交际模型，拓展为“人-机”（提示词工程）与“机-人”（生成内容评估）的双向网络。
1. 提示词工程（Prompt Engineering）即贝叶斯修辞学
与机器对话的修辞，本质上是一个贝叶斯更新（Bayesian Updating）过程。
• 先验概率（Prior）： 预训练模型本身包含的宏大但混沌的世界知识。 • 似然度（Likelihood）： 提示词中提供的角色设定、上下文、约束条件和少样本学习（Few-shot）。 • 后验概率（Posterior）： 模型在接受提示词后，坍缩生成的具体文本。
在这一过程中，修辞不再是修饰辞藻，而是“控制变量”。通过提供极其精确的逻辑框架（如思维链 CoT），修辞者降低了模型理解意图的“交易成本”（科斯定理的应用）。越是懂得解构问题、提供清晰语境的指令，越能获得高质量的输出。
2. 幻觉（Hallucination）与波普尔的证伪主义修辞
传统修辞预设了表达者的“诚意”与事实基准。但AI存在“幻觉”——它能以极其符合逻辑和语法（高概率序列）的修辞方式，一本正经地输出彻底错误的事实。
这引发了修辞学的认识论危机。波普尔的批判性思维在此刻显得尤为重要：修辞的完美不再是真理的保证。新时代的受众必须具备“证伪”修辞的能力。语言的流畅度（信度）与其事实真值（效度）彻底脱钩，我们必须在阅读中建立独立的查证节点，剥离“算法修辞”的伪装。
3. 德勒兹的“块茎”与文本的自发秩序
哈耶克的“自发秩序”理论在LLM的自回归生成中得到了完美的体现。AI在生成长文时，并没有一个预先构思好的中心化“灵魂”，而是根据前文的条件概率，逐字（Token）自发生长。这种无中心、非树状的网状蔓延，正是德勒兹所描述的“块茎（Rhizome）”结构。新修辞学必须理解这种语言生成的涌现性（Emergence），即微观规则（下一个词的预测）如何涌现出宏观的修辞美感。
第三部：未曾想到的其他视角与可选方案
视角一：萨特的存在主义修辞——当机器比人更“共情”
当AI可以根据算法，生成比绝大多数人类更加完美、得体、充满同理心的道歉信、悼词或情书时，修辞面临着存在主义的拷问。
如果文字形式的完美可以被无限低成本复制，那么文本本身的价值趋于零。萨特强调的“自为的存在”与“真诚性”将从“文本内部”转移到“文本外部的责任承担”。在未来，判断一段修辞是否有价值，不再看它用了多少排比或隐喻，而是看签署这段话的个体是否为此承担了真实的社会与经济背书。笨拙但真实的人类语言，反而会因为其“高成本的计算瑕疵”而获得新的稀缺性美学价值。
视角二：逆向修辞与反脆弱（Anti-fragility）的“沉默”
在AI可以瞬间生成一万字详尽报告的时代，冗长与繁丰（哪怕是极其逻辑严密的繁丰）将成为一种新的“信息污染”。
根据微积分的极值定理，当信息供给趋于无穷大时，边际效用趋于零。因此，应对AI洪流的可选方案是“逆向修辞”：走向极简、断裂、甚至留白。管理大师德鲁克强调“做正确的事而非把事情做正确”，在语言上，这意味着从“如何写得好”转向“决定什么不需要写”。未来的顶级修辞家，是那些能够用极少量的词元（Token）切中要害、制定规则、引发决策的系统建构者。
第四部：即刻可执行的修辞摘要与行动计划
我必须将修辞能力从“系统1”的本能反应，升级为“系统2”的算法控制。以下是高度凝练的行动计划：
1. 表达策略的二元切割法（分层管理）
• 标准化沟通（下放给AI）： 将所有属于“零度形式”的沟通（如日常公文、市场周报摘要、一般性通知）全面交给AI处理，设定好RLHF的“得体性”基准，将个人精力从低维语言组织中解放出来。 • 高方差输出（人类保留）： 将个人的投资洞察、批判性推理、违背共识的独立判断，用个人的、甚至带有“合理偏离”的语言风格表达出来。这种带有强烈“人类缺陷”与“反算法均值”的锋芒，是您的核心资产。
2. 提示词（Prompt）工程的数学操作指南
• 降噪与定界： 每次与机器交互或对外发布指令时，首先定义语境向量。不要使用模糊形容词，运用定量条件（如“使用贝叶斯视角”、“输出限500字”、“提供3个相互互斥的备选方案”）。 • 逻辑链（CoT）嵌入： 强迫AI或下属在得出结论前，必须分步骤呈现推导过程，验证其马尔可夫链生成的逻辑自洽性，防止华丽修辞掩盖事实幻觉。
3. 建立“证伪阅读”机制
• 在阅读《华尔街日报》、《经济学人》等严肃媒体或审查报告时，大脑应当自动执行剥离程序：将修辞（情绪渲染、修辞格）与事实（数据、概率、逻辑支点）强行分离。 • 利用AI辅助阅读：不仅让AI总结，更要让AI寻找文本中的逻辑谬误、未被证明的隐含前提，将修辞学作为一种防御性反间谍工具。
在这个由算力和概率主导的新纪元，汉语修辞学的真谛已经不再是辞藻的堆砌，而是在信息的汪洋中，以最小的数学代价传递最精确的意志，并在机器的平庸均值之上，守住人类独立思辨的高贵方差。