第二章  语言：第一次爆发让思想插上翅膀 

7  不会说话的祖先，他们怎么交流？

在上一章的最后，我们智人靠着“会说话的喉咙”和“能编故事的大脑”这两件秘密武器，从非洲一隅出发，走遍了全世界，取代了所有其他古人类。

但你有没有想过一个问题——在“说话”这件事被发明出来之前，我们的祖先是怎么交流的？

毕竟，从南方古猿露西那个年代到智人真正拥有复杂语言，中间隔了两三百万年。在那漫长的岁月里，我们的祖先并不是哑巴——他们也在发出声音、做着手势、用各种方式把信息传递给彼此。只是那些方式和今天的“语言”相比，差得太远了。

今天，就让我们穿越回那个“无声的世界”看一看。

动物的“语言”长什么样？

你先观察一下身边的小动物。

你家楼下的流浪猫，它怎么告诉你“我饿了”？它会喵喵叫，会用身体蹭你的腿，会蹲在空碗旁边用眼睛盯着你。

你小区里的狗，它怎么告诉你“有陌生人来了”？它会竖起耳朵、弓起背、发出低沉的呜呜声，然后突然汪汪大叫。

一只鸟发现老鹰飞过来的时候，它会发出一声短促而尖锐的警报叫——附近的同类听到之后，立刻四散飞走，钻进了树丛里。

这些都是动物在“交流”——它们用叫声、用身体姿势、用气味、用触觉来传递信息。科学家管这叫“动物通讯”。

但是，动物的通讯和人类的语言有一个根本性的区别。

动物的叫声是天生的、固定的、不能随意组合的。

什么意思呢？一只黑猩猩生下来就会发出几种特定的叫声——有表示“有危险”的、有表示“找到食物”的、有表示“我很生气”的、有表示“我很害怕”的。这些叫声的数量是固定的，最多就七八种，而且每一只黑猩猩叫出来的声音都差不多。它们不需要学，生下来就会。

更重要的是，它们不能把这些声音拆开重新组合，造出新的意思。

黑猩猩不能把“危险”的叫声和“食物”的叫声拼在一起，变成“那边有食物但是有危险”。它只能说“有危险”——然后同伴们自己猜，到底是什么危险、在哪里、有多严重。

人类的语言呢？

人类的语言是后天学习的、开放的、可以无限组合的。

你生下来不会说中文、英文、西班牙语——你是慢慢学会的。你学到的每一个词都可以和别的词自由组合，造出你以前从未说过、从未听过的句子。比如你现在看到的这句话，在你看到它之前，世界上没有任何人写过它——但它是由你已经认识的汉字组合而成的，你完全能看懂。

人类的语言有一个黑猩猩永远做不到的特性：离散组合性。

什么意思？我们的语言是由有限的声音单位（比如b、p、m、a、o、e）组合成无限的意义的。几十个音素，组合成几千个词，再组合成无穷无尽的句子。像乐高积木一样——只有几十种形状的积木，却能搭出城堡、飞船、大桥任何你想象得到的东西。

而动物的通讯系统，就像一套“预制板”——每块板子只能用在固定的地方，不能拆开重拼。

这就是为什么科学家说：动物的通讯是“信号系统”，人类的语言是“符号系统”。 信号和它所代表的东西是固定绑定的——听到警报叫就知道有危险，但你不能用这个“警报”的音节去表达别的东西。符号则不同——“危险”这个词你可以用在无数种不同的句子里，表达无数种不同的意思。

我们的祖先是怎么交流的？

那么，在语言还没有诞生的时候，我们的古人类祖先——南方古猿、能人、直立人——他们用什么样的“信号系统”交流？

首先，声音。

他们肯定能发出声音。所有的灵长类动物都能发声，我们的祖先也不例外。他们可能有几种不同的叫声——表示“有捕食者”“我在这里”“我找到吃的了”“我很痛”“宝宝你在哪”。这些叫声简单、直接，表达的是此时此刻的、具体的状态。

但他们的发声器官限制了能发出的声音种类。南方古猿的喉咙位置很高，和黑猩猩差不多。他们的咽腔很小，舌头活动范围有限，能发出的音素很少。他们不可能说出“妈妈”这样需要低喉位和复杂舌动的词。

所以他们的声音交流，大概就是“嗷——”“呜——”“嘎——”这样单调的叫唤。能传递的信息非常有限。

其次，手势和身体语言。

这一点可能比声音更重要。你注意观察过吗？当一个人不能说话的时候——比如你在图书馆不能出声，或者你隔着玻璃窗跟人打招呼——你会用手势、用表情、用身体动作来传递信息。

我们的祖先也是这样。

今天的黑猩猩在野外会使用大量的手势交流——它们会伸出手掌表示“给我食物”，会拍打地面表示“过来这里”，会张开嘴巴露出牙齿表示“臣服”。科学家发现，黑猩猩能理解和使用几十种不同的手势，而且不同群落的黑猩猩还有不同的“手势方言”。

我们的祖先——南方古猿、能人、直立人——肯定也用手势。他们的双手解放出来之后（还记得吗，露西站起来了，双手不用走路了），手势交流变得比猿类更加丰富。他们可以指、可以比划大小和形状、可以模拟动作。

但是手势有一个致命的缺点：你必须在场才能看到。

你对着一个人比划“那边有只鹿”，他必须看着你才能接收到信息。如果他在树后面、在夜色中、在五十米开外，你的手势就失效了。而且你做手势的时候，你的手就不能同时做别的事——不能抱着孩子、不能拿着工具、不能正在剥兽皮。

所以手势虽然有用，但它不够高效，不够“远距离”。

第三，面部表情和身体姿态。

我们祖先的脸上有丰富的肌肉——比黑猩猩多得多。这些肌肉可以做出各种表情：皱眉表示困惑、瞪眼表示惊讶、咧嘴表示开心、撇嘴表示不满。这些表情不需要学习，天生就能理解——今天全世界所有文化的人都能认出基本的面部表情，因为它们写在我们基因里。

身体姿态也能传递信息——挺胸表示自信、缩肩表示害怕、张开双臂表示欢迎、转身背对表示拒绝。

但表情和姿态同样有“在场”的问题——你不在场，对方就看不见。

第四，触觉和气味。

古人类像所有哺乳动物一样，用触摸来传递情感——拍肩膀表示鼓励、抚摸头部表示安慰、拥抱表示亲近。

气味呢？我们的嗅觉虽然不如狗那么灵敏，但也能通过气味识别亲人、识别恐惧和紧张的气味。古人类的嗅觉可能比我们更敏锐，气味在他们的交流中占的比重更大。

但是，气味和触觉都是“近距离”的——你必须离得很近才行。

你看，在语言诞生之前，我们的祖先虽然有多种交流方式，但每一种都有巨大的局限：要么信息量太少（叫声只能表达几种意思），要么必须面对面（手势、表情、触觉），要么无法传递复杂的内容。

他们就像一个只能用“是/否”按钮来操作电脑的人——能做的事太少了。

一个关键的转折点

大约在200万年前到100万年前，我们的祖先——直立人——的大脑发生了一些重要的变化。

考古学家发现，直立人的大脑左右两半球出现了不对称性，这与现代人大脑的语言区位置相似。他们的颅底也开始变得比南方古猿更加弯曲，这意味着喉的位置在逐渐降低。

直立人可能已经能够发出比南方古猿更多、更丰富的声音。有学者推测，直立人可能已经学会了一些简单的“口语”——可能是一些简短的、有意义的音节，用来指代具体的事物。

但直立人的语言能力仍然非常有限。他们体内的神经通道还不够发达，无法精确地控制呼气——而精确的呼吸控制是说出清晰语言的前提。他们能说的，可能只是“去”“来”“吃” “跑”这样一两个音节的简单词语，连不成完整的句子。

真正的“语言大爆炸”，要等到我们——智人——登场之后。

语言不是突然“掉下来”的

讲到这里，你可能想问：语言是某一天突然出现的吗？是不是有一个智人，某天早上醒来突然就会说完整的句子了？

不是的。

语言不是突然“发明”的，它是一点一点“长”出来的。

就像你不会突然从1米长到1.7米——你是每天长一点点，花了十几年才长高的。语言也是这样，花了成千上万年的时间，从简单的叫声→手势→单音节词→多音节词→短句→长句→复杂语法，一步一步“长”成了今天的模样。

科学家至今对语言起源的确切时间仍有争论。有人说语言出现在大约30万年前，和智人的出现同步。有人说语言能力至少在13.5万年前就已经存在了。还有人说语言用于“讲故事”的证据要到4.5万年前才出现。

不管具体是哪一年，有一点是确定的：

在人类历史的绝大部分时间里，我们的祖先都是“不会说话”的。

他们靠叫唤、靠比划、靠表情、靠气味活过了几百万年。

然后——在某个我们永远无法知道确切时间的时刻——某一个智人张开嘴，发出了一串比以往任何叫声都更加复杂、更加有意义的声音。

那串声音，是人类说出的第一个句子。

从那以后，一切都变了。

8  语言是怎么“长”出来的？

好了，现在我们来解开一个更大的谜题：

语言到底是怎么“长”出来的？

这个问题太难了，难到科学家们争论了几百年都没达成一致。因为语言不像骨头——骨头会变成化石留在地下，语言不会。你说出来的话随风飘散了，什么痕迹都没留下。

没有化石，怎么研究？

科学家们用了好几种“旁敲侧击”的办法。我们来一样一样看。

办法一：看解剖结构——我们的“发音设备”是怎么进化的

你还记得第一章里我们讲过的“会说话的喉咙”吗？

人类能说话，首先得有能说话的“硬件”——喉咙、舌头、嘴唇、大脑里控制这些器官的神经。

这些硬件不是一夜之间长出来的，它们经过了漫长的进化。

喉的下降。

这是最关键的一步。

绝大多数哺乳动物——包括黑猩猩、猴子、猫、狗——它们的喉咙都长在脖子的高处，紧贴着鼻腔的底部。这种高喉位的好处是：气管和食管分得很开，吃东西和呼吸互不干扰，绝对不会呛到。

但坏处是：咽腔——就是喉咙后面那个空腔——非常小，舌头被“卡”在口腔里动不了多少，能发出的声音种类极其有限。

人类的喉咙就不一样了。大约在两岁左右，人类的喉就开始从高处往下降，一直降到脖子中段——第四到第七节颈椎之间。这个“下降”让口腔后面多出了一个巨大的空腔——咽腔。这个咽腔就像一个共鸣箱，让声带发出的嗡嗡声被放大、被修饰，变成了清晰可辨的元音和辅音。

但代价就是：我们吃饭的时候容易呛到，因为气管和食管的“交叉口”变得拥挤了。

这个“喉下降”是什么时候发生的？

化石给了我们线索。400万年前的南方古猿有扁平的颅底和位置高的喉——和猿类差不多。150万年前的直立人，颅底已经比南方古猿弯曲得多——这意味着喉已经开始下降了。到了大约30万年前，原始人的颅底已经呈现出与现代人相同的弓状——喉降到了今天的位置。

也就是说，我们的“发音设备”花了至少一百多万年才逐渐成型。

舌骨的变化。

舌骨是一块非常特殊的骨头——它悬浮在喉咙里，不跟任何其他骨头相连，像一座“悬索桥”一样被肌肉和韧带吊着。舌骨的位置和形状对发声至关重要。

舌骨化石非常稀有——几百万年的人类史，至今只发现了几枚舌骨化石。但就这几枚已经给了我们重要信息：尼安德特人和我们的共同祖先，在70万到60万年前就已经拥有了和现代人几乎一样的舌骨。

这意味着，至少在70万年前，发声的“硬件”就已经基本到位了。

大脑语言区的发育。

光有喉咙和舌头还不够——你得有一个能控制它们的大脑。

十九世纪，法国医生布罗卡通过对中风病人的研究，发现大脑左半球的一个特定区域受损会导致病人无法说话——尽管他们的声带和舌头都是好的。这个区域后来被命名为 “布罗卡区”。它是大脑的“说话指挥中心”——负责把你想说的话转化成一系列精细的肌肉指令，指挥舌头、嘴唇、声带、软腭协同运动。

那么，布罗卡区是什么时候进化出来的？

科学家通过颅骨内模（就是颅骨内壁留下的脑部印痕）发现，尼安德特人的大脑中也有相当于布罗卡区的结构。尼安德特人和智人的共同祖先生活在30万到40万年前——说明布罗卡区至少在那个时候就已经存在了。

更有意思的是，研究发现人类布罗卡区在进化过程中经历了显著的扩张，而黑猩猩没有类似的扩张。这个扩张为语言的神经表征提供了额外的空间。

所以，从解剖结构来看：发声的硬件（喉、舌骨）在70万年前就已经基本到位，大脑的语言控制中心（布罗卡区）在30到40万年前也已经成型。

硬件到位了，软件——也就是语言本身——才可能“安装”上去。

办法二：看基因——“语言基因”的故事

1990年代，英国牛津大学的科学家研究了一个不幸的家族——代号“KE家族”。

这个家族的三代人里，大约一半的成员患有严重的语言障碍。他们能理解别人说的话，但自己说话的时候极其困难——嘴唇和舌头不听使唤，发不出清晰的音节，语法也一塌糊涂。

科学家追踪这个家族的基因，发现罪魁祸首是7号染色体上的一个基因——后来被命名为FOXP2。

FOXP2基因如果出现突变，就会导致大脑多个区域发育不良，尤其是额叶和基底神经节中与语言相关的区域。患者无法协调嘴唇和舌头的运动，无法正常发音。

这个发现让科学界沸腾了——第一个与语言能力直接相关的基因被找到了！

进一步的研究更令人震惊：黑猩猩没有人类版本的FOXP2基因。人类FOXP2基因中有两个独特的突变，是黑猩猩、大猩猩等近亲所没有的。而且，尼安德特人也拥有和我们完全相同的FOXP2基因！

这意味着什么？

意味着FOXP2基因的这两个关键突变，发生在智人和尼安德特人分道扬镳之前——也就是至少在30万到40万年前。

换句话说，语言能力的“遗传基础”在几十万年前就已经写进了我们祖先的DNA里。尼安德特人拥有这个基因，智人也拥有这个基因——他们在遗传上都有“学会说话”的潜力。

但拥有基因不等于拥有语言，就像拥有钢琴不等于会弹钢琴。基因只是给了你一套“硬件”——真正把语言“用起来”，还需要文化、需要社会、需要一代代人不断地说、不断地教、不断地学。

办法三：看文化遗存——“会说话”留下了什么证据？

语言本身不留下化石，但“会说话”这件事会在人类的行为中留下痕迹。

符号和象征。

如果你能在石头上刻一个图案，让看到的人都知道它代表什么意思——比如一个圆圈代表“水”、一个叉叉代表“危险”——那说明你已经有了一种用符号代替实物、用抽象代替具体的能力。而这种能力，和语言能力是紧密相连的。

考古学家在南非的布隆伯斯洞穴发现了10万到5万年前的赭石块，上面被小心地刻画了精巧的交叉影线图案。在南非的迪克鲁夫岩窟，发现了刻有复杂几何图案的鸵鸟蛋壳，而且图案在不同时间被修改过——说明它们表达的意义在变化。

更古老的证据来自印度尼西亚——一块来自特里尼尔的贝壳上，有直立人刻出的锯齿状曲形纹理，距今可能超过50万年。

这些几何图案本身不是文字，但它们证明了一件事：在很早很早以前，我们的祖先就已经在用符号表达意义了。 而符号的使用，和语言的使用是同一个认知能力的两个侧面。

个人饰品。

珠子、项链、手镯——这些东西看起来只是“装饰品”，但它们背后藏着深刻的意义。

一个人为什么要在脖子上挂一串珠子？为了好看？那“好看”本身就是一个社会概念——你需要别人也在意“好看”，这个装饰才有意义。更重要的是，珠子可以传达身份信息——你是哪个部落的、你是什么地位、你属于哪个群体。

这些社会身份和群体归属的概念，只有通过语言才能建立起来。

以色列斯胡尔洞穴的珍珠可追溯到13.5万到10万年前。摩洛哥鸽子洞的珍珠可追溯到8万年前。南非布隆伯斯洞穴的成串珠子也可追溯到约8万年前，许多珠子上有抛光部位，说明它们曾被穿在一起用作项链。

珠子的排列会随时间的推移而改变，说明它们不仅有象征意义，而且意义在不断发展。

综合这些证据，科学家认为：至少在7万年前，智人已经形成了符号文化和语言。

语言是怎么“长”出来的——一个总结

好了，我们把以上三条线索串起来：

第一条线索（解剖）：喉在150万年前开始下降，70万年前舌骨基本成型，30万年前颅底弓化完成——发声的“硬件”到位了。

第二条线索（基因）：FOXP2基因的关键突变发生在30到40万年前——语言能力的“遗传基础”写进了DNA。

第三条线索（文化）：13.5万年前的珠子、10万年前的刻纹、7万年前的符号文化——语言能力的“社会表现”开始大量涌现。

这三条线索指向同一个方向：语言不是突然出现的，它是在几十万年的时间里，随着生理结构的演化、基因的突变、社会生活的复杂化，一点一点“长”出来的。

就像一个婴儿学说话——先咿咿呀呀，然后蹦出单字，然后说短句，最后能讲完整的故事。

人类的语言，也是这样“长大”的。

支持单位：