空角：语言地图上只有手稿独坐的那个位置

有一个简单的办法，用一张图就能看见伏尼契手稿最主要的古怪之处。随便取一段文本，数两样东西：下一个 符号根据前一个符号有多可预测（条件熵），以及不同的词在全部词中占多大比例（词汇丰富度）。标一个点。 对二十来种语言都这样做。然后把手稿标上去。

它落在一个没有任何人的地方。

检验是怎样搭起来的

我们在计算之前就预先划定了角落：熵不高于 2.60 比特，词汇占比不低于 0.15，文本体量相等，即 100 千 字符，并在 50 千字符上重复一次。二十七种语言，各按其常规正字法：拉丁语、英语、德语、芬兰语、俄语、 土耳其语、蒙古语、卡西语、桑塔利语、奥克语、意大利语、加泰罗尼亚语等等，有音节型的，也有形态丰富的， 有长词的，也有短词的。

结果：角落里的自然语言，二十七种中零种。坐在角落里的是手稿（2.261 比特，词汇占比 0.230），单独的 “语言 B”（2.028，0.208），单独的“语言 A”（2.293，0.298），以及两段人工文本：Greshko 的 Naibbe 密码 （2.092，0.212）和我们自己的生成器（2.106，0.212）。

各语言分成两个阵营。音节型的，蒙古语、布朗语、卡西语，给出低熵（2.18-2.50），但词汇贫乏（0.02-0.04）： 不同的音节少，重复多。形态丰富的，桑塔利语、土耳其语、俄语，给出丰富的词汇（0.20-0.41），但熵很高 （3.2-3.5）。又低又丰富，同时做到，没有。

什么把文本带进角落

测试台的对照：我们取了 Cato 的拉丁语，《农业志》，一篇干巴巴的程式化文本，让它经过我们的密码。它从 3.22、0.423 这个点搬到了 2.148、0.223 这个点。进了角落。一段有真正句法和真正词汇的有意义文本，在这 两条轴上变得与手稿在统计上无法区分。这就是对那些爱说“低熵等于胡言乱语”的人的回答：不，低熵等于一种 书写方式。

接着我们问，到底是密码的哪一部分把文本带进角落。我们在拉丁语和土耳其语上搭了一张合成密码的网格： 每个字母 k 个符号，对每个字母 h 个变体。答案很干净。冗长性，即每个字母两个符号，把拉丁语的熵从 3.15 压到 2.11，把土耳其语的从 3.19 压到 2.19，词汇不变。这就是角落。同音替代，即每个字母若干变体， 做的是相反的事：它抬高熵（一个、两个、四个和六个变体时分别为 2.11 → 2.78 → 3.40 → 3.68），并把词汇 膨胀到 0.76-0.90。手稿的那个点是冗长性加克制的同音替代：变体少，有重用，有反重复。

最接近的失手：吉兹语，以及它如何瓦解

在测试的第一个版本中，最接近这个角的是吉兹语，即埃塞俄比亚的礼仪语言：2.671 比特，词汇比例 0.503， 距边界 0.07 比特。2026 年十月我们重新研究它，找到了原因：旧语料中埃塞俄比亚文字的词分隔符被转写成了一个音节， 92% 的词都带着同一个尾巴，正是这个尾巴压低了熵。

在干净的语料上，吉兹语距这个角 0.16-0.30 比特；用它自己的文字，即每个音节一个费德尔字符，则相距 1.3-1.75 比特， 比几乎所有语言都远。作为我们密码下的明文，它的表现与拉丁语和科普特语相同。这次失手是语料的人为产物， 也是一个教训：与某种语言的吻合，首先要检查是否是书写方式造成的假象。

邻居们证实了什么

2026 年八月，De Stefano 独立地得到了同一结论（“熵 - 生产力前沿”，Zenodo）：用的是另外的轴，带着同样 的两个相连分量的要求。九月，我们把自己的数字放进 Lux 的测试台：三份转写对一张空格策略的网格。数字 经得住转写者的更换：EVA 字母表中两份独立的转写给出 2.248 和 2.252 的熵，角落在全部 36 个单元格中 成立。但经不住字母表的更换：v101 转写把熵抬高 0.40 比特，手稿走出角落（2.648，0.360）。角落是一个 在 EVA 字形中的论断，我们现在在每个数字旁都写上测量单位。

由此得出什么

空角不是对某个具体模型的证明，而是对一个类别的约束。任何关于手稿的理论都必须解释，文本是怎么跑到 语言从不出现的地方去的。简单替换解释不了。统计量经过拟合的胡言乱语能解释角落，却过不了其他检验（见 《自动复制》）。冗长密码自然而然地解释了角落，无需拟合，并且顺带解释了 词长、双生词和聚集度。所以我们用它来工作，见《六张表与五位抄写者》。

说明：检验说的是书写方式，不是语言，也不是意义。若要算成功，需要找到一种在历史正字法中自己落进 角落、无需密码的自然语言，两年里没有找到这样的语言。

← 全部发现