“这是古体的罗姆语。”按手稿数据检验之后，这个假说还剩下什么

这个想法看上去很漂亮，而且里面确实有一颗真的种子。自称来自“小埃及”的罗姆人群体，出现在西欧的 年份，恰好就是放射性碳把伏尼契手稿的羊皮纸系于其上的那些年。封闭的族群，一门周围人听不懂的语言， 占卜与医治的手艺，穿越整个欧洲的迁徙，再加上一本写着无人能读的文字、画着女子浴池和草药的书。 这个巧合诱人得让人无法绕开。

2026年八月，Zenodo上出现了一份预印本，它把这个巧合变成了一个主张：手稿的语言是巴尔干地区一种 古体的罗姆语（Romani）方言，文本则是一部带有水疗内容和女性健康章节的草药书。我们像检验其他任何 假说一样检验了这份工作：依据我们自己的数据，既不宽容，也不带偏见。

这个假说究竟主张什么

作者取了十来个手稿中的高频词，为每一个提出罗姆语的词源：daiin读作*daj*“母亲”，被解释为“水”； chey读作*čhaj*“女儿”，被解释为“新鲜的草”；qokal读作*kokalo*“骨头”，被解释为“捣碎的根”。 文中声称，这类词在个别页面上覆盖了高达八成的词符，声称文本中可以看到罗姆语的冠词和格的词尾， 并且已经在此基础上读出了手稿的三十七页。

检验之一：并不存在的页

我们做的第一件事，是把“已核查页面”的清单与手稿本身核对。三十七页里有五页在手稿中并不存在： f60r、f61v、f62r、f74r和f110r都已散失，转写里没有它们的任何一行。这份工作还有一个单独的附录， 里面是“f74r页的逐行翻译”，也就是说，翻译的是一张几个世纪以来都不存在的叶子。

这不是对格式的挑剔。释读的检验，要从被读的那段文本确实存在开始。

检验之二：行对不上

接着我们把工作中给出的“原文”与转写作了核对。对于f85r页，作者给出了由五个词构成的起首行。在整个 学界都在使用的标准ZL转写里，同一个locus的第一行由完全不同的词组成，没有一个词对得上。换句话说， 被读的不是手稿，而是它的转述。

检验之三：这些词实际覆盖了多少

声称的覆盖率我们直接算了。真正出现在转写中的十一个候选词形，给出2462次出现，而手稿共有37712个 词符，也就是语料的6.53%。在长度超过五十词的页面当中，单页的最大值是22.4%。八成的覆盖率在任何 地方都达不到。

工作所附的词表里还有两个“词形”根本不属于EVA字母表：它们是另一套转写系统v101的写法。同一份清单 里混进了对同一种文字互不兼容的两种记法，而由此得到的那些“词”，在任何一套系统的文本里都找不到。

有一处细节是自己露的马脚：“十五世纪的配方”里出现了毫升和克。公制是1795年在法国推行的。

史料批判说了什么

现在来说，为什么罗姆语的版本困难之处不止在于这一次的具体做法。

罗姆语直到二十世纪都没有文字。已知最早的罗姆语话语记录，是十三行、约六十个词，保存在本笃会修士 Johannes von Grafing的手抄合集里，大致推定于1515年前后写于维也纳。再往后是Andrew Borde 1542年的词汇表、Johan van Ewsum 1570年之前的词汇表、Bonaventura Vulcanius 1597年的词汇表。 十五世纪的罗姆语文本一件也不存在：既没有手稿，也没有词汇表，也没有旁注。

与此同时，十五世纪关于罗姆人的文书却很多：特兰西瓦尼亚1416-1418年，德意志诸邦1417-1424年， 瑞士，低地国家1420年，博洛尼亚和弗利1422年夏天，法国1419年和1427年，阿拉贡1425年。这些群体持有 并出示通行文书，但文书不是他们写的。阿拉贡档案的措辞很直白：这是一个不用文字保存自身记忆的民族。

由此得到一个简单的推论。要检验“文本是用语言X写的”这个说法，需要同一时代语言X的语料。对于拉丁语、 意大利语、奥克语，这样的语料存在。对于十五世纪的罗姆语，它不存在，也不可能存在：最近的一份记录 距放射性碳定年的上限还差着八十年，而且那是一份六十个词的词汇表，不是文本。

统计说了什么

我们还是测了可以测的东西。取了三种罗姆语方言的译本，把所有语料都截到共同的规模15667个词符 （等量是必须的，否则这些指标量的是文件的大小，而不是语言），然后计算字符的条件熵。

罗姆语恰好落在所有自然语言所在的那条带子里，与手稿相差将近一个比特。这不是反对罗姆语路线的论据， 而正是那个把拉丁语、意大利语以及其余所有语言作为明文排除掉的论据：在语言与手稿之间，必定 还站着一层加密。而一旦承认了这一层，各种语言就不再有分别：我们自己的检验表明，经过这样的变换 之后，源语言的字母统计根本不会存留下来。

还剩下什么

剩下的正好只有一件，而且它不是语言。时间和地点上的巧合是真的：不同于阿兹特克版本那里来源比手稿 晚了一个世纪，这里与放射性碳窗口的交叠是有文书为证的。因此有意义的问题不是“这本书是用什么语言 写的”，而是“图画上有没有这一环境留下的痕迹”：帐篷、大车、有特点的头饰、看手相的场面。这一点 可以像我们检验植物的嵌合性那样，用特征的盲编码来检验，而且只有在判据事先写下来的情况下，检验 才是诚实的。

这样一次检验的先验概率不高：外部研究者把手稿的服饰和建筑描述为十五世纪上半叶的中欧样式。但这是 一个可以用数据回答的问题，而不是一个漂亮的故事。

这个案例教给我们什么

和莱里达的日历、以及马克斯·普朗克研究所的那把“密钥”教给我们的一样。情节的可信与说法的可检验， 是两回事。日期上的巧合是检验的邀请，而不是检验的结果。而对一次破译的检验，不是从词源开始的， 而是从三个乏味的问题开始的：你所读的那些页是否存在；你给出的行是否与转写相符；你的词表实际 覆盖了多少文本。

伏尼契手稿的破译依然不存在。巧合不等于释读。

← 全部假说