2025年初，美國聯(lián)邦政府發(fā)布了一份報告，數字難看到讓人不敢細看：將近一半的美國小學生，閱讀能力連"基礎水平"都摸不到邊。

這不是哪個偏遠學區(qū)的個例，是全國數據。

說英語出問題，絕大多數人的第一反應是：開什么玩笑，英語不是最通用的嗎？

通用是通用。但"通用"和"好用"是兩回事。

美國聯(lián)邦教育評估有個外號叫"國家成績單"，每隔幾年摸一次全美學生的底。最新這次摸出來，高中畢業(yè)生里能達到閱讀熟練水平的，只有35%，創(chuàng)了30多年來的最低。更刺激的數字在小學段——40%的四年級學生，連基礎閱讀水平都沒到。

這還是母語。

想看懂《紐約時報》這樣的主流報紙，英語詞匯量得備上一萬個詞族。想讀專業(yè)學術期刊，三萬詞匯起步。而一個成年英語母語者，詞匯量平均在兩三萬之間——就這，還有一兩成人勉強只能在表格里找到自己的名字。

紐約某大學有個老教授做過統(tǒng)計，該校十萬在校生里，有一半看不懂《紐約時報》。這不是移民占比太高造成的，這就是英語本身的門檻問題。

那問題怎么來的？

這事得往回捋到快一千年前。1066年，法國北部的諾曼底公爵帶兵打進了英格蘭，當了國王。新統(tǒng)治階級說法語，被統(tǒng)治的老百姓說英語，兩套人說兩套話，就這么混了好幾百年。

結果就是英語里出現了一堆奇葩的"雙軌詞"。農民養(yǎng)豬，豬叫pig；貴族上桌吃肉，肉叫pork。養(yǎng)牛叫ox，吃牛肉叫beef。同一只動物，活著和死了是兩個完全不相干的詞，沒有任何關聯(lián)，只能死記。

但這些詞之間，大部分沒有邏輯關聯(lián)。每多一個專業(yè)詞匯，就要多背一個陌生單詞，從零開始。

相比之下，漢語的邏輯就是另一個世界了。

國家語委統(tǒng)計過，最常用的2500個漢字，就能覆蓋接近98%的日常閱讀場景。學會一個"羊"字，公羊、母羊、山羊、羊肉，甚至羚羊，一眼全看懂——字形本身就在告訴你意思。英語用戶學完sheep，還得重新背mutton、lamb、ram，毫無線索。

這個差異在孩子身上體現得很明顯。有研究發(fā)現，同樣四歲，中國孩子平均能數到40，美國孩子大概只到15。背乘法口訣，漢語版念完大概三十秒，換成英語得多花將近一半時間。時間差不起眼，放進一輩子的知識積累里，那就是另一個量級的差距了。

如果說上一部分講的是人腦層面的差異，那AI出現之后，這個差距被放大成了另一個維度的問題——錢的問題。

光這一條，就夠英語國家在AI賽道上省不少錢、跑得更快。

但這個優(yōu)勢，被中國的AI研發(fā)團隊給掰回來了。

這種壓縮效率，在AI訓練層面直接轉化成了真實的成本差距。

DeepSeek今年初引爆了整個AI圈，很大程度上靠的就是這個。訓練一個能跟GPT-4掰手腕的模型，人家花了大概六千多萬美元，DeepSeek用了五百萬——差了十倍不止。

API調用的價格差距更夸張，同樣處理一百萬個Token，DeepSeek的報價是GPT-4的百分之一都不到。

西方科技圈第一反應是"作弊"，第二反應是"怎么可能"，第三反應才慢慢開始想：會不會，他們用的"原材料"本來就不一樣？

漢字的高密度信息結構，是DeepSeek能這么便宜的底層原因之一，盡管絕大多數報道都沒提到這一層。

這就是語言結構的差異，第一次被算成了真金白銀。

眼下有一件事，比那些數字更能說明問題。

這種熱度，跟孔子學院的政府推廣沒什么直接關系。真正驅動年輕人花兩千小時死磕一門難語言的，是非常樸素的邏輯：哪個語言能幫我找到好工作，我就學哪個。

有意思的是，就在這股漢語熱升溫的同時，西方學術界出現了一種有點反常的討論聲音。

部分學者開始公開提問：中國這些年的科技躍升，真的只靠政策和投入嗎？會不會漢語本身的認知結構，給了中國科學家某種英語使用者沒有的思維優(yōu)勢？英語，會不會反過來成了一個認知天花板？

這種討論要放在幾十年前，幾乎不可能出現在主流學術場合。

而現在，當經濟重心在移動，當AI把語言的信息效率變成了算力賬單，當全球三千多萬人自發(fā)地選擇學一門比西班牙語難五六倍的語言——這些人不是被強迫的，他們是在用自己的時間押注未來。

語言的競爭，從來靠的不是嗓門大，靠的是值不值得學。