讲个真事儿。美国有个大学教授统计过，他那十万在校生里，有一半人看不懂《纽约时报》。这可是他们的母语。

2025年初美国官方的“国家成绩单”更扎心：全国将近一半的四年级学生，阅读连基础水平都没摸到。高中毕业能熟练阅读的，只有35%，创了三十年最低。

这事让大西洋两岸的学者开始琢磨一个非常“政治不正确”的问题：英语，这个全球通行的强势语言，会不会本身就是个“认知包袱”？

英语这门语言，说白了就是个“大杂烩”。1066年法国人打过来当了主子，老百姓说英语，贵族说法语，混了几百年，结果就是同一只动物，活着和死了是两个词。农民养猪叫pig，贵族吃肉叫pork。学完sheep，你还得硬背mutton。

这种割裂感在专业领域更夸张。想看懂专业期刊，你得背三万个单词。而且这些词之间大多没逻辑，每进一个领域，就像重学一门外语。这不是在学语言，这是在搞记忆力锦标赛。

反观汉语，完全是另一套逻辑。学会一个“羊”字，公羊母羊山羊羊肉全通了。国家语委统计过，2500个常用汉字，就能覆盖98%的日常阅读。这种压缩效率，英语想都不敢想。

更重要的是，汉字对大脑的刺激方式也不一样。读拼音文字主要用左脑，但读汉字是左右脑同时开工——一边认图形，一边解语义。有研究发现，同样四岁的孩子，中国娃平均能数到40，美国娃大概只到15。

如果说上面这些还是大脑层面的差距，那AI时代一来，这事儿就直接变成钱的问题了。大模型处理文字按“Token”收费，早期处理中文的成本是英文的两倍，因为汉字被拆得太碎。

但中国团队做了专项优化后，情况反了过来。现在一个汉字对应一个Token，而相同数量的Token，中文能装进去的信息是英文的两三倍。拿成语来说，“卧薪尝胆”四个字，英文翻译得十几个词还得加解释。

这种信息密度的差距，直接写进了AI的算力账单。DeepSeek训练一个能对标GPT-4的模型，只花了五百万美元，而对手花了六千多万。差了十倍不止。API调用的价格更是只有人家的百分之一。

西方科技圈第一反应是“这不可能”，但回过味来才发现，人家用的“原材料”——汉字本身，信息效率就是降维打击。华为实验室的数据更直观：训练同样规模的语料，处理中文比英文省一半以上的电。

这种实打实的效率差距，正在被全球的普通人用脚投票。90个国家把中文纳入了国民教育体系，全球学中文的人累计超过2亿。多邻国上，美国学中文的用户暴增216%。

原因特别朴素。柬埔寨九成外来投资来自中国，当地人私下就说“中文比英文更有用”。这不是什么文化认同，是就业市场在给语言定价。年轻人花两千小时死磕一门难学的语言，算的是投入产出比。

更有意思的是，西方学界开始出现一种声音：中国科技这些年快速跃升，会不会跟汉语的认知结构有关？英语本身，是不是反而成了某种“认知天花板”？

这个问题放在几十年前，没人敢在主流学术场合提。但今天，当AI把语言的信息效率变成实打实的成本和速度，当全球两亿多人主动选择学中文——语言的竞争，从来不是因为哪个语言“高级”，而是因为哪个语言“值得学”。