为什么基础科学很久没有重大突破了？

当前科学突破的主要阻碍之一是——人类的自然语言系统过于低级，已经无法承载更高维结构世界的描述+推理负荷。

通俗地说，我们正逼近“语言决定科学极限”的边界，但却很久没有新的科学语言被发明。

我们说“自然语言”，并不是指写在纸上的句子，而是指人类用于表达、传递、构建世界认知的整套系统，包括文字与语音、图片与视频、模型与仿真、以及一切能让我们“看懂”“讲出”“设计”结构的表达形式。

这些形式本质上共享一个隐性架构：它们表达的是“对象 + 属性 + 事件”的世界，而不是“结构 + 耦合 + 生成”的世界。

这就是科学语言遇到的第一道墙：我们用来描述世界的语言，从来就不是为结构建模而设计的。

以材料学为例，

我们仍然无法系统性预测：一个材料的微观结构长什么样，它就一定会表现出什么性能。

材料学是“结构复杂性”的典型代表：

从原子层到介观界面，再到宏观缺陷，结构耦合跨越多个尺度；

性能往往由杂质、晶界、应力分布和拓扑扰动共同决定，呈现非线性和多中心特征；

现有第一性原理（如DFT）只能处理小系统，面对宏观复合材料时立刻崩溃；

量子力学、分子动力学、有限元仿真、热力学等交叉学科无法无缝衔接成一个完整模型。

这背后，是缺少一种“可压缩的材料描述语言”：自然语言只能命名“物体”，却无法描述连续介面、晶体缺陷、拓扑扰动等结构异质性。我们甚至无法用一句话表达“晶体中掺杂+位错+剪切应力+表面张力共同导致的一阶转变行为”。

我们看见了结构，却无法讲述结构。认知层无法建模，后续的推理就无法继续。

这里所说的“自然语言”，包含了三个层次：

感知层：你能看懂（图像、视频、3D建模）；

符号层：你能说出或写下（文字、语音、数学符号）；

认知层：你能组合、扰动、生成（结构范畴、行为建模、机制压缩）。

而科学表达恰恰需要第三层：一种可操作的结构语言系统。

但人类现有语言系统存在以下根本性限制：

符号是离散的，但结构是连续的，边界模糊的拓扑无法用词命名。

缺乏尺度一致性，同一个词在纳米、微米、宏观尺度意义完全不同。

类比性强，但生成性弱，我们只能说“像某种材料”，却无法构建“某种新材料”；

耦合机制不可表达：多变量之间的相互影响被压缩成“因果链条”，而不是“结构反馈网”。

结果就是，我们连一句精准描述都拼不起来。你可以说“温度升高导致熔化”，却无法自然语言化地表达“在含氮掺杂+界面滑移+多孔应力场的协同影响下，电子态如何变化”。

自然语言完全失去了作为推理接口的功能性。

所以，当前许多前沿学科的停滞，比如材料学、结构生物学、复杂系统物理都“看得见做不出”，除了实验条件不够、算力不够之外，语言表达能力不够也是一个原因——自然语言无法进入结构本体层，我们就只能模拟、试错、等待偶然。

要让科学跃迁，人类也许需要发明一门新的科学语言。

这门新语言必须能够压缩、组合、生成结构世界。否则，科学只能在旧表达体系里原地打转。

Q&A

有人可能会问：堆长文描述能否补足这个缺陷？

不行。长文的本质仍是线性堆砌，不是结构建模。

自然语言的核心维度是时间顺序（one word after another），而结构系统的核心维度是空间关系与耦合（who connects to whom, at what scale, with what tension）。

语言不是结构图谱，线性解释无法取代拓扑结构。你写再长，用词再准确，也匹配不了。

举个例子（这个例子仅用来展现低维语言表达高维结构时的无力，不要过分解读），

随便找一个100平米左右的户型图，练习用文字去描述这个户型，让你的搭档根据你的描述把这个户型图画出来。你会发现，哪怕你们练习得再久，用词再精确，也几乎不可能百分百还原。

因为文字是线性的，而一个户型是多轴耦合空间（结构之间在多个方向上彼此嵌套/交叉）。文字无法直观描述“同时存在的空间耦合关系”。

自然语言不行，那么，数学语言、编程语言能解决这个问题吗？

都不行。

数学语言本质是一种抽象压缩语言，它擅长表达单一机制的封闭系统。这类语言系统之所以强，是因为它能把一整类对象压缩为一个符号+一组规则，这使得它曾是科学语言的顶峰。

但它太TM封闭了！数学语言天然要求定义域、结构、操作、演化规则全部明确；但真实世界中的结构系统（材料、城市、神经系统、生态）没有封闭定义，也没有确定演化规则。

另外，它缺乏模块化与可组合性。你无法用一个完备的数学表达式描述：“晶体中同时存在的五种缺陷在不同温度下如何影响其电导率峰值位置的漂移。”数学需要你拆开每个变量、定义每个机制、指定演化轨道，而现实是它们在同时变化，而且作用方式并不封闭。

编程语言是控制结构 + 可操作流程的编码语言，它擅长把“既定规则”翻译为“明确操作指令”。但是它不能表达语义上的结构耦合，而真实世界中的结构行为恰恰不是“被命令的”，而是“相互耦合演化的”。

其次，它是操作语言，不是结构语言。你可以用C++模拟晶体塑性，但你无法用C++写出晶体缺陷结构的语义关系网。

这三种语言各自在人类文明史上都成功地表达过“局部结构性问题”，但正如我们开头说的那样，这些表达已经逼近了它们可以做到的极限。它们都不是结构世界的语言本体。

既然我们已经有纳米级晶体图像、3D建模、仿真动画——是不是已经突破了表达瓶颈？

还是不行。“看见”结构，不等于“能动”结构。

图像和视频属于语言系统的感知层，它们可以呈现结构，但无法：

对两个结构进行组合，生成新结构；

对一个结构施加扰动，推演其演化；

对结构进行范畴判断、语义分类、机制归因。

这些操作，只能依赖一种更高层次的结构操作语言。它必须能把结构压缩为一套可组合的认知单位，供我们“进行推理、比较、编辑、组合、预测”。否则你只能看结构，不能动结构。

而今天我们使用的所有自然语言形式——无论是中文、公式、建模图，都不具备这一层的操作性闭环。重点不是无损压缩，而是可操作重构单位。

类比来说，你可以拍下一整座城市的街道图、建筑肌理、人口流动，甚至做出精美的三维动画，但这些图像和视频并不能告诉你：这是一种怎样的城市结构，它属于什么范畴，它可能如何演化。

真正让我们得以比较、重构、预测城市结构的，是我们通过语言调用了一套早已存在的结构范畴系统。例如，当我们说“这是一个典型的环线放射型城市”时，语言只是表达工具，背后真正起作用的，是“环线放射型”这一结构概念本身。

总的来说，文字可以作为可操作的认知单元，但它是线性的，无法展现结构；图片视频建模可以展现结构，但它们很难成为可操作的认知单元。

这种错配就很尴尬。

那么这个新的科学语言会是什么样子？

我不知道。我甚至怀疑，这不是人类可以想象得到的范畴。

自然语言系统本身的自洽性，形成不可觉察的限制——我们不可能在低维的自然语言系统里，用当前维度的自然语言去思考一个更高维度语言会是什么样。

这对人类来说是一个悖论：你要思考更高维度的语言，你就要跳出当前维度的自然语言系统；但是假如你要跳出自然语言系统，你连思考这个动作都没办法继续。

人类自然语言系统具备强烈的演化稳定性，它优先服务于低维、线性、情境感知表达（主谓宾、时间因果、类比比喻）。它不会自然向结构维度、组合性、操作性方向演化，因为那不是人类日常社交与生存环境中有利的表达需求。

所以，人类无法主动创造一种更高维、更抽象、更结构驱动的语言系统，除非有外部建模力量介入。

目前来看，只有AI（或更广义的非人类系统）有能力跳出语言自洽陷阱，而AlphaFold就是一个雏形。

评论区拾遗（高质量驳斥）

科研研究被自然语言限制这点其实不准确。

首先，语言本质上是工具，不是思维本身。正如Nature 2024年那篇论文指出的，"Language is primarily a tool for communication rather than thought"——语言主要是交流工具，而不是思维本身。从科学发展的历史来看，往往是科学先有了新发现，然后语言才跟着进化出相应的表达方式。

量子力学就是个很好的例子。海森堡在《Physics and Philosophy》中明确提到："The problems of language here are really serious.We wish to speak in some way about the structure of the atoms…But we cannot speak about atoms in ordinary language."当时物理学家们确实面临着日常语言无法描述量子现象的困境。但关键是，这种语言障碍并没有阻止量子力学的发展——研究者们照样推出了薛定谔方程、不确定性原理等重要成果。这恰恰说明科学发现并不依赖于现有的语言表达能力。

其次，现代科学早就不是单纯依赖自然语言了。现代科学论文实际上是一个多模态的表达系统：自然语言负责逻辑推理和概念阐述，数学符号处理精确的定量关系，图像和模型展示结构和过程，实验数据提供经验证据。科学研究本来就不是被单一的语言形式所局限的。

所以我认为，真正的瓶颈在于人类认知能力本身，而不是语言表达的限制。比如复杂系统、多尺度耦合、非线性动力学等问题的复杂性，主要还是来自于问题本身，而不是我们缺少更高维的语言工具。当我们的认知水平真正提升之后，语言自然会进化出新的表达方式来承载和传播这些新认知。——Altriasjy

高质量的反驳。

是的，语言不是全部思维，但反过来也成立：高阶思维无法脱离某种结构化表达系统。科学发展史上，任何范式的跃迁都伴随着一种新表达结构的诞生。语言不是科学的前提，但它决定了一个认知共同体能否形成并持续优化知识结构。

Altriasjy 认为科学不依赖自然语言，这是对的。但其实不矛盾——自然语言已不再足以支撑科学最前沿的建模需求，因此科学发展被迫转向多模态表达，甚至直接使用结构编码。

本质问题是：我们对结构性问题的认知增速，或许已经超过了我们现有表达方式的结构维度上限。

海森堡的例子也非常棒。我的看法是：他本人的话其实更接近支持“语言危机”的立场。科学没有被“语言障碍”阻断发展，但打的是一个功能性补丁，这类补丁虽然可用，却很可能限制了后续理论发展的上限。