从“氛围编程”看AI走进日常语言

2025年柯林斯词典的年度词汇评选中，“vibecoding”（氛围编程）异军突起，从240亿词汇的语料库中拔得头筹。该词的全球扩散路径比较简单，它由OpenAI联合创始人、特斯拉前AI总监安德烈·卡帕西2025年初提出的，其字面意思是用自然语言描述需求，让AI工具自动生成代码，开发者更多扮演导演角色，而不再是单纯的程序员。

氛围编程中的氛围（vibe)，在汉语中没有对应词，兼具氛围、感觉和气质等含义，例如this place has a good vibe，也表示享受、共鸣和放松，例如I'm just vibing to this music，还特指有氛围感的某种情境，在语境中可以用来描述场所的气氛，例如这家咖啡馆氛围很好，描述人的气场或气质，例如他气场很足，他给人的感觉不错，也可以描述心情、状态及情绪，例如今天的状态是放松的，在描述音乐和艺术时，则指氛围感和调性，例如这首歌氛围感很强，作为网络用语则表达氛围感或“对的感觉”，例如这设计氛围感拉满。或许可以说，汉语中有更丰富的语汇表达这个难以捉摸的vibe。

有观点认为vibe的本质是情绪经济学，其流行类似于关于“感受权”的争夺。当Z世代用“vibe”解构严肃叙事，情绪成为某种社交硬通货，也就是说谁能精准贩卖“氛围感”，谁就能收割注意力经济的红利。

Vibecoding作为新型编程范式，基于大型语言模型，开发者通过自然语言描述需求，依据直觉和感觉引导代码生成，因此更注重用户体验和功能逻辑。其内涵的文化意义更值得细究。根据百度AI解释，“Vibecoding是一种将编码过程与积极心态、清晰沟通和人性化表达相结合的工作方式，它强调在解决问题时先稳定情绪，用日常语言解释技术概念，并通过温和协作让复杂系统更易管理。虽然它起源于软件开发领域，但其核心理念——‌用平和的心态、清晰的表达和小步验证来应对日常挑战‌——完全可以迁移到普通人的生活中”。

安德烈·卡帕西创造它时，可能没想到这个词会传播甚广。以“氛围编程”为代表的新词标记着AI已从实验室走进了我们的日常语言，这些新词不仅反映了技术应用，更展现了AI如何重塑我们的表达方式——从“被推荐”到人机协作，语言本身已成为人机共生的缩影。语言中原有的一些词汇正通过组合、复合等手段改头换面，全新面世，比如vibecoding这种隐约捕捉技术变革的新词。而一些前人工智能时代描写人类感知的词汇则被重新定义，用于描写AI本身，例如目前谈论很多的AI幻觉（hallucinate）就是从心理学名词变成AI特有缺陷的代名词。

从词汇学和语义学的视角来考察，我们可窥见从新媒体到智媒时代一种由过度词汇化到语义压缩化的历程。笔者曾在对某类网络交际的评价行为研究中对网络2.0时代的过度词汇化现象有过论述。过度词汇化指使用大量的同义词或近义词来描述或表达特定的经验，并且存在于语言系统的各个层面，我们在点赞时就有一百个赞、太棒了、太强了、厉害、V5、大拇指、玫瑰、收下我的膝盖等大量多模态图文选项，在此基础上，网络语言还可以通过一些身体化的隐喻，加强判定或鉴别的强度，例如用“贴贴”表示亲近和喜欢，“扎心了”表示失望、沮丧等。网言网语的评价级差呈现过度词汇化和隐喻化的特征。

作为AI时代的反语言，当下年轻人偶尔反而用一个词传达复杂的情绪和情景，约等于把一个需要用较多话语详细表述的评价或感受压缩成一个表情包（emoji）的密度，例如“麻了”或“蚌埠住了”。又比如“主打一个松弛感”，短短七个字，包含了丰富、动态抑或是调侃的态度、价值观和生活哲学。且不说这种相当于表情包的压缩表述是否在书面语言中会占有一席之地，最起码可以说这简化了我们真实的感受，构成一个“氛围编码”。

智能时代，年轻人的话语策略有趋向极简主义的倾向，信息过载，则追求高效表达，这种简练与中文的表意特征是一脉相承的，网络梗通过压缩语言实现一击必杀。面对种种不确定性，年轻人用一些社交货币性质的氛围编码，强化群体认同，这和方言俚语在地域文化中的作用是相似的。这其中的积极面可以理解为语言创新与情绪释放，网络梗是语言活力的体现。而另一方面梗文化的双刃剑效应也很明显，过度依赖梗可能导致表达退化，难以培养深度思考的习惯，加剧代际与群体的隔阂。作为话语研究者，这些梗是研究青年亚文化的窗口。如“润”字背后是年轻人的生存焦虑，“卷”字聚焦社会竞争，值得深入剖析。

压缩语义化走向极端，则蕴含着由找乐子到反语言的趋势。在最近的网络流行文化中有一个six seven(67),它是一个没有具体含义、却在海外青少年特别是Alpha世代中风靡的网络梗，2025年底被线上词典Dictionary.com选为年度词汇。这反映了当下部分网络文化某种话语“脑腐”（brain rot）趋势，即追求一种无需动脑、瞬间获得快乐、并借此形成社群认同的娱乐方式。所谓的“67”，起源于美国说唱歌手Skrilla的歌曲《Doot Doot (6 7)》中反复出现的“six-seven”，随后通过与NBA球员（如身高6尺7寸的LaMelo Ball）的短视频结合，以及一位被称为“67 Kid”的男孩的视频，在TikTok等平台爆红，似乎这种“无意义”本身构成了某种意义。其影响力从线上延伸到线下，据说美国某快餐店因顾客为拍摄呼应这个梗的小视频聚集，一度临时取消叫号“67”。过度用梗的后果从推理来看会进一步影响我们的话语生态，即人类生产梗内容 ，AI学习并批量生成低质量梗内容 ，这些内容污染训练数据 ，导致AI认知能力下降 ，继而生成更低质量的梗内容 ，这样的恶性循环并非危言耸听。数字原生文化中压缩语义化带来的反语言倾向值得关注。

无论是过度词汇化还是语义压缩化，要真正表述自身独特的当下的感受，我们仍要诉诸于语言中无比丰富的语汇，以及比喻和类比等修辞手段。人际交往的独特情境会让我们用最富有表现力的语言去建立连接，而不是过多依赖网络梗 ——某种意义上的氛围编码。人机共生时代持续保持人类语言的“人类特质”，国际传播中努力维持文化沟通文明互鉴的温度，这些理应成为我们塑造话语应用能力的高尚目标。

语言学家亚当·阿莱克西奇在其新书《算法语：社交媒体如何改变语言的未来》中不无担忧地提出预见，人类语言与AI语言或将越来越难区分，受AI影响的人类文本成为训练大模型的语料，流畅而单调的语言将逐渐流行。西班牙马德里康普顿斯大学语言学家拉拉·阿隆索也指出，在人工智能生成内容的当下，某些没有错别字、却也没有灵魂的内容，让人失去回复的欲望，因为感觉不到“活人感”。的确，人类语言的高度语境依赖性，也是一种具身认知，即最近人们谈论很多的“活人感"。AI走进日常语言，是否终将重塑词汇体系，我们既无需欢欣雀跃，也无需悲观地感叹语言被糟践，至少可保持一份洞察力。概述来说，语言的具身认知特征会持续发挥强大的影响力，“活人感”之谓也。

胡壮麟教授在《中国外语》2025年第三期中为关于具身认知的一部专著撰写评论指出：“具身认知假设的证据来自大量的实证研究。这些研究使用了多种研究方法，包括反应时间研究、神经系统研究、眼动追踪研究、姿势研究、提问、话语分析、访谈等。许多研究重点放在身体动作与认知的关联。已有成果表明，部分前额皮质与语言处理有关，在感觉运动发生时被激活，或在观察到正在发生动作时被激活。语言学的研究成果表明，当实验者被邀请完成相应的身体动作时，与之相关的词语的习得效果更好。一些具有高度“身体-实物互动”性的词语比其他词语要更易被习得，如scissors（剪刀）和spoon（勺子）。人们用身体做出使用物品的姿态来促进词语记忆。”

笔者认为，具身认知并不局限于人类个体，还可以扩展为人与人之间的心意相连。话语中的言外之意，是AI从"字面理解"无法捕捉的。“懂的都懂”依赖的不是字典定义，而或许是共享的文化图式。AI可以学习所有字典，但无法学会让大家都懂的默契。这也是跨文化交流中的高语境特征，即真正的讯息不在于字面，而在于说话者和听话者共享的知识图谱和文化模式。

可以预见，人类语言中的很多词汇会被挪用到智能时代人机共生的新场域。理解这些词语的内涵和外延，是感知智能时代脉搏的一条重要通道。我们需拥有创造独特话语的能力，在国际传播和战略传播中，这种能力不可或缺，外语专业的课程训练中就包含培塑这样的能力，外语教师和外语研究者因此任重道远。

当代中国的语言学人和外语学人正以前瞻视野关注人工智能对语言使用的革命性影响，探究数字时代的语言伦理，并直面人机共生情境中的语言能力等前沿领域。语言的智慧在于包容。我们既要接受“氛围编程”的创新表达，也要守护“门泊东吴万里船”的豪迈诗意和中华文化传承。在战略传播中，我们可通过学习氛围编程，一方面运用过度词汇化，发掘语言丰富多姿多彩的表达力，特别是基于具身认知的有温度的表达，实现国际传播直抵人心；另一方面深入了解Z世代网言网语中的压缩表达，精准完成氛围编程，创造特定的情境和态势，实现战略传播的最佳效益。让我们在解构与重构的辩证中，让语言持续焕发具身认知和文明载体的生命力。