西方主流AI，居然用中文推理！原来汉语比英语，有一个巨大优势

就在最近几天，有国外AI模型用户发现，包括OpenAI在内的不少西方人工智能模型，在推理的时候，会自动切换成为中文模式，就算是用俄文提问，也会出现类似的情况。这一现象立马就引发了AI圈的巨大震动，有人甚至怀疑，中文是否已经开始变成AI的“母语”了。那么，是什么造成这一情况？应该说，可能有两个方面的原因，一方面，是全球主流AI模型在底层逻辑方面，使用了deepseek的模式。

在国内deepseek发布之后，立马就在全球引发了轰动，因为中国这款AI模型训练花费仅为西方主流AI模型的1/100，但其智能程度却达到了全球顶级水准，美国高科技股票顿时崩盘。骂归骂，抹黑归抹黑，亚马逊、微软，乃至于英伟达很快就宣布接入deepseek，用自己的身体行动，明确对外证实了中国的这款AI“真的好用”，不排除西方AI模型也存在接入的可能性，所以在推理时“不可遏止”地出现了中文。

另一方面，西方在对deepseek进行全面研究之后，发现其的确存在“低耗高效”的特点，仅用西方资金的1/100，就能实现高水准的智力输出，而之所以会出现这样的“奇迹”，可能与中文的“优势”有关。比如说，中文的词根化非常明显，堪称浅显易懂。如星期一，星期二……星期天，而英文每个单词都不一样，如果一周不止七天，中文也早已准备好了，星期八，星期九，而英文又得生造单词。

再比如说，汉字总数和常用字数量远低于英语。汉字总数不到9万个，而3500个常用字就能覆盖日常99%以上的口书面使用。而英语词汇总数在100万以上，且每年以成千上万的数量在上涨，新增专业词汇量是汉语的7.3倍。究其根本原因，在于英语是表音文字，造词往往需要全新词汇或者对已有词汇进行较大幅度的变形、组合等；中文是表意文字，以有限的常用汉字为基础就能创造出新词来表达新概念和新事物。

有人可能表示，这些差异有什么关系吗？应该说，在训练AI时这些差异会造成明显不同的结果。以英语为例，有西方学者曾指出，若英语单词数量依然保持目前的增速，那么到2050年，需要1.7个地球的算力才能维持AI的运转。而AI学习和使用汉字就简单得多了，数量少，组合词浅显易懂，且在输出token的时候，也显得快得多，相对来说“低耗高效”，“低成本高效能”，也就很正常了。

所以，目前西方主流AI模型中，突然出现大量中文推理，这完全是可以理解的，因为这样能耗少，速度快，输出也快，文本还短。而中文或者汉字，是全球最成熟的表意文字，目前中国在AI领域的异军突起，可以说从仓颉造字，秦皇“书同文，车同轨”时就已经埋下了伏笔。恐怕谁也想不到，不适合作为C语言的汉字，却是AI最喜欢、最合适的学习与输出文字，而英语恰恰可能是最不合适的。