Dear friend，這項研究相當重要，但它真正推翻的，不是「語言與思考有關」，而是更強的主張：
沒有自然語言，就不可能進行抽象、形式性的邏輯思考。
研究的論文題目其實說得很準：“the language of thought is not natural language”——思想或許有某種結構，但那個結構並不等於我們說出口或寫下來的自然語言。MIT News 的正式刊登日期是 July 8, 2026；McGovern Institute 網頁則標示最初發布於 July 6、July 8 更新。
研究究竟發現了什麼？
它用了兩條彼此補強的證據。
第一，研究者測試了兩名因中風而嚴重損傷語言網絡、在語言理解與表達上都有顯著障礙的患者。他們仍然能夠解決非語言的規則推理題：例如從兩組數字中推斷轉換規則，或完成幾何矩陣；表現可與控制組相當，甚至可以用手勢或圖畫表達自己發現的規則。
第二，在健康受試者的 fMRI 中，研究者先為每個人個別定位 language network，然後觀察他們進行歸納推理與演繹推理時的腦活動。結果是：題目即使以語句呈現，推理難度增加時，典型語言網絡並沒有相應增加活動。
因此，這不是簡單地說「不用說話也能想」；而是：
自然語言系統既不是某些形式推理的必要條件，也不像是實際執行邏輯運算的主要神經機制。
一、它重創了「語言決定思維」的強版本
這項發現對強烈的 linguistic determinism 是一個明確反證。
沒有語言，人當然很難接受教育、累積文化知識、保存長鏈條論證，甚至難以把思考傳給另一個人；但這不同於說，每一次推論本身都必須在內心先變成一句話。
也就是說，以下兩件事要分開：
- 用語言輸入、描述、保存、傳達推理；
- 大腦實際完成那個推理。
我們平常因為只能用語言報告自己的思想，很容易誤以為思想本身就是語言。這有點像：因為電影必須透過螢幕被看見，便以為電影就是螢幕。
二、它支持某種「非語言的思想語法」
研究並沒有證明思想毫無結構。恰恰相反，它暗示：思想可能有組合性、階層性、關係性和規則性，但這些性質並不專屬於自然語言。
例如：
- A 與 B 的空間關係；
- 如果 X，則 Y；
- 找出一個隱藏規則；
- 比較多個可能模型；
- 看出圖案的轉換；
- 用手勢或草圖表達一個關係。
這些活動可以具有類似「syntax」的結構，卻不必由名詞、動詞、句法或內在獨白承擔。
所以，我會把它表述為：
思想未必是無語言的混沌；它可能有自己的句法，只是不是自然語言的句法。
這正是論文所謂 language of thought is not natural language 的深意。
三、臨床上的意義非常直接：失語不是失智
這可能是研究最重要、也最具倫理性的意義。
臨床與日常生活中，人們很容易根據一個人的 verbal fluency、命名能力、語法流暢度或外語口音，錯誤推斷其智力、判斷力與人格完整性。
但嚴重 aphasia 患者可能：
- 聽不懂複雜句子；
- 說不出自己知道什麼；
- 無法通過語言式神經心理測驗；
同時仍保留相當複雜的抽象推理與現實判斷。研究者也特別提醒，語言困難、口吃或非英語母語，不等於智能或能力較低。
對精神醫學而言，這也提醒我們：
可說出的心智，只是心智中可被語言取樣的部分。
精神狀態檢查高度依賴語言，因此「病人說不清楚」不能直接等同於「病人沒有思考」；同樣地，「病人說得非常流暢」也不保證其推理完整。
四、它令「內在語言」退位，但沒有令語言失去重要性
這項研究不表示內在言語沒有功能。
我們仍然可能利用語言來：
- 維持工作記憶；
- 拆解複雜問題；
- 抑制衝動反應；
- 自我指令；
- 形成時間順序；
- 反省自己的推理；
- 把模糊直覺轉成可檢驗的命題。
語言更像是一種 cognitive scaffold：它未必是思想的引擎，卻可以成為思想的腳手架、外接記憶與校正裝置。
也就是：
語言不是思考本身，但語言可以使思考變得可停留、可反省、可修改。
維高斯基式的內在言語理論因此不必全部作廢；需要放棄的，是把所有高階思維都還原成 covert speech 的版本。
五、對 LLM 的意義：人腦與語言模型正在走兩條相反的路
研究者自己也指出，這對 AI 有啟示：LLM 從文字中學習，並以文字或 token 序列作為主要運作介面；人腦則顯示，語言網絡與形式邏輯可以神經性分離。
這意味著，人與 LLM 達到表面相似答案時，內部架構可能非常不同。
人類大致是：
perception / action / spatial models / social models / abstract relations
→ 有時再翻譯成語言。
LLM 則至少在其基本形式上是：
linguistic tokens and latent representations learned from them
→ 產生看似推理的語言序列。
不過，不能因此簡單斷言 LLM「只是在預測下一個字、沒有推理」。現代模型的隱藏表徵並不等同於普通句子；它們也可能形成某種非自然語言的 latent computation。真正的問題變成：
LLM 是否已在語言訓練之內，長出一個不再等同於語言的內部關係空間？
換句話說，人腦證明了 reasoning without natural language；AI 的問題則是：能否由 natural-language training 產生一個超出 natural language 的 world model。
六、它也為 analogical self 留出了一個位置
順著我們長期談的 algorithmic self 與 analogical self，這項發現可以再推一步。
它所研究的邏輯，仍然是可規則化、可判定的 formal reasoning。因此，它證明的首先是：
algorithmic thought 本身，也不必以自然語言運作。
所以，不能再把「語言」與「人文、類比、曖昧」放在一邊，把「邏輯」與「非語言、機械」放在另一邊。非語言思維既可能是數學性的，也可能是視覺、身體、情感或類比性的。
這反而擴大了 analogical self 的疆域：
- 一個臉色帶來的整體感；
- 一個空間的氣氛；
- 一段音樂的走向；
- 一個臨床片刻中「哪裡不對」；
- 一個碎片與另一個碎片突然相遇；
- 尚未成為句子、卻已經改變方向的感覺。
這些都可能是真正的 cognition，而不是等待語言加工的原始材料。
我甚至會說：
語言不是心靈的本體；語言是心靈浮出水面時，留下的一種形狀。
七、最有趣的意外：演繹與歸納可能不是同一種「理性」
研究還有一個尚未被標題充分凸顯的發現：multiple-demand network——通常與高難度、認知控制和一般問題解決有關——在歸納推理中被調動，卻在演繹推理中似乎沒有相同程度的參與。研究者正繼續追查這一點。
這暗示「邏輯」本身也可能不是一個單一能力：
- 歸納：需要搜索、比較、猜測規則、修正模型；
- 演繹：可能更接近關係結構的直接展開或局部運算。
因此，我們今後也許不能再問：「邏輯位於腦中哪裡？」而應問：
在不同種類的推理中，腦如何臨時組成不同的工作聯盟？
這與「心智沒有一個中央司令部」的觀點頗為一致。
仍須保留的三點謹慎
第一，失語患者只有兩名。這種罕見、深入的 lesion evidence 很有價值，但不能單靠兩個案例涵蓋所有語言障礙、所有邏輯形式及所有人的發展歷程。
第二，成人失去語言後仍能推理，不等於語言在兒童發展過程中完全沒有參與建構推理能力。語言可能不是當下執行的必要條件，卻可能曾在發展中提供訓練、概念化或文化傳承。
第三，fMRI 看不到典型 language network 隨推理難度增加而活化，不表示語言與推理之間毫無互動；它只反對「核心語言網絡就是邏輯運算引擎」這個主張。
我的結論
這項研究的真正意義，可以濃縮成三句：
人不是因為會說話，才會思考。
思想可以有結構，卻不必先成為句子。
我們說出的，只是思想最後穿上的衣服。
再往你的方向說：
文字不是思想的原鄉。文字比較像他鄉——思想來到這裡，取得地址、門號，因而能被另一個人找到。
但是，那個來到語言以前，已經看出關係、感到方向、知道某物應當歸位的東西，才可能是更古老的 thought。
