三种“演化”不能混在一起
语言能力演化问人类物种怎样获得学习和使用开放语言系统的生物条件；语言文化演化问结构怎样在学习者之间传递并被重塑；历史语言变化则追踪已有语言数百或数千年的分化。三者时间尺度和证据不同。
英语元音变化不能直接证明语言器官如何起源，黑猩猩手势也不能直接等同早期人类语法。研究必须写出中间推理，否则容易把一个有趣相似当成祖先故事。
语言没有直接化石
声音、手势和句法不会像骨骼保存。舌骨、颅底、听觉范围、工具和象征物只能约束发音、感知或社会认知的可能性，不能单独证明某群体拥有现代语言。
考古年代也不是能力突然出现的精确时钟。新证据会改变最早记录，行为创新可能受人口网络和保存条件影响。最可靠结论通常是“某项前提在此之前已可能存在”，而非“语言诞生于某年”。
先把语言拆成可比较部件
语言包含听觉或视觉感知、精细动作控制、共同注意、轮替、符号学习、层级组合、意图推断和长期文化学习。不同部件可能有不同演化历史，也可能与音乐、动作计划和一般认知共享机制。
Hauser、Chomsky 与 Fitch 区分广义语言能力和可能更狭窄的语言专门计算，推动研究者逐项寻找比较证据。这个框架是研究问题，不是已经证明“只有递归是人类独有”。
动物比较寻找同源与趋同
鸣禽展示复杂的声音学习，灵长类有丰富手势和呼叫组合，鲸类与象也有社会学习。它们能揭示学习、序列和交流的组成能力，却不能按“最像人”排成进化阶梯。
共同祖先保留的能力属于同源，独立出现的相似能力可能是趋同。实验要比较相同任务与生态意义，并避免人类训练历史远超动物。动物未通过人为任务也不等于自然交流缺少结构。
发声与手势不必二选一
手势起源理论强调可见动作的意向控制和图像性，发声理论强调声音可在黑暗、远距离和双手忙碌时工作。自然交流本来就是多模态：目光、面部、身体、节奏、手势和声音协同。
自然手语证明完整语言不依赖发声，也提醒研究者不能把“语音起源”冒充“语言起源”。更可检验的问题是不同通道何时提供共享注意、离散组合和社会学习优势。
声道变化只是条件之一
人类声道、呼吸控制和舌唇运动支持丰富语音，但语言也可通过手语实现。声道重建能约束可能音类，无法判断意义组合、会话和语法是否存在。
婴儿发声受照护者反馈塑形，绒猴研究也显示社会反馈影响发声发展。这类比较支持社会学习的深层基础，但人类开放词汇和句法仍需额外解释。
FOXP2 不是“语言基因”
FOXP2 变异与言语运动、序列学习和语言障碍相关，其蛋白在人类谱系发生变化，也存在于许多物种。一个调控基因影响大量下游网络，不能承载一整套语法。
语言是高度多基因、发展依赖和环境依赖的表型。把 FOXP2 叫作语言开关，会把关联误写成充分原因。基因证据应与神经发展、动作学习和行为表型连接，并报告不确定性。
大脑网络提供比较约束
人类额颞连接、听觉—运动接口和半球侧化与语言加工有关。比较神经影像可研究其他灵长类是否具有前体网络；脑损伤则显示哪些功能可分离。
同一区域参与语言和动作不证明语言只是动作，区域差异也不证明全新模块突然出现。连接方式、发展时序和任务计算比给脑区贴名字更有解释力。
组合性为何关键
开放语言把有限单位组合成大量新意义。动物呼叫可有组合现象，但人类系统在语义范围、层级和文化生产性上尤其广泛。研究者需要定义组合标准，而非只因两个信号连续出现便称句法。
形式语言实验能测试序列依赖，容易被一般记忆和训练策略混淆。若任务要证明层级加工，就应设计线性捷径无法成功的对照，并比较新结构迁移。
文化传递能自己产生结构
迭代学习实验让一位参与者学到的人造信号成为下一位的输入。Kirby、Cornish 与 Smith 发现，跨代传递可让随机系统逐渐更可学习并产生组合结构，显示“看似设计”的规则可由学习与传递累积。
实验语言很小、参与者是已有语言的成年人，不能重演史前起源。它证明的是机制可能性：个体学习偏差与传递瓶颈足以改变文化系统，而非某种真实语法由实验直接重建。
生物与文化可能共同演化
更易学习的信号系统传播得更稳定，擅长社会学习的个体又可能在合作环境中获益。语言环境由前代创造，再改变后代选择压力，这是基因—文化共同演化的一般形式。
但“共同演化”不能替代具体模型。需要说明遗传变异、学习成本、群体结构和收益，并检查结果是否对参数稳健。形式模型展示条件后果，不是史实证据。
语言多样性检验所谓普遍结构
若某机制是人类语言能力的必要组成，它应能容纳口语、手语、不同语序、形态和语义系统。只从少量欧洲语言推断普遍设计，可能把历史亲缘当生物限制。
反过来，观察到罕见结构也不自动否定所有普遍性。需要区分表面形式、抽象功能、统计倾向和绝对限制，并控制语言样本的系谱与地理关系。
婴儿发展不是演化过程重演
儿童从共同注意、语音或手势类别、词汇到复杂组合的发展，能揭示机制依赖顺序，但个体发育不会逐幕重放物种历史。现代婴儿已经继承现代生物和文化环境。
发展证据可检验某能力是否需要教学、何时受输入塑形、手语与口语是否共享路径。把“儿童先指后说”直接变成“祖先先手势后发声”仍是未经证明的跨尺度推断。
竞争理论必须产生不同预测
突变式理论强调少量计算创新迅速出现，渐进式理论强调多个前体逐步累积，社会互动理论强调合作意图，文化演化理论强调系统适应学习者。它们并非完全互斥，但每项主张应指定独特证据。
例如，若某计算只属于人类，需要严格动物对照；若结构主要由文化传递形成，应预测不同学习瓶颈下的结构变化；若合作是关键，应连接互动任务与语言发展。无法失败的起源叙事不属于成熟解释。
新技术扩大证据也扩大误读
古基因组、比较连接组、大规模动物录音和计算模型能联合更多层次。机器学习可发现序列模式，却可能把录音设备、个体身份或场景当捷径；模型生成类语言输出，也不证明复现人类演化路径。
数据共享要考虑物种福利、原住民遗址和人类遗传隐私。更大数据不能免除概念定义与因果设计。
最可靠的研究程序
先明确研究的是哪个部件、哪种时间尺度，再列出可观察证据和替代解释。比较研究要避免进化阶梯，考古证据要说明保存偏差，基因结果要区分必要、相关与充分，模型要公开参数和稳健性。
语言起源也许永远无法还原成单一故事，但这不妨碍累积知识。我们可以逐步确定哪些能力古老、哪些组合在人类中特别扩展、文化传递怎样塑造结构，以及哪些流行故事仍没有证据。
跨域连接
- 达尔文：达尔文本人就写过语言与物种在分化、竞争与灭绝上的类比，而这个类比既富有成效也持续误导。有成效的是谱系与共同祖先的推理框架；误导的是把语言变化当作适应性优化——多数音变没有任何适应价值，它更像中性漂变。
- 生命之树与系统发育：计算系谱学直接借用了生物学的系统发育方法。借用的同时也继承了它的前提：树模型假设分化后各支独立，而语言接触持续违反这一点，其程度远超物种间的基因流。方法可以移植，前提必须重新检验。
- 古 DNA 革命：古 DNA 让人群迁徙史获得了前所未有的分辨率，也让「语言—人群—文化三位一体」的旧假设更容易被证伪。人群大规模替换未必伴随语言替换，反之亦然——把语系图直接读成人群谱系，是这个领域最常见的越界。
- 进化心理学：语言能力是特化适应还是通用认知的副产品，是两个学科共有的争点。要让这场争论可判定，竞争理论必须产生不同预测——只说「语言是适应」而不指出它预测什么、排除什么，就还没有进入科学讨论。
- 镜像神经元：手势起源说曾大量援引镜像神经元，作为「从动作理解到符号理解」的神经桥梁。这条论证链条后来被大幅收紧——镜像神经元的功能解释本身在争议中，用一个未定论的机制去支撑另一个未定论的假说，是这一领域需要警惕的推理方式。
参考文献
- Hauser, Marc D., Noam Chomsky, and W. Tecumseh Fitch. “The Faculty of Language.” Science, 2002. DOI: 10.1126/science.298.5598.1569.
- Kirby, Simon, Hannah Cornish, and Kenny Smith. “Cumulative Cultural Evolution in the Laboratory.” PNAS, 2008. PNAS
- Enard, Wolfgang, et al. “Molecular Evolution of FOXP2.” Nature, 2002. Nature
- Fitch, W. Tecumseh. The Evolution of Language. Cambridge University Press, 2010.
- Perlman, Marcus, et al. “Novel Vocalizations Are Understood across Cultures.” Scientific Reports, 2021. Nature