两条通道：审美式阅读为何不是一种姿态

一首诗可以什么也不描述，却让人在读到某一行时脊背发紧。与此同时，一份菜谱——"把蛋白轻轻翻拌进面糊，不要压出气泡"——几乎必然让读者的手在暗中动一下，尽管没有人认为读菜谱是文学经验。这两件事摆在一起，会掀翻一个用了快五十年的框架：罗森布拉特说，文学性不在文本里，在读者选择的"审美式姿态"里。但如果姿态是读者选的，为什么审美式地读菜谱产生不了文学经验？如果理解就是仿真被描述的场景，为什么一首什么也不描述的诗，反而击中身体？本文的判断是：审美式阅读从来不是一种姿态，而是两条可以被分别切断的具身通道——而一个理论能否被切断，正是它值不值得相信的地方。

一处被缝合起来的裂缝

先把两个观察摆清楚，因为整篇文章都从它们之间的缝里长出来。

第一个观察：策兰后期的诗几乎不提供可供想象的场景。没有可视物，没有动作，没有空间关系。读者说不出自己"看见"了什么——但他们报告一种确凿的身体反应：呼吸变浅，喉咙发紧，想把那一行念出声。这不是文学青年的自我暗示，这是稳定可复现的经验：把一首高度抽象的抒情诗和一段同样长度的哲学论述并排给人读，几乎所有人都能指出前者"有身体"、后者没有，尽管两者描述的可仿真场景都是零。

第二个观察：一份好的操作说明会在你的运动系统里唤起一个动作。"把蛋白轻轻翻拌进面糊，不要压出气泡"——你读到"翻拌"的时候，手腕那里有点什么；读到"不要压出气泡"的时候，那点什么还带上了一个力度的约束。读菜谱的人取的是彻底功利的姿态：他要的是可带走的指令，读完就去做。身体却被深度卷入了。

这两个观察各自都不新鲜。真正的麻烦是把它们放在一起——现有的两支主流框架，各自只能解释一半，而且解释的是不同的一半。

第一支是读者反应传统，最系统的表述是罗森布拉特的交易理论。她的核心区分是姿态：传出式阅读中，读者的注意力指向阅读结束后可以带走的东西——信息、指令、结论；审美式阅读中，注意力指向阅读进行时正在被活过的东西——意象、情感、声音、态度。关键在于，罗森布拉特把姿态判给读者：同一首诗，你可以为了应付考试而传出式地读它，也可以审美式地活在它里面。传出与审美不是文本的种类，而是一条读者可以在其上滑动的连续谱。

这个框架的力量不容低估。它把文学性从文本的固有属性中解放出来，交还给阅读事件——这是对新批评的一次真正的反击，而且是对的。但它解释不了第二个观察。如果姿态是读者的选择，那么审美式地读菜谱应当能产生文学经验。它不能。姿态论对此只能说"你没有真的取审美姿态"，而这是一个无法被检验的回答——它把任何反例都吸收成了"你姿态没取对"。一个能把所有反例都吸收掉的理论，不是强，是空。

第二支是具身语言理解。过去二十年的证据相当稳固，值得把它讲透，因为这条线索是本文的地基，也是本文要撬动的地方。

帕尔弗米勒的研究显示，理解动作动词会以躯体定位的方式激活运动皮层——读"踢"激活的是腿部对应区，读"舔"激活的是舌部对应区，读"捡"激活的是手部对应区。这个躯体定位是关键：它排除了"运动皮层只是被泛泛唤醒"的解释。大脑不是笼统地兴奋了一下，它在按身体地图分区响应语义。

格伦伯格与卡沙克的动作—句子兼容性效应更进一步，把关系做成了因果。他们让被试判断句子是否通顺，但作答的动作方向被操纵：有些人要把手推离身体去按键，有些人要把手拉向身体。结果是，当句子蕴含的动作方向（"把抽屉推上"）与作答动作方向一致时，反应更快；不一致时更慢。理解一个句子会占用执行相应动作的运动资源——这不是相关，这是干涉。

斯皮尔等人的研究把这条线索带进了叙事。被试在扫描仪里读故事，研究者追踪的不是笼统的激活水平，而是激活模式如何随情节要素变化——主角换了个动作，运动区的表征跟着变；场景换了个地点，空间表征跟着变。读故事的时候，大脑在按情节重新配置它的感觉运动表征。

茨旺把这条线索整理为"沉浸经验者框架"：理解语言，就是用感觉运动系统仿真被描述的情境。库兹米乔娃在文学这一侧做了细化——她指出叙事的具身效果并不随笼统的"生动"而变，而是依赖文本提供的可演绎线索的类型：有些描写邀请你从内部演一遍，有些只邀请你从外面看一眼，两者的"在场感"完全不同。

这支解释了菜谱为什么会唤起动作，也解释了《老人与海》为什么让手掌发麻。但它同样解释不了第一个观察。如果理解就是仿真被描述的情境，那么一个几乎不描述任何情境的文本，应当在具身层面近乎空转。而它没有。

裂缝就出现在两支框架的接缝处。姿态论有读者却没有身体的机制；具身论有身体的机制却只认一种输入。两边都不缺证据，缺的是同一个东西：它们都默认身体只有一种被征用的方式。

姿态论的逻辑结构与它的预设

2.1 论证重构

要指认一个框架的预设，得先把它的论证老实地重构一遍，而不是先给它安一个便于攻击的形状。罗森布拉特的论证可以重构为三步。

第一步，否定文本内在属性论。文学性不在文本里。同一段文字，在不同的阅读事件中可以是文学，也可以不是。一份验尸报告可以被审美式地读，一首诗可以被当作考点来拆。因此不存在"文学文本"这个自然类。

第二步，确立姿态为区分项。既然区分不在文本，它就得在别处。罗森布拉特把它放在读者注意力的选择性调配上：注意力落在"可带走之物"上，是传出式；落在"正在经历之物"上，是审美式。

第三步，把二者设为连续谱。任何实际阅读都是两种姿态的混合，只是配比不同。读保险合同，配比极端偏向传出；读诗，极端偏向审美。中间是连续的过渡。

第一步是对的，而且重要。本文完全接受它——本文要拆的不是"文学性在读者那里"，恰恰相反，本文认为罗森布拉特把这一步走得还不够远。问题出在第二步到第三步的滑动。

2.2 预设：身体是姿态的因变量

姿态论隐含一个从未被质疑的预设：读者身体的卷入程度，是姿态选择的因变量。你取审美姿态，身体就被卷进来；取传出姿态，身体就退场。姿态是自变量，身体是结果。

正是这个预设，让"传出—审美"可以被画成一条线。因为如果身体的卷入只随姿态变化，那么它就只有一个维度可以变化——多，或者少。一维的东西才能画成连续谱。

这个预设从未被明写，因为在罗森布拉特写作的年代它不需要被明写。一九三八年，一九七八年，具身认知还不存在，"身体在阅读中做什么"不是一个可以被实验追问的问题。姿态论把身体当作姿态的影子，不是疏忽，是当时能拿到的最好假设。四十年后，影子自己开口说话了。

而两个反例，正是影子开口的地方。

反例一：传出姿态下的强场景仿真。菜谱。读者取的是彻底的传出姿态。然而按帕尔弗米勒和格伦伯格的证据，"翻拌"这个手部动作词必然征用手部运动区，"不要压出气泡"甚至附加了一个力度约束。身体在这里被深度卷入，而姿态是纯传出的。姿态论预测身体应当退场，事实是它在场，而且很在场。

反例二：审美姿态下的弱场景仿真。抽象抒情诗。读者取的是彻底的审美姿态。但文本不提供可仿真的场景。按茨旺的框架，感觉运动系统在这里几乎无事可做。姿态论预测这里应有完整的文学经验（姿态已拉满），却说不出身体在做什么；具身论预测身体近乎空转，与事实不符。

把两个反例摆在一起，结论只能是：姿态与身体卷入不是同一条轴上的两个刻度，它们是两条轴。姿态论之所以能把它们缝成一条线，是因为它默认了身体只有一种被征用的方式；具身论之所以没发现这一点，是因为它从不处理姿态。

2.3 一个正交的空间

一旦承认两条轴，一个二乘二的空间就打开了。

四格中三格是清楚的，可以一眼放过。左上角，《老人与海》：老人的手被鱼线勒入，血渗出来——审美姿态，场景富集，身体在世界里。左下角，菜谱、宜家说明书、外科手术步骤——传出姿态，场景富集。右下角，税法条文、统计表——传出姿态，场景贫乏，身体确实退场了，这一格姿态论和具身论都对。

麻烦全在右上角：审美姿态，场景仿真贫乏，而身体反应强烈。

这一格不是边缘个案。相当大一部分现代抒情诗、相当多的实验散文、几乎所有被称为"语言本身成为主角"的写作，都住在这里。它也不是可以被扫进"例外"的杂物间——因为姿态论正是靠"审美姿态"来定义文学经验的，而这一格是审美姿态最纯粹的地方：这里没有情节可以让你分心，没有场景可以让你逃进去，只剩下语言。如果姿态论在它自己最强的地盘上说不出身体在干什么，那不是边缘反例，那是心脏。

第一条通道：场景仿真

第一条通道已被充分研究，本节只做定位与边界的划定，因为本文对它没有异议——本文的全部工作，建立在它是对的这个前提上。

场景仿真是读者用感觉运动系统重演被描述的世界。动作动词征用运动皮层，且按躯体地图分区；空间描述征用空间表征；质感描述征用体感。海明威写老人的手被鱼线勒入，读者的手掌会有微弱的对应活动——不是比喻意义上的"仿佛感到"，是可测量的运动资源占用。

这条通道有三个特征，后面会反复用到。

其一，它的输入是场景，不是词。格伦伯格与卡沙克的效应依赖句子蕴含的动作方向，而不是某个词的字面义。"把抽屉推上"和"抽屉被他推上了"蕴含同一个方向，尽管句法完全不同。这条通道读的是被建构出来的情境，不是符号串。

其二，它对姿态基本免疫。这是反例一的全部力量所在。你没法通过"决定不要投入"来关掉它——菜谱的读者并没有邀请自己的手参与，手还是动了。这条通道是自动的、强制的、不询问你打算怎么读。

其三，它需要一个可被仿真的场景。没有场景，这条通道就没有输入。这是它的边界条件，也是它在右上角失效的原因——不是它弱，是它没饭吃。

3.1 为什么这条通道不能靠"抽象也能仿真"来救场

有一条显而易见的补救路线，必须先堵死，否则本文的第二条通道就是多余的。

补救是这样的：抽象文本并非真的没有场景可仿真——"自由""悲伤""时间"这些词也是从身体经验里长出来的。莱考夫与约翰逊的概念隐喻理论说得很清楚：抽象概念大量地由身体图式构成，"理解就是抓住"，"重要就是重"，"未来在前方"。所以抽象抒情诗依然在跑场景通道，只不过跑的是隐喻性的身体图式，而不是字面的动作。

这条补救很有力，而且它有真证据。但它救不了姿态论，也吞不掉本文，理由有两条。

第一，它错配了强度。概念隐喻的身体激活是微弱且自动的——它跟你读一份法律条文时"权利的边界"里那个"边界"所激活的空间图式，是同一个量级。如果抽象抒情的身体冲击来自概念隐喻，那么读法律条文应当有同等强度的身体反应，因为法律语言里的隐喻密度一点也不低（"举证责任的转移""权利的让渡""效力的溯及"）。事实是没有。隐喻密度解释不了强度差。

第二，也是更要命的：它做不出可分离性预测。如果抽象抒情跑的也是场景通道（只是隐喻版），那么切断场景通道的干扰——并发运动干扰——应当同时损害叙事散文和抽象抒情。本文预测它只损害前者。这两个预测在第七节的实验里正面对撞。若运动干扰同等损害两类文本，概念隐喻的补救成立，本文的第二条通道就是虚构的。本文把这个对撞写进了证伪条件，而不是绕开它。

顺带一提，这条补救本身是可检验的，而且值得单独做：如果概念隐喻确实供能，那么隐喻密度匹配、构音难度不同的两组抽象文本，应当有相同的身体反应。本文预测它们不同。

第二条通道：发音仿真

4.1 默读的人一直在无声地说

当一个文本不提供可仿真的场景时，读者的身体仍然有一样东西可以仿真：说出这个文本本身。

这不是比喻，也不需要靠内省来支撑。默读时的构音活动有两条独立的证据线。

第一条来自工作记忆研究。巴德利的模型中，语音回路依赖内部构音过程来维持语音表征——你默读时，构音系统一直在低强度运转，这是语音信息得以在短时记忆中存活的机制。这条证据的强项是它有一把现成的手术刀：发音抑制——让被试一边做主任务一边持续出声重复一个无关音节（"the-the-the"或数数），构音系统被占用，语音回路的内部复述随即被阻断。这个范式几十年来在无数任务上被验证过，它是可靠的。

第二条来自句法解析研究。福多的隐性韵律假说指出，读者在默读中会自动指派韵律结构，且这一指派会影响句法歧义的消解——同一个歧义句，你在心里"读"出的停顿位置不同，解析结果就不同。这条证据的强项是它证明了内部构音不只是"存着语音"，它还在塑造理解。

两条合起来，一个事实成立：默读的读者，一直在无声地说。这一点没有争议。

4.2 从解码副产品到审美通道

有争议的是下一步，也是本文真正要立的那一步。

上述两条传统都把内部构音当作手段。工作记忆研究关心它是否维持住了语音表征；解析研究关心它是否帮你选对了句法结构。默读研究的整个传统更是把它当作低效——subvocalization 是速读要克服的障碍，是需要被训练消除的坏习惯。

本文的主张是：这个无声的说，不是解码的辅助，它本身是一条审美效力的通道。

读者仿真的对象，是一个处在句法与音韵压力下的发声器官——它在哪里必须停，在哪里换不上气，哪一串音让舌头打结，哪一处停顿把一个词悬在空中。这个被仿真的器官不是在"读懂"什么，它是在受力。而那个力，就是审美冲击的一部分。

李白"朝如青丝暮成雪"。传统解读会说，力量在青丝与雪的意象对比，在朝与暮的时间压缩。那是真的，而且那是场景通道的活儿——你看见了黑发，看见了白雪。但还有一半在别处：这七个字必须被一口气说完。"青丝"到"暮"之间没有任何可以偷气的地方，"暮成雪"三个字连着三个开口度递减的音，你的下颌在这三个字里一路收紧。这个收紧不是意象，是动作。一生的长度被压进一次呼吸的长度——这个压缩不发生在语义层，它发生在你的膈肌上。

策兰的断行是另一种。他把行断在语法不允许断的地方，于是你的呼吸在不该断的地方断掉。这不是"让你看见"什么——他常常什么也不让你看见。这是让你的发声器官经历一次它没准备好的中止。割人的是这个中止本身。

反过来说也成立：一段句法平坦、音韵中性的文字，即使描述了极丰富的场景，在这条通道上近乎沉默。这就是为什么很多"画面感极强"的类型小说读起来身体是热的、嘴是凉的——场景通道全开，发音通道空转。

4.3 三条旁证：这条通道不是被本文发明出来的

一个新提出的通道，最容易招致的怀疑是它被发明得太趁手——正好补上了理论的洞。所以有必要指出：如果发音通道真的存在，它应当在文学实践里留下痕迹，而且是那种从业者一直知道、理论却说不清的痕迹。有三条。

其一，诗人朗读。几乎所有诗歌传统都保留朗读，而且诗人朗读自己的作品被视为有特殊权威——尽管从信息传递的角度看，朗读是纯粹的损失：比默读慢，比默读容易漏，还强加了一个特定的韵律解读。姿态论解释不了这个执着（读者本可以自己取审美姿态）；场景通道也解释不了（朗读并不增加可仿真的场景）。发音通道解释得了：朗读是把内部构音外化，把一条本来低强度运转的通道推满。

其二，改一个字。诗人会为一个字改上几天，而被改动的往往在语义上几乎等价——"僧敲月下门"与"僧推月下门"，推与敲的语义差别微乎其微，场景差别也小得可以忽略（都是一个和尚在门前）。可这个差别对诗人是要命的。为什么？在场景通道上，这两个字几乎同值。在发音通道上，它们完全不同：敲是送气塞音，一个爆破，一个在夜里砸出的空洞；推是不送气的，闷的，钝的。推敲之所以能成为一个成语，正因为它记录的是一次纯发音通道的抉择——而理论一直没有一个名字给它。

其三，翻译的残余。把一首诗翻成另一种语言，场景通道基本可以搬运——意象、动作、空间关系大体保得住。丢掉的是什么？所有人都说"丢了音乐性"，但"音乐性"这个说法把它推给了耳朵，好像它是一种听觉装饰。发音通道给出一个更硬的说法：丢掉的是发声器官的受力模式。译文可以让你看见同样的东西，却让你的嘴做完全不同的事。这解释了一个否则很奇怪的现象：读一首好诗的平庸译文，你能理解它为什么伟大，却感觉不到它伟大——理解走的是场景通道，感觉那一路断了。

这三条都不是证据，是旁证。它们证明不了发音通道存在，但它们说明：如果它不存在，就有一批从业者的顽固行为需要另找解释。

4.4 发音通道的输入条件

与场景通道对称地，发音通道也有三个特征。

其一，它的输入是发声难度，不是场景。韵律、句法张力、音韵配置、断行、停顿的位置——这些才是它的饲料。一个文本可以什么也不描述而在这条通道上极其丰盛。

其二，它同样对姿态基本免疫。你没法通过决定"我要功利地读"来关掉内部构音——福多的证据正说明它是自动的：你不打算指派韵律，韵律还是被指派了，而且已经改变了你的解析。

其三，它需要的不是场景，是阻力。发声太顺的文本，这条通道没事可做。这解释了一个诗学上的老观察：好诗常常"拗口"，而拗口在这里不是缺点，是这条通道的工作条件。

4.5 两条通道的正交性

两条通道的输入条件互不蕴含——场景的有无不决定发声难度，发声难度也不决定场景的有无。这是它们正交的根据，不是修辞上的并置。

菜谱：场景富集（翻拌的手），发音贫乏（句法平坦）。抽象抒情：场景贫乏，发音富集（句法扭结、断行、音韵压力）。《老人与海》的某些段落：两者兼备——这也正是它为什么难忘。税法条文：两者皆无。

正交性意味着一个强预测，而且是一个能杀死本文的预测：两条通道应当可以被分别切断。如果它们是一条通道的两个方面，任何干扰都会同等地损害两者；如果它们真的独立，就应当存在一种干扰只打掉其中一条、放过另一条。这正是第七节的着力点。

4.6 这个模型解决了什么

回到裂缝。

姿态论无法解释右上角，因为它把身体设为姿态的因变量，而这里姿态已拉满、身体的表现却无从预测。双通道模型的回答是：身体没有闲着，它在另一条通道上工作。

具身论无法解释右上角，因为它只认场景通道。双通道模型的回答是：仿真的对象不必是被描述之物，也可以是描述这一动作本身。

而"审美式阅读"这个概念需要被拆开。它不是一种经验，是至少两种经验的合称，由不同通道供能，可以分别丧失。一个人可以完整地保有对叙事的身体反应，而完全丧失对抒情的身体反应——在双通道模型里，这不是"文学修养不够"，这是一条通道的选择性损伤。这个预测姿态论根本发不出来，因为在它那里，损伤只能是姿态的失败，而姿态的失败是道德性的：你不够投入。

与邻近立场的辨识

一个概念的价值，取决于它与最近的对手之间那条抹不掉的界线。本节处理五个立场。第一个是真正的对手，必须先说，也必须说得难看一点。

5.1 与楚尔的认知诗学——最强对手

必须坦率：楚尔是这条路上走得最远的人，而且他早就到了本文所在的地段。他明确论证诗的音韵效果有构音基础；他主张存在一种"诗歌式言语感知模式"，让读者能够觉察到通常被语音范畴化所丢弃的前范畴信息；他分析过发音姿势本身如何承载表现力。任何声称"发音的身体参与诗的效力"是新发现的说法，都是对楚尔的无知，或者是掩盖。

那么本文的增量在何处？

楚尔的框架里，构音是诗歌效果的一种机制——它与意象、节奏、语义等并列，共同解释"这首诗为什么有力"。它是诗学内部的一个解释项。楚尔从不处理传出／审美这条轴，因为他的对话对象是诗学与语音学，不是读者反应理论。

本文的增量不在指出构音有效力——那是楚尔的。本文的增量在于指出构音通道与场景通道的可分离性，并用这一可分离性去切罗森布拉特：正因为两条通道可分离，"传出—审美"连续谱才是切错的，它把读者的注意力调配与文本的身体征用叠成了一维。

换言之：楚尔回答"诗的声音为什么有力"，本文回答"为什么'审美式阅读'不是一个东西"。前者是机制问题，后者是分类问题。本文欠楚尔的机制，楚尔不欠本文的分类。

这条界线不宽。如果读者认为它不足以支撑一个独立的主张，本文接受这个判断——但它是一条真实的界线，不是修辞。而且它是可检验的：第七节的双分离实验若失败，本文相对楚尔就不再有独立的存在理由，而楚尔的框架毫发无损。这是本文押的注。

5.2 与茨旺的沉浸经验者框架

茨旺主张理解即仿真被描述的情境。本文完全接受这一主张，并将其作为第一条通道——本文不是在反驳茨旺，是在指出他的覆盖范围。

沉浸经验者框架预测，场景贫乏的文本在具身层面近乎空转。本文指出这个预测在抽象抒情上失败，并给出补充通道。这是补充关系，不是对立关系。若茨旺回应说"发音仿真也是一种情境仿真——被仿真的情境就是说话这个情境"，本文接受这个措辞，但要指出它取消不了可分离性：两种"情境"由不同的输入条件驱动，且应当能被不同的干扰分别切断。措辞可以统一，通道不会因此合并。

5.3 与福多的隐性韵律假说

福多指出默读者自动指派韵律，且影响句法歧义消解。本文借用这一证据来支持"默读者一直在无声地说"，但两者的关切不同。

隐性韵律解释的是解析——韵律如何帮助读者选对句法结构。本文关切的是审美效力——同样的构音过程如何成为一条产生冲击的通道。

分界线可以做得很硬：一个读者可以完全正确地解析一行诗（隐性韵律工作正常），却毫无身体反应；反过来，一行诗可以在句法上毫无歧义（隐性韵律无事可做，因为没有歧义需要消解），却在发音上极具压力。解析成功不蕴含审美效力，解析无事可做也不蕴含发音通道空转。两者在同一批材料上分离。

5.4 与伊瑟尔的空白理论

伊瑟尔的空白指文本中未定的部位，读者以自己的经验填充，填充活动本身构成审美反应。这与本文的右上角表面相近——抽象抒情正是空白密集之处。

但填充是概念性活动：读者补足的是意义、关系、情境。本文的发音仿真是身体性活动：读者补足的是一次发声，与意义的填充无关。

这个区分同样可以做成对赌：伊瑟尔的框架预测，可填充空间越大，审美反应越强。本文预测，在场景贫乏文本上，审美反应更多地随构音难度变化，而非随可填充空间的大小变化。构造一组材料——空白密度恒定而构音难度变化，再构造一组——构音难度恒定而空白密度变化，两个理论给出不同预测。因此它们不是同一主张的两种说法。

5.5 与雅各布森的诗性功能

还有一个更老、也更硬的对手：雅各布森的诗性功能。他的定义几乎是文论里最著名的一句——诗性功能把等价原则从选择轴投射到组合轴，其效果是让讯息指向自身。语言不再透明地传递内容，它变得可见，你开始注意到它本身。

这个框架看上去把本文整个吞掉了：抽象抒情为什么击中身体？因为诗性功能让语言指向自身，读者的注意力落在语言的物质性上，于是声音、节奏、构音都被凸显。何必再造一条通道？

分界在两处，都是硬的。

第一，雅各布森的框架是符号学的，不是身体的。"指向自身"描述的是讯息的一种组织方式——等价原则的投射是可以在纸面上分析出来的：头韵、平行结构、格律。它是文本的形式属性，原则上不需要一个读者的身体在场就能被指认。本文问的是下一个问题：这个形式属性凭什么产生冲击？"语言变得可见"是一个观察，不是一个机制。你可以完整地指出一首诗所有的等价投射，并且完全无动于衷——形式主义分析的日常就是这样。

第二，也是关键：诗性功能是一维的，本文是二维的。雅各布森的框架里，语言要么透明（指向所指），要么不透明（指向自身），这是一条轴——而这条轴，与罗森布拉特的传出／审美是同构的，只是一个从文本这侧描述，一个从读者那侧描述。所以雅各布森继承了同一个问题：他也无法解释菜谱。菜谱的语言彻底透明，诗性功能为零，可它照样征用身体。在雅各布森的坐标里，"透明的语言"应当在具身层面无事发生，因为你直接穿过它抵达了所指——但你穿不过去，你的手动了。

换个说法：雅各布森告诉你文本什么时候会让你注意到语言；他没告诉你，注意到语言之后身体在做什么，也没告诉你，不注意语言的时候身体照样在做事。本文主张的两条通道，都不问你注不注意——它们是自动的。诗性功能是关于注意的理论，双通道是关于征用的理论。这正是第 6.1 节那个反驳（"通道不过是注意力的别名"）之所以必须被正面打掉的原因：如果打不掉，本文就真的只是雅各布森的一个心理学脚注。

5.6 与默读研究

关于默读中构音的心理学研究，长期把它当作解码的伴随现象——它是否拖慢阅读速度，能否被训练消除，是否是速读的障碍。这条传统的问题域是效率。

本文把同一个生理过程重新定位为审美效力的载体：它不是需要被消除的低效，而是抒情文本据以工作的通道。这是同一现象的功能重估，不是新现象的发现——本文不声称发现了内部构音，本文声称速读训练可能在削掉的东西里，包含了读诗的能力。这是一个可以被检验的推论：长期速读训练者，若其构音抑制习惯已固化，应当在场景贫乏／构音富集的文本上表现出选择性的审美反应削弱，而在叙事文本上不受影响。

正面接招

辨识只是划界。真正的检验是接招。本节处理三个最有力的反驳。

6.1 反驳一：所谓"发音通道"不过是注意力的别名

挑战：你说抽象抒情激活的是发音通道，但更简单的解释是：这类文本语义稀薄，读者无事可做，注意力于是滑向语言表面。你把注意力的落点重新命名成了"通道"，什么也没多说。

回应：这是最致命的反驳，因为它不需要否认任何证据，只需要指出本文多余。回应必须是结构性的，不能靠加形容词。

第一，注意力解释预测此消彼长：语义越稀薄，注意力越滑向表面，身体反应越强。本文预测两条独立的输入：身体反应随构音难度变化，与语义密度无关。这两个预测在一类材料上分道扬镳——语义丰沛且构音困难的文本。李白就是。"朝如青丝暮成雪"语义一点也不稀薄，它压着一整个人生；构音也一点不轻松。注意力解释预测这里的身体反应应当较弱（语义那么满，注意力没空滑向表面），本文预测它应当很强。事实站在本文这边——而且这不是本文挑的例子，这是一千二百年的读者用他们的脊背投的票。

第二，注意力是可以被指令调配的，通道不能。你可以要求被试"注意语言的声音"，注意力会听话地移过去。但福多的证据说明韵律指派是自动的：你不下指令，它也发生；你下反向指令（"别管声音"），它照样发生。如果发音通道只是注意力的落点，指令应当能开关它。第七节的设计正是靠这一点做判别：发音抑制不是一条注意力指令，它是对构音系统的物理占用。

第三——也是最要紧的——本文预先承认这个反驳可能是对的，并且已经把承认的方式写进了实验设计。发音抑制同时加重工作记忆负荷，因此它造成的损害可能真的只是"分心"。所以第七节强制要求一个负荷匹配但不占构音的对照条件。如果两者降幅相同，本文所谓的"发音通道"就是注意力的别名，主张即告瓦解。本文不打算靠修辞躲开这一刀，本文把刀递过去。

6.2 反驳二：这套模型对汉语和拼音文字不可能同样成立

挑战：你用李白论证声调与一口气的压缩，用策兰论证断行与呼吸的中止。汉语的声调、平仄、单音节性，与德语的音步、重音、复合词，在构音层面的负荷结构根本不同。一个横跨两者的"发音通道"，恐怕是把两种不同的东西按同一个名字缝在了一起——这正是你指控罗森布拉特犯的错。

回应：这个反驳很漂亮，因为它用本文的武器打本文。必须分层回答。

第一层，接受：通道的具体负荷结构确实是语言特异的。汉语的构音压力大量来自声调轮廓与平仄交替，拼音文字大量来自音步与重音模式。这两套不是同一套。

第二层，坚守：但通道的存在与可分离性不是语言特异的。本文主张的不是"所有语言用同一种方式制造发音压力"，而是"存在一条以构音为载体的审美通道，它与场景通道分离"。这个主张在两种语言里可以由完全不同的具体机制实现，正如"视觉系统"在鹰和人那里由不同的具体结构实现，不妨碍它是同一个功能通道。

第三层，开放：这个反驳指出的其实是本文最有价值的下一步。如果双分离效应在汉语和拼音文字里都出现，但发音抑制的损害曲线形状不同（比如汉语材料的损害随平仄密度变化，德语材料随音步规整度变化），那不是对本文的反驳，那是对本文的强支持——同一条通道，两种饲料。反过来，如果双分离只在其中一种语言里出现，本文就得大幅收缩自己的适用范围，从"审美式阅读的普遍结构"降格为"某一类语言的诗学特征"。本文欢迎这个降格发生在实验室里，而不是发生在辩论里。

6.3 反驳三：你在用具身认知给文学做还原论

挑战：把诗的力量归结为下颌收紧和膈肌压缩，这是把文学还原成生理学。诗的力量在意义、在历史、在一个人读到它时的全部生命处境——你的模型把这一切都扔了。

回应：这个反驳的分量不在它的逻辑，在它的直觉：读者不愿意承认自己被一块肌肉打动。但必须把话说清楚。

本文没有主张诗的力量只是构音。本文主张的是：在场景贫乏的文本上，构音是一条通道，而这条通道在现有的两个框架里都没有位置。这是一个覆盖范围的主张，不是一个还原主张。意义、历史、生命处境全都在起作用——但它们起作用的时候，得有个地方落地。"这一行击中了我"里的那个"击中"，是一个身体动词，不是修辞。本文只是问：它落在哪儿？

而且反过来说：真正的还原论是姿态论。它把身体设为姿态的影子，等于说"身体在阅读里没有独立的事要做，它只反映你的态度"。这才是把身体取消了。本文做的恰恰相反——本文把身体从姿态的因变量位置上解放出来，还给它两条自己的路。指认身体在做两件不同的事，不是把文学还原成身体；把身体说成态度的影子，才是把身体还原成了别的什么。

6.4 反驳四：先天聋人读诗，你的通道在哪里？

挑战：如果发音仿真是抒情文本的审美通道，那么从未发过声、也从未听过声的先天聋人，应当在这类文本上系统性地体验不到什么。事实并非如此——聋人读者有文学经验，聋人诗人写诗，手语诗是一个成熟的艺术形式。你的通道要么不存在，要么不必要。

回应：这是本文遇到的最有杀伤力的反驳，因为它不需要实验室，它只需要指出一群现成的人。本文必须承认自己在这里可能把通道的名字起错了。

关键的问题是：这条通道绑在"发声"上，还是绑在"产出这串符号的动作"上？

如果绑在发声上——绑在喉、舌、膈肌上——那么先天聋人的抒情经验就是本文的反例，而且是致命反例。

如果绑在"产出动作"上，那么发声只是听觉—口语文化里的实现方式之一。手语诗有它自己的产出压力：手形的转换难度、位移的幅度、节奏的中断、一个手势必须在哪里停住。这些完全可以构成一条同构的通道——被仿真的不是嘴，是手。那么本文的模型不但不被推翻，反而获得了它最强的支持：同一条功能通道，在不同的身体上由不同的器官实现。

本文倾向于第二种，但必须说清楚：这个倾向目前没有证据，它只是一个更方便本文的解读。而且它带着代价——如果通道绑的是"产出动作"而非"发声"，那么"发音仿真"这个名字就是错的，应该叫"产出仿真"，本文的整套术语需要重写。

更要紧的是，这里有一个可执行的判别，而且它比第七节的实验更干净：让先天聋人读者阅读场景贫乏／构音富集的书面抒情文本（不是手语诗，是书面汉语或书面英语的抒情诗），同时施加手部干扰而非发音抑制。如果聋人读者的审美反应被手部干扰选择性削弱、而听人读者被发音抑制选择性削弱，那么"产出仿真"成立，通道是功能性的、器官是可替换的。如果聋人读者对两种干扰都无反应、却仍报告强烈审美体验，那么这条通道对他们不必要——本文至多是一个关于听人读者的局部理论，必须当场收缩自己的适用范围。

本文不知道答案。但本文知道这个实验该怎么做，以及哪一个结果会让本文认输。

6.5 反驳五：你的材料是按结论挑的

挑战：你说 A 类是"场景富集、构音平坦"，B 类是"场景贫乏、构音富集"。但"构音富集"是谁判定的？如果是你判定的，那你就是在把"我觉得有力的诗"标成"构音富集"，然后发现"构音富集的诗有力"。这是循环。

回应：这个反驳完全正确，而且它指向的是这类研究最常见的死法——不是理论错，是操作化偷懒。

本文的防线写在第 7.2 节，此处只强调它不可省略：材料的通道属性必须由不熟悉本理论的评定者独立评定，对"可仿真动作密度"与"构音难度"分别打分，且评定者一致性必须达标。评定者不知道假设，不知道哪组是 A、哪组是 B，也不知道实验要测什么。

更进一步："构音难度"应当尽可能由不依赖判断的客观指标锚定——音节间的发音器官位移距离、连续辅音丛的长度、可换气位置的间隔、句法边界与韵律边界的错位次数。这些都是可以数出来的。凡是能数的，就不要投票。

如果做不到这一条，本文宁可这个实验不被做——因为一个循环论证的支持结果，比一个干净的否证结果更有害。它会让一个可能是错的模型活下去。

证伪设计

一个不能说出自己在何种情况下是错的理论，论证尚未完成。本文的核心主张——场景仿真与发音仿真是两条可分别切断的通道——可以被一个双分离实验直接检验。

7.1 两把手术刀

切断发音通道用发音抑制：要求被试在阅读的同时持续出声重复一个无关音节（"the-the-the"或数数），构音系统被占用，内部复述被阻断。这是巴德利范式的标准工具，几十年来在无数任务上被验证过。

切断场景通道用并发运动干扰：要求被试在阅读时执行一个与文本所述动作不兼容的手部任务。格伦伯格与卡沙克的动作—句子兼容性效应已经确立了这条路径的可行性——既然一致的动作能加速理解，不一致的动作就应当能干扰它。

7.2 材料

需要两类文本，各若干篇，在长度、词频、句法复杂度、熟悉度上匹配：

A 类：场景富集、构音平坦的叙事散文——动作密集，句法规整，无显著音韵张力。
B 类：场景贫乏、构音富集的抒情文本——无可仿真动作，句法扭结，断行与音韵压力显著。

材料的通道属性必须独立于假设地事先评定：由不熟悉本理论的评定者对"可仿真动作密度"与"构音难度"分别打分，取评定者一致性达标的材料。这一条不能省——否则整个实验退化为"我挑我觉得有力的诗"，那就不是检验，是自证。

7.3 预测

这是一个双分离：两种干扰各自选择性地打掉一类文本的审美反应。双分离的力量在于，任何单一的"一般性资源"解释都无法同时produce两个方向的选择性——如果只有一个池子，两把刀应当同向。

7.4 什么结果推翻本文

若两种干扰对 A、B 两类文本造成同等损害，则不存在两条独立通道，只有一条一般性的具身卷入，双通道模型被推翻，本文的全部结构随之作废。

若两种干扰对两类文本均无显著损害，则具身仿真根本不承担审美效力。这将同时推翻本文和它所依赖的具身论，本文的前提整个塌掉。

若发音抑制损害 A 类甚于 B 类，则通道与文本类型的对应关系反了，模型方向错误。

若发音抑制的损害不能与负荷匹配对照区分开（见下），则"发音通道"是注意力的别名，本文的核心概念解体。

7.5 必须预先堵上的漏洞

发音抑制不只占用构音系统，它同时加重工作记忆负荷。因此 B 类文本上的反应下降，可能不是"发音通道被切断"，而是"读者被分心了"。这是第 6.1 节那个反驳的实验形态，也是本设计成败的关口。

必须设置一个负荷匹配但不占用构音的对照任务——例如按节奏踏脚，其工作记忆负荷经预实验校准至与发音抑制相当。若 B 类文本的审美反应在发音抑制下下降、而在负荷匹配的踏脚任务下不下降，构音的特异性才成立。若两者降幅相同，本文即告瓦解。

这个对照不是审稿人要求的补丁，它是本文最想看到的那个结果——因为它是唯一能让本文死得干净的地方。

7.6 审美反应如何测量

这是本设计最脆弱的环节，必须诚实标注，而不是藏在方法节的脚注里。

采用三项指标的合取，而非任何单一自陈：其一，自陈强度评分，借鉴米奥与库伊肯在前景化与情感反应研究中的量表思路；其二，前景化段落上的阅读时间减速——一个不依赖内省的行为指标；其三，重读意愿，即被试是否主动回到某一行。

若三项指标在同一干扰下不同向变化，说明"审美反应"这个构念本身未被有效操作化，结论应当悬置，而不是挑一个好看的指标去报告。本文预先声明这一点，是为了堵住自己事后挑指标的路。

7.7 如果它活下来：三个本文之前没人会提的预测

证伪条件回答的是"什么会杀死它"。但一个只会自杀、不会预言的理论只是半个理论。如果双分离效应真的出现，本文就承诺了下面三个预测——它们在现有的任何框架里都提不出来，因为提出它们需要先承认有两条通道。

预测一：通道的选择性失语。如果两条通道由不同的神经基础支撑，就应当存在选择性损伤的病例：某些脑损伤患者保有对叙事的完整身体反应，却丧失对抒情的身体反应；或者反过来。这不是"文学修养退化"，是一条通道的断裂。姿态论对此完全失语——在它那里，审美反应的丧失只能是"不再投入"，而投入是道德性的，不是可以被病灶定位的。本文预测：这类双分离病例存在，且它们的病灶不重叠。如果穷尽搜索后只找到"两条一起丧失"的病例，双通道的神经现实性就成疑。

预测二：儿童的两条通道不同步成熟。场景通道依赖感觉运动经验的积累，发音通道依赖构音系统的成熟与韵律敏感性。两者的发育曲线没有理由重合。本文预测：幼儿对儿歌、绕口令、无意义音节童谣的身体反应，早于他们对叙事场景的身体反应出现。这个预测其实符合每个家长的观察——两岁的孩子会被"哔哩哔哩吧啦吧啦"逗得手舞足蹈，而他根本不知道那说的是什么；可现有的框架说不出这个观察意味着什么，只能把它归入"儿童喜欢韵律"这个描述性的空话。双通道模型给出的说法是：那不是"喜欢韵律"，那是发音通道先上线了，而场景通道还没有饭吃。如果发育研究发现两条曲线严格同步，本文的独立通道假设被削弱。

预测三：AI 生成文本的系统性偏斜。大语言模型生成的诗，读者常报告一种特定的乏味——"看得懂它好在哪，但不动"。双通道模型给出一个可检验的诊断：语言模型的训练目标是序列预测，它优化的是统计上的合理接续，而这与场景通道高度对齐（因为场景描述在语料里有大量共现规律），与发音通道弱对齐（因为构音压力是一个身体事实，不是一个文本统计事实——语料里没有记录哪个词组让下颌收紧）。本文预测：AI 生成的抒情文本在"可仿真动作密度"上可以达到人类水平，但在客观构音指标（发音器官位移、辅音丛长度、句法边界与韵律边界的错位率）上系统性地趋向平坦。这是一个可以在一周内跑完的语料分析，不需要被试，不需要伦理审批。它也是本文最容易被检验的推论——如果 AI 诗在构音指标上与人类诗无异，而读者仍报告乏味，那么乏味的原因在别处，本文对这个现象无解释权。

三个预测的方向不同——一个指向神经心理学，一个指向发育，一个指向计算语言学——但它们共享同一个结构：两条通道应当在任何一个能把它们分开的地方分开。这是双通道模型全部的经验内容。它没有别的意思，也不该有别的意思。

局限

其一，二乘二是启发式的，不是分类学。真实文本混合两条通道，纯粹的 A 类与 B 类是为实验制造的极端样本。模型对混合文本的预测尚未建立——而绝大多数文学作品是混合的。

其二，语言依赖性未知。如第 6.2 节所述，这既是局限也是最有价值的下一步，但在数据出现前它是局限。

其三，实验尚未执行。本文提供的是设计，不是结果。在数据出现之前，双通道模型是一个有待检验的假说，不是一个已确立的发现。任何把它当作结论来引用的做法，都是对本文的误用。

其四，与楚尔的界线是窄的。本文欠楚尔机制，独立性完全押在"可分离性能够切开罗森布拉特的连续谱"这一点上。若双分离实验失败，本文相对楚尔就不再有独立的存在理由。

其五，通道的名字可能是错的。如第 6.4 节所述，本文无法判定这条通道绑在"发声"上还是绑在"产出这串符号的动作"上。若是后者，"发音仿真"这个名字就起错了，整套术语需要重写，而先天聋人读者的数据是唯一能裁决它的地方。本文倾向于"产出仿真"的解读，但这个倾向目前没有证据支持——它只是一个更方便本文的读法，本文把它标在这里，是为了不让它蒙混过关。

结语

罗森布拉特把文学性从文本中解放出来，交给读者。这是对的，而且是一次真正的解放。但她把身体一并交给了读者的选择——身体不听姿态的调遣，它听文本的征用；而征用有两条路，不是一条。

一份菜谱能让你的手动起来，一首什么也不描述的诗能让你的喉咙发紧。把这两件事叫作同一条连续谱上的两个刻度，是把两种不同的身体误认成了一种身体的多少。

审美式阅读不是一种姿态。它是两条通道，可以分别被切断——而一个理论能否被切断，正是它值不值得相信的地方。本文已经把切断它的方法写在第七节里了。