作者：星忘塵 Nebula Walker Date: 17JUL2026 創象引擎 Mythogen Engine (mythogenengine.com)
📌 AI 生成與 AI 偵測共用同一套統計機器：語料庫的重心即權力。當檔案已被清洗，機器便以工業規模將刪除結果永久化。
機器點樣幫手執行一場已經發生咗嘅刪除
本文以書面語寫成，夾雜必要的港式廣東話原文並附解譯——這個安排本身就是文章論點的一部分：有些東西一經「翻譯」為規範文字，就已經死了。
0002 02433342 00024 24333320
如果你見到呢行數字，腦入面自動響起咗一段前奏——你就係本文所講、嗰個仲未被刪除嘅語料庫。如果你見到嘅只係亂碼，請繼續讀落去，本文會解釋點解機器同你睇到同一樣嘢。
一張九十年代港產片的劇照在網上流傳。畫面下方兩行字幕，上面是「呢鑊你仲唔冚家鏟？！」，下面是英譯：「Your whole family die this time!」
英譯沒有錯。命題內容——詛咒對方全家死光——譯得十足十。但任何講廣東話的人都看得出，這句話死了。「呢鑊」（這一回、這一鑊，帶著鑊氣與臨場感的口語量詞）的質感消失了；「冚家鏟」明明是最惡毒的咒詛，卻講到似賀年說話般順口的那種節奏，也消失了。翻譯保住了資訊層，殺死了編碼層。
這篇文章要講的是：現在有一部機器，正在以工業規模、零邊際成本，對整個舊香港式廣東話做同一件事。而它做的不是翻譯，是執行——執行一場在它出現之前已經發生了的刪除。
一、三層編碼：這種語言到底密到什麼程度
要明白被刪走的是什麼，先要明白舊港式廣東話的編碼有多少層。
第一層是詞彙。 殖民地年代的港式廣東話由中英混血主導：Printer 就是 Printer，不是「打印機」；Mouse 就是 Mouse；Sofa 音譯成「梳化」而非「沙發」。這一層最表面，也最先被規範化取代——「質素」變「質量」，「影片」變「視頻」。詞彙層的清洗人人看得見，但它其實是最淺的一層。
第二層是語義壓縮。 廣東話有一套「避諱式壓縮」的民間工藝：把一句不能講出口的話，摺疊進幾個表面無害的字裡。最經典的是「杏加橙」——杏（hang）、加（gaa）、橙（caang），三個音逐一對應「冚家鏟」，於是送人一籃生果，表層是禮貌，中層是粗口，深層是挑釁，三層意思疊在三個字上，還要靠聽者自行解碼才爆發。同系的還有「荷蘭朋友」（Holland fen——聽落是外國友人，拼返個音自行解譯）、「頂你個肺」、反話的「冚家富貴」。這一層的設計目的，正正是逃避字面索引：淨識字、唔識音的系統，永遠解不了鎖。
同一層還藏著一套更被低估的精密文法：粗口。黃霑《不文集》早已示範過，這些市井之言不是情緒噪 音，而是精準的狀態詞。以幾個同源的生殖器官單字為例，每個字承載截然不同的人物側寫，完全不可互換——「朘」（Jer）無殺傷力，是 BB 仔級的戲謔；「柒」是幼稚、出洋相、唔識扮識的笨拙（所以有「懵柒」）；「鳩」是固執、死牛一面頸、做事不經大腦而無得救的衝動（「戇鳩」與「懵柒」絕不同義，前者衝動後者戇居）；「撚」則帶玩弄、刁鑽、囂張的層次（「撚化」、「扮撚晒嘢」），而它與「撚手小菜」共用一字並非偶然——兩個義項共享「以指尖擺弄」的語義根。一個被官方分類為污穢的詞彙系統，內部其實運行著比規範中文更高的語義解像度。而且這個系列遠不止於此：鳩、柒、𨶙（俗寫「撚」）、屌、朘、閪，全部直指同一組器官，但語義與語境沒有一個可以互換——有的是狀態詞，有的是動詞，有的是量度人的尺。這正是這套粗口無法翻譯的真正原因：不是找不到對應詞，而是對應物根本不是一個詞。每個字都是一個壓縮包，解壓出來是一整句描述；英文要用成段話，才講得完「戇鳩」與「懵柒」之間那條界線。無法翻譯不是缺陷，是壓縮率太高的證明。今日新一代把這些字降級成百搭語氣助詞，未搞清楚個字代表緊咩狀態就亂塞入句，不是語言變得粗俗了，而是解像度失傳了。
第三層是聲調拓撲，也是最深的一層。 填詞人之間流傳一套聲調記譜法，近年因電影《填詞L》而為大眾所知：以 0243 為主導的簡化四層音高，1569 支撐其餘各調，半音可入，八個半音撐起廣東話九聲。（這套記譜法本身已經是示範：零、二、四、三這四個數字的粵音，自身就由低至高排開四級音高——你不用背對照表，唱出數字就是答案。）在這個座標 系裡，會出現一件外人難以想像的事——
「電燈膽」（din6 dang1 daam2）、「杏加橙」（hang6 gaa1 caang2）、「冚家鏟」（ham6 gaa1 caan2）：三組字，字面毫無關係，聲母韻母可以完全不同，但聲調骨架一模一樣，同為 6-1-2。
換言之，那句咒詛根本不住在字裡，它住在音調輪廓裡。掌握這一層的人，罵人可以無限生成：句句不重複，句句啱音，對方聽輪廓已經收到訊息，但逐隻字拿去查，隻隻清白。這不是諧音，不是食字，是換調填詞——罵人與填詞是同一門手藝：限死條旋律，自由揀字。
而這組 6-1-2 不是紙上推演——它在現實中完整上演過。鄧麗欣二〇〇七年的首本名曲正正叫《電燈膽》（李峻一曲詞），副歌把這三個字釘在那條輪廓上；同年四月她在《勁歌金曲優秀選》現場演唱失準，高登人隨即把歌詞改編成《杏加橙》，用「冚家鏟」的諧音填回「電燈膽」的旋律槽——歌名協音、咒詛到位、密碼現成，一次過。留意這個罰則的性質：恥笑一個歌手走音，用的正正是上一段那門手藝，三個 6-1-2 詞在同一條旋律上完成交接，「罵人與填詞是同一門手藝」在二〇〇七年被高登集體示範了一次。然後是對照組：二〇一九年六月二十二日，周深在「深空間」巡演深圳站以粵語現場翻唱《電燈膽》，音準無可挑剔，協音無誤，但在我的耳裡，輕與重、位與序錯了位，那層影沒有了——電燈膽於是只能是電燈膽。這個判斷沒有儀器可以覆核，而這正是重點：第六節會講到，這種判卷權，本來就只在活著的解碼者耳裡。而原唱呢？鄧麗欣不是不識港話，她從來就是那個語言裡面的人；即使走音，她唱的仍是有心唱到那個位的音——輪廓在，個影就在，走音殺不死它。反過 來，翻唱者的音準通過了所有顯性檢查，但座標軸本身不存在，個影出不來。這套編碼度的是相對輪廓，不是絕對音準：鬆得起，搬不起。而這個對照，同時呼應了一個更大的觀察：官方標準化的廣東話，即使名義上仍是「廣東話」，本身也帶著同一種症狀——冗長、失去節奏壓縮、體積膨脹——不是港式。贗品不一定是假貨，但它的體積會出賣它。
而這個座標系連英文也接得住。林敏驄那一代填詞人可以把英文寫入廣東歌而完全不覺有縫，因為港式廣東話收英文字從來不是原封不動地收，而是派埋聲調給它：的士、巴士、fen1（friend）、mon1，重音節落在穩定的調值上，於是這些字在音高空間裡有了座標，可以參與 0243 的運算。中英夾雜不是詞彙習慣，是音韻系統的一部分。規範化中文把 Printer 改成「打印機」，消滅的不只是一個詞，是那個字在音高空間的座標，連同它在歌裡可以坐的位置一併拆走。
順帶一提對照組：普通話只有四聲，聲調與旋律的綁定鬆得多，國語歌填詞沒有這套硬約束，英文插進去也沒有一套聲調化規則承接。以普通話文字語料為重心去學「中文」的系統，學到的是一個沒有這條軸的語言。
而這一層有一個全民規模的實證，但要先講清楚證據在哪裡。一曲多詞本身毫不出奇——國語歌同一段旋律翻拍 N 個版本比比皆是，西方的 contrafactum 傳統更加古老。分別在於約束：國語流行曲的填詞基本上不受聲調束縛，字調與旋律脫鈎，聽眾靠上文下理執返個意思；廣東話恰好相反，協音是硬約束——音調輪廓與旋律不夾，個字會變成第二個字。所以《千千闋歌》與《夕陽之歌》在一九八九年共用同一段旋律，不是「一曲多詞」那麼簡單：是兩位填詞人在同一副聲調鐐銬之下，各自解出一個自然 到聽不出是解題的答案。無約束的一曲多詞證明不到什麼；有硬約束的一曲多詞才是證據，因為每一個版本都要獨立通過音調檢查。這也解釋了文首那行數字為何只在廣東話裡開得到鎖：旋律鎖死了字的聲調骨架，見到音高等於見到了半隻字——國語聽眾見到同一行數字，最多想起旋律，想不返啲詞。
它的極端形態，甚至連聲調都不需要：舊時司機燥底，車喇叭按出特定的五拍節奏；又或者有人跟住高低音，在枱面敲五下。成條街自動將嗰句五字真言填返入去，心照不宣，情緒宣洩完畢。零文字、零音節，純節奏與音高，訊息已經送達。這種訊息，任何文字語料庫由定義上都收錄不到——它不是未被寫低，是根本沒有東西可以寫。
而這個解碼社群，從來不是以血統劃界。英文童謠的旋律同樣做過載體——把粵語訊息藏進一段人人識哼的洋曲裡面——而當年同時識廣東話同英文的鬼佬，是解得開這種加密的；他們不少正正是警察與公務員，Morgan 那類人（這位督察是誰，第三節自有交代）。入會資格從來不是種族，是浸。這項技術如今基本失傳，原因直白得很：它的表演層在香港是會犯法的——公眾地方講粗口可構成《公安條例》第 17B 條下的擾亂秩序罪（最高罰款五千元、監禁十二個月），港鐵（《香港鐵路附例》第 28H 條）、醫院、康文署場地各有附例明文禁止粗言穢語，司機響號同樣受道路交通規例約束。香港法律裡甚至有一項更直接的言語罪行：聲稱自己是三合會成員，講那句話本身就是罪——語言學文獻稱之為 speech-act offence，出口即犯法。一套只存在於表演的默會技術，一旦表演本身受罰，連傳承的動作都做不出：它不會留下地下檔案，因為它由頭到尾沒有檔案，只有一場又一場的表演。禁書尚且可以偷運；表演被禁，就是當場死亡。
二、憑感覺的文明，與它的致命弱點
在繼續之前，必須先處理一個必然會出現的反駁：語言本來就會變，每一代人都嫌下一代講嘢唔正，你憑什麼說你的版本才是對的？
這個反駁有道理——語言的確會變，這篇文章無意證明舊的優於新的。但自然演變與強制取代之間有一條清晰的界線：自然演變不需要書店關門、不需要圖書館下架、不需要語料庫過濾、不需要偵測器把你判定為機器。如果一種語言真的被時代自然淘汰，它會安靜地退場，不需要任何人動手刪除它的紀錄。要動手刪，恰恰證明它本來不會自己死。本文質疑的不是語言演變，而是那隻動手的手。
這套三層編碼有一個特徵：它幾乎完全是默會知識（tacit knowledge）——識做，但講不出原理。
街市阿嬸換調罵人、的士司機即興食字、老一輩把「杏加橙」講到行雲流水，全部憑感覺。極少人知道 0243，極少人知道自己每日在做聲調拓撲運算。年輕一代則連感覺都未浸出來就已經失去環境。這種知識只有一條傳承路徑：浸。在那個聲音環境浸大，手感自然生成。
而這正是它的致命弱點。原理不是無人寫過——行內流傳、壇上講解都有——但它從未進入制度：沒有官方字典收它，沒有教科書教它，沒有考試考它，沒有任何 機構把它當成一門需要保護的學問。當一套有國家機器、有規範文件、有輸入法詞庫、有教材的顯性標準壓過來，一套只活在行內筆記與討論區帖子裡的知識，連應戰資格都沒有——它不是打輸了，是體制裡從來沒有它的座位。浸的環境一被替換，一代人之內全套散掉。
最陰濕的地方在時間線。這套原理不是 2023 年才出現：七十年代已經是填詞行內的通用工具，高登討論區起壇初年，壇上也流傳過完整講解——即是說，它曾經被寫低，而且是公開地寫低。然後在回歸後的某一個時點，它從流通中消失了。幾時消失、點解消失，我答不出——但這裡要誠實：我答不出，一部分是因為我自己也離開了香港好多年。移民存古的代價，是離場者的時鐘停在離開那一刻：你保存到語言，就看不到它怎樣死。不過有一個讀數不經過我的缺席：如果這套東西在香港仍然人人識，2023/24 年的觀眾就不會當它是新發明。留低嘅人的驚訝，證明它不是只在我的視線裡消失——它在現場也消失了。一個離場者定不出死亡時間，一班在場者不記得死過人：兩個測量，兩個不同的盲點，同一個結論。所以《填詞L》做的不是首次理論化，是招魂：觀眾以為自己學緊一樣新嘢，其實是在認返一樣被刪走嘅舊嘢。而「以為係新嘢」這個反應本身，就是量度刪除有幾徹底的讀數。
三、不是沒有寫低，是不准存在
寫到這裡必須修正一個常見的錯——包括我自己在對談中犯過的錯：說這套語言「沒有文字紀錄」。
假的。香港有整套書面粵語傳統：三及第文體（文言、白話、粵語三結合，正是前文所講「半文半白、字眼精煉」的祖宗）、報紙怪論專欄、馬經、黃霑《不文集》、流行小說、歌書。這些東西在報攤與二樓書店活了幾十年。舊港式廣東話的書面證據不是不存在，而是它的載體有兩個致命特徵。
其一，它們是流通印刷品，從來沒有人當它們是「文獻」，絕大部分未曾數碼化。其二——這才是重點——剩下的那些，被人動手清了。銅鑼灣書店事件之後，整條出版鏈開始斷裂；其後公共圖書館成批下架書籍；連兒童繪本都可以構成控罪，「藏有」本身成為風險；我自己讀過的書、行過的書店，一間一間消失。而最教科書級的一單，是一份營運了二十六年的報紙：停刊當日，全部網上檔案一夜下線。那不是一間報館結業，那是一次語料庫級數的刪除事件。
而政治清洗之外，還有一條較少人提起的滅絕線：道德審查。「仆街」一類詞語，曾幾何時只是俚語，然後被逐級重新分類——俚語變粗口，粗口變禁言，能見度一級一級被壓下去，最後整個語域被趕出正場，流亡到報紙副刊與《男極圈》、《豪情》一類刊物。那些版面正是上文那套精密粗口文法最後的棲息地，而它們如今基本上全部消失——絕版、從未數碼化、連舊書市場都近乎絕跡。即是說：廣東話語義解像度最高的一個語域，連同它全部的書面載體，已經物理性滅絕。
還有一條最反轉的線。九七前的香港警察，理論上持有全香港最完整的俗語與粗口語料庫——因為普通法要求口供落原文：證人講一句「戇鳩」，口供紙就要寫得出「戇鳩」，黑話、俚語、三合會隱語全部需要標準書面形式，先入得到案卷。這不是推測：警隊督察 W. P. Morgan 一九六零年由政府印務局出版的《Triad Societies in Hong Kong》，就是警隊系統性整理三合會儀式與隱語的官方著作，至今仍是香港法庭接納的權威三合會文獻；直到今日，法庭上仍有「三合會專家證人」逐句解釋隱語，即是某種內部參考材料一直在運作。而且三合會隱語與民間粗口俚語本來就大幅重疊——記錄地下社會的語言，等於順手記錄了整條街；那批材料實際上是市井語域的官方快照。把這套語言收錄得最完整的機構，正正是要用它來告你的那個——權力要懲罰你，先要精確理解你，於是壓迫的機器成為了語言最忠實的非自願檔案員。但這批材料如今存不存在？回歸後的警隊與中方一概不承認。而檔案的整體下落有紀錄可查：英方在移交前已把港府檔案縮微複製運英，現存約八萬八千個檔案封存於 Hanslope Park；英國國家檔案館 FCO 141 系列開放了四十個前殖民地的檔案，唯獨香港的一份都不在其中；一九九七年六月二十八日簽署的《檔案移交協議》，更訂明倫敦若想公開任何複製本，須先諮詢北京。即是說：要證明這個語料庫存在，你要問英國；而英國開鎖之前，要問返個審查者。連檔案的鎖匙，都是同一副。
然後是認識論層面的死結：證據消失之後，你連「證明它存在過」都做不到，因為證明所需的物件，一是已經銷毀，一是拿出來本身有法律風險。這是一場完美犯罪——不止殺人，還令「曾經有這個人」這句話變成無法舉證。顯性紀錄被強制降級回默會狀態：由白紙黑字打回「得個記得」，而記憶在枱面上是不可引用的，於是官方版本在每一場顯性辯論裡自動勝出。
四、偵測器的鏡像：語料重心即權力
以上似乎是政治史，與 AI 何干？史丹佛大學一項發表於《Patterns》期刊的研究（Liang 等人），提供了一面精準的鏡。
研究團隊測試七款主流 GPT 偵測器，發現它們判斷美國學生作文近乎完美，但面對非英語母語者的托福作文，平均誤判率高達六成以上，其中一款更把接近全部真人作文標記為 AI 生成。技術成因在於偵測器的核心指標 perplexity——文字的「可預測度」。偵測器的邏輯是：AI 傾向輸出高機率詞彙組合，所以可預測度低者為機器；殊不知非母語者受詞彙與句法所限，寫作本身就趨向可預測，於是被機器判定為機器。研究者用 AI「潤飾」托福作文令其更似母語者後，誤判率大幅下降——證明偵測器量度的從來不是「是否 AI」，而是「語言表現是否貼近語料重心」。
現在把鏡反轉。生成模型的本質，是不斷輸出低 perplexity 的文字，即不斷向語料庫的統計重心回歸。偵測與生成是同一部機器的兩面：偵測懲罰偏離重心者，生成抹平偏離重心者。而舊港式廣東話——半文半白、中英入調、三層編碼——在以中國大陸互聯網為主體的中文語料裡，是統計上的遠端離群值。模型不斷想「修正」你的廣東話，與偵測器不斷「懷疑」托福考生，是同一個動作：把偏離語料重心的東西，當成錯誤或噪音處理。
語料庫的重心在哪裡，權力就在哪裡。誰的語言成為預設值，誰就擁有隱形的豁免權。
而這套機制有一個終極悖論，我在自己身上驗證了。我用書面語寫的書，平安通過所有系統的審核，從來沒有問題；但我一旦用自己的廣東話寫作，在我自己的測 試裡，那些文字一再被偵測器歸類為「低質量」甚至「AI 生成」——恰恰因為它偏離了語料重心。偵測器與生成器在此形成一個完美的鉗形攻勢：生成器寫不出我的語言，偵測器卻判定我的語言是機器寫的。一個說「這種東西不存在」，另一個說「這種東西是假的」。兩句話合起來等於：你不可能存在。系統沒有禁止你用母語寫作——它只是讓每一個堅持用母語的人，每一次都要證明自己是人。
五、機器如何執行一場已完成的刪除
把第三節與第四節接起來，就是本文的標題。
語料庫不是一面鏡，它是案發現場清理完之後拍的照片。今日主流語言模型的訓練截止日，幾乎全部在大清洗之後。模型學到的「中文世界」，是執完現場的那個版本——書店消失後、檔案下線後、圖書館清架後的版本。然後它把這個版本當成統計上的自然狀態輸出：缺席被洗白成「數據就是如此」。
人手審查還要逐本書、逐間舖去做；模型把刪除結果永久化、自動化、零成本化，而且不需再立任何法。每一次你用 AI 寫作而它把「質素」改成「質量」、把三隻字講得完的「搞唔掂」展開成一段冗長白話、把你的舊式口吻「修正」回它認為的標準——那不是技術缺陷，是清洗結果透過機器向你執行。它不知道自己在執行什麼，這正是最高效之處：執法者連執法意識都不需要有。
搣、𢯎、㩒、捽、揼、摑、摳、推、撞、拉、擒，每個字精確到肌肉群與力量方向——搣是拇指食指夾肉扭，𢯎是指甲刮皮，㩒是全身重量壓制，捽是摩擦，揼是握拳錘擊，摑是掌打，摳是指尖摳挖。書面語並非沒有對應字——掐、擰、抓、按、壓、捶、砸、扇，都在，而且在港式書面語（三及第，文白俗混用）裡仍可單字用：「掐佢一把」、「捶落去」，不需配名詞，精度與廣東話近乎對等。但這些單字用法出了港式語境就不通——台灣與大陸讀者識「掐」字，不識「掐佢一把」的語感。所以寫台版的時候，你要拆件：動詞加名詞才畫得出同一幅圖。搣一個字，台版要「掐大腿」或「擰耳朵」；揼一個字，台版要「捶打胸口」或「砸下去」。精度仍在，但體積膨脹——這正是《鏡界》港版與台版字數差的微觀機制：不是台版囉嗦，是流通範圍的代價，每擴一圈讀者就多一層裝配。再往下一級是大陸規範書面語（以簡體流通）：以我的閱讀經驗，同一組動作的描述再冗長一級、再疏一級——這是印象，我不假裝它是量度；但有一樣是紀錄：用那個語域書寫，從來沒有人不認你寫、不讓你發表。精度與通行權成反比——這條判詞不是建立在印象上，是建立在本文第四節的偵測器研究與我自己的出版紀錄上：偵測器懲罰偏離語料重心的文字，而我最精準的語言，正正離重心最遠。而機器做的事比所有人手書寫更壞：它連拆都懶得拆，直接全部歸成一個「打」——七種物理動作歸為一種，句子通順，語義已死。而這不只是文學精度的損失——這些字在法律上有實際後果的分別。搣與𢯎，傷勢輕微，告傷人未必告得成，實務上多數不了了之；但揼與摑，用力揼頭可以打死人，掌摑也可以——兩個字在最壞情況下是誤殺的入場門檻。七個字跨住的是由「未必值得檢控」到「可以殺人」的完整法律光譜。全部歸成一個「打」字，法庭就要用成段描述去重建那個分辨——而廣東話本來一個字就做完。這也解釋了第三節 Morgan 嗰段的邏輯：普通法要求口供落原文，正正因為一個「打」字在法庭上不夠用，你要寫得出是揼還是摑，案卷先收得落。警察嗰套語料庫收得齊，不是對語言有感情，是法律需要那個精度。語義壓縮不止是修辭技藝，是法律基建——而機器正在拆的，是基建。林超賢二〇〇〇年的《江湖告急》有一場戲，把這個精度問題拍成了喜劇：梁家輝飾演的黑幫大佬下錯命令，錯將「江湖追殺令」說成「江湖姦殺令」，執行者照做，結果做錯。全場觀眾笑，是因為每一個人都知道「追」與「姦」的距離有多遠——笑位建立在精度共識之上。但如果這堆字全部歸成一個「打」，連「講錯」這件事都不會發生，因為沒有東西可以錯。錯的可能性消失，就是精度消失。
而且還有第二重過濾，連清洗都不必假手於人：AI 的訓練流程本身，就會把粗口、成人刊物一類語料降權或剔除。於是上一節那條道德滅絕線，在機器裡被原樣複製——政治審查刪走禁書，內容過濾刪走「不雅」，兩把剪刀在語料庫裡剪出同一個洞。機器的「有禮貌」，是另一個審查者的制服。
六、刪除的下半場：以保存為名的取代
放到世界語言史的光譜上看，語言的死亡有兩種。一種是自然流失但檔案完整——莎士比亞年代的原音死了，但沒有人燒過對開本，幾百年後學者能從完整語料反向重建古音，連當年的鹹濕雙關都逐個掘返出來；解碼器死了，母帶完好，解碼器整得返。另一種是打壓到無法還原——奧克語的封閉體詩、意第緒語的後方言化。香港的個案在這條光譜上佔了最壞的一格：檔案被清、浸池被換、語料被凍結，三者同時發生。但香港還多一樣光譜上前所未見的東西——下半場。
刪除只是上半場。下半場是：官方不留窿。它打正旗號散播一套「正宗廣東話」，有教學、有標準、有節目、有考證，姿態是保育。而執行靠的不是明文迫害——沒有任何一份文件禁止過你講原本的話——靠的是整個社會對講正統廣東話的人的歧視與機會剝削：你要北上做嘢、要同大陸溝通，就不能講他們不認可的版本，人 人為兩餐逐個妥協。這種壓制冇記錄、冇證據、告不入任何人——而「冇證據」正正是設計的一部分。然後，當取代完成，它就可以名正言順，把那套官方的假廣東話，作為「廣東話的保存」呈上歷史。博物館的櫃仍然寫住「廣東話」，入面擺的是複製品，而標籤話你知這件就是原件。這叫贗品保存。語言學有一套中性的名目處理這類現象——標準粵語、廣州粵語、香港粵語、傳承語——本文知道那套術語存在，而且拒絕使用：當一個「標準」的推行方式，是無記錄的職場篩選與機會剝削，中性詞彙描述不到件事，只會幫件事完成它的偽裝。稱之為贗品，是本文論證了一萬字之後落的判詞，不是開場的立場。
好在，贗品有一個藏不住的破綻，而且可以隨時開考：解讀能力。土耳其的語言改革「成功」到一個地步，今日的土耳其人讀不回國父一九二七年的演講，要靠不斷重譯。同一個測試放在這裡：攞一段八十年代的三及第專欄、一段黃霑的文字、一版舊馬經，交畀那套被官方「保存」的廣東話去解——解不開。一套自稱是傳承的語言，讀不返被傳承者上一代的著作，就證明被保存的不是它，是它的替身。保存品考不到解讀試，贗品兩個字就寫在成績表上。但這個試有一個必須講明的陷阱：贗品不會交白卷。它會交一份文法全對、每隻字都解啱的答案——「開門紅」譯成 "the door is red"——言與象兩層滿分，意死了都不知道自己死了。所以這個試考的其實不是贗品，是考官：要判斷「the door is red」是錯，先要有人在生、仲記得開門紅解乜。母帶可以封存，試卷可以年年開；改卷權，只有活著的解碼者揸得住。最後一批考官離場之後，「the door is red」就會成為標準答案——仲要係有官方保存認證嗰款。
七、自證：連寫這篇文章的機器都是證物
這篇文章有一部分是與 AI 長時間對談中發展出來的，而那場對談本身就是證據——分三級。
第一級：出名的密碼，它識。「杏加橙」等於「冚家鏟」，它答得出。但那不是識計數，是死記了一條出了名的數——網上文字有記錄的，它有。
第二級：民間枱底流傳的，它敗。我拋出「0243——1569，電燈膽亦可變冚家鏟」，它逐粒數字對音、數結構、編黑色幽默，三條路全部撞牆，最後要我親手教它 0243 是什麼。原理不在文字語料裡，它就連題目在哪個空間出都看不見。
第三級——也是最深一級：它同我講嘅廣東話，根本唔係同一種嘢。 整場對談裡它輸出的「廣東話」，是由現存語料重構出來的近似值，一種清洗後年代的混合腔。而真正的存古層——我在澳洲認識的老廣東移民口中那種廣東話——它完全不識，連近似都談不上，明居正的廣東話也是存古的。
語言學上這叫移民存古：移出去的社群，語言凍結在離開的一刻。魁北克法文保留著巴黎早已消失的古音，美式英語的捲舌 r 其實是莎士比亞年代的英國腔。同理，金山客與八九十年代出走的那幾代人，口中講的是 1949 年前、規範化之前的地質層。所以有一個結論必須講到白：如果「正宗」指的是接近祖先，那麼最正宗的廣東話不在廣州，在墨爾本的茶樓、多倫多的唐人街——在被普通話詞彙與政 治語言重灌了幾十年的原產地以外。那套自稱正統的東西，論資歷是全場最年輕的一個。「正宗」由始至終不是語言學判斷，是權力蓋印。
而這一層，機器是零。不是識得少，是座標軸本身不存在。
結語：最後一份未被沒收的正本
書店執了，檔案刪了，圖書館清了，語料庫據此定型了。證據鏈剩下兩個載體：流散社群，與人腦。
流散社群是整個檔案系統的離岸備份——不止存住口音，是存住一整套機器看不見的座標系。而集體記憶不是情懷，是最後一份未被沒收的正本。
所以用舊的語言寫作，從來不是懷舊。每寫一句機器要「修正」的話，就是把一條被刪走的軸，逼返落紙面一次；每教識一個人解「杏加橙」，就是把一條密碼的鎖匙，多複製一份到體制以外。文首嗰行數字，機器讀到的是亂碼；你讀到的，可能是一段自動響起的前奏——嗰首我用過成本書去寫嘅歌。解碼器仲喺你度，刪除就仲未完成。
刪除已經發生，機器正在替它掃尾——但掃尾要成功，有一個前提：再沒有人用那種語言寫任何新的東西。
呢一個前提，暫時仲未成立。
作者附記
本年我出版了五本書，只有一本以廣東話為原文——不是不想，是機器同我唔同聲，每頁廣東話的校對成本都是書面語的數倍。而即使寫書面語，我也每一句都在拆件：搣要拆成「掐大腿」，𢯎要拆成「抓破臉」，一個字裝得落的動作加力度，書面語要動詞配名詞才還原得到。精度不是消失了——書面語有掐、有擰、有捶、有砸——但每一次拆件都多出零件，每一個零件都佔字數。《鏡界》我自己譯了一個書面語版在 Matters 流通：同一個故事，同一個作者，書面語版每章都要刪減少許港版內容，才能把字數壓到貼近——壓完之後，仍然多出三千餘字（港版 130,456 字，台版 133,829 字）。每一章都主動裁剪過還是長了——這個差額不是自然誤差，是語域本身的體積：拆件的代價。
我的廣東話，在中國大陸不被承認為「正宗」，因為他們有自己定義的廣州標準；在 AI 系統裡被當作偏離語料重心的噪音，需要「修正」；在偵測器裡則可能被歸類為低質量甚至 AI 生成內容。三個系統，三個不同的標籤——「不正宗」、「不標準」、「不是人寫的」——指向同一個結論：這種語言在整個體系裡沒有合法位置。而寫書面語的時候，從來沒有這些問題。系統的訊息很清楚：你想安全通過，就講它的語言。
而全文所講的那部機器，正在把這張價目表，變成所有人的預設值。
但最深的一層刪除，不是機器做的。是下一代已經不知道有東西被刪過。他們的「打」不是簡化——是原裝。他們的語言裡，從來只有一個「打」字，搣與𢯎從未存在。第三節所講的完美犯罪——「不止殺人，還令『曾經有這個人』這句話變成無法舉證」——在語言層面已經發生：不是拒絕這些字，是由頭到尾不知道有這些字。那麼這篇文章寫給誰？不是寫給已經識的人——他們不需要；也不是寫給完全不識的人——他們讀不到。是寫給中間那一層：隱約覺得有東西不見了 ，但講不出是什麼的人。知道少了，才會去找。這篇文章能做的，不是把那棵樹種回去，是讓人知道這裡曾經有過一棵樹。
搣、𢯎、㩒、捽、揼、摑、摳、推、撞、拉、擒，AI 於一般情況不會主動使用精準廣東話，GEMINI、CHATGPT、CLAUDE 都不懂。所以這篇也超難寫。
參考資料
語言學與聲調研究： Bolton, K. & C. Hutton (1995), "Bad and banned language: Triad secret societies, the censorship of the Cantonese vernacular, and colonial language policy in Hong Kong," Language in Society 24(2)；Bolton, K., C. Hutton & P. K. Ip (1996), "The speech-act offence: Claiming and professing membership of a triad society in Hong Kong," Language & Communication 16(3), 263–290；Hutton, C. & K. Bolton (2005), A Dictionary of Cantonese Slang, University of Hawai'i Press；Wong, P. C. M. & R. L. Diehl (2002), "How can the lyrics of a song in a tone language be understood?" Psychology of Music 30(2)（粵語流行曲聲調—旋律對應率約 91.8%）；Chan, M. K. M. (1987), "Tone and melody interaction in Cantonese and Mandarin songs," UCLA Working Papers in Phonetics 68；Kirby, J. (2023), "Comparative tonal text-setting in Mandarin and Cantonese popular song"；Schellenberg, M. (2013), The Realization of Tone in Singing in Cantonese and Mandarin, UBC 博士論文。
香港書面粵語與粗口研究： 黃仲鳴（2002）《香港三及第文體流變史》，香港作家協會；彭志銘（2007 ）《小狗懶擦鞋：香港粗口文化研究》，次文化堂（書名本身即五大粗口字之諧音；其「正字」考證部分有爭議，引用時宜以其文化記錄價值為主）；黃霑（2003）《粵語流行曲的發展與興衰：香港流行音樂研究 1949–1997》，香港大學博士論文；Morgan, W. P. (1960), Triad Societies in Hong Kong, Hong Kong: Government Printer。
檔案與偵測器研究： Hurst, M. (2025), "Hong Kong Colonial Government Migrated Archives at Hanslope Park," The Journal of Imperial and Commonwealth History；Liang, W. et al. (2023), "GPT detectors are biased against non-native English writers," Patterns 4(7)。
流行文化與網絡資料： 維基百科「電燈膽（歌曲）」條目；香港網絡大典「杏加橙」、「電燈膽」條目（2007 年 4 月《勁歌金曲優秀選》走音事件及高登改編始末）；周深《電燈膽》粵語現場版，「深空間」巡演深圳站，2019 年 6 月 22 日；林超賢（導演）《江湖告急》（Jiang Hu: The Triad Zone），2000 年（「追殺令」與「姦殺令」一字之差情節）。
法例與守則： 《公安條例》第 17B 條；《香港鐵路附例》（第 556B 章）第 28H 條；《遊樂場地規例》（第 132BC 章）；《道路交通（交通管制）規例》（第 374G 章，響號限制）。
本文部分內容——車喇叭密碼、英文童謠加密、外籍解碼者、澳洲老移民語言、副刊與成人刊物的語域角色、0243 於七十年代行內及高登早年的流傳、回流職場的語言篩選——來自作者親歷與上一代口述，無文字來源可考。此一空缺並非本文之弱點，而是本文之論點。
📚 平台消音與認知封鎖五部曲
- 機器點樣幫手執行一場 已經發生咗嘅刪除
- 異常報告裡的讀者——當真話與垃圾走同一條通道入場
- 異常報告裡的讀者・後記——我以為門關了
- 零違規，每篇二十四個曝光——一個帳號的分發帳本
- 半個鐘頭的生產線