纯科学：仓许默汉字体系——中国传统文化研究的颠覆性突破|2026-01-14

一、简介

许慎的《说文解字》是存世的最早字书。它不仅仅是我们现在理解的字典，更重要的是系统提供了汉字构造的基础元件——部首及造字的六书四象等汉字造字的规律。许慎在《说文解字》中建立了以540个部首为基础的汉字造字规则体系。在《说文解字》之后，虽然后世持续有新的字书推出，并且收录字数不断增加，但部首基本稳定在《说文解字》建立的540个范围内，甚至后世简化为明代《字汇》的214个，并且沿用至今。这充分说明许慎的《说文解字》在部首的收录和造字规则上已经达到一个顶峰。只是许慎的部首体系本身没有严格分级。

遗憾的是，中国现在的“语文”教育体系近乎放弃了部首的教育和传承，而是以字为基础进行语言学习，并且将语文这门课程定位成简化版的文学专业课，从而使汉语学习在一开始就失去了“全科”与“通识”的本质。

默公《说文解字教本》颠覆了许慎“据形系联”，建立了“义类统领”的严格树形科学分类结构，重建了部首三级分类体系。核心为6个一级类→90个二级类→540个三级类的树形分类系统。

这套严谨的汉字部首分级体系，远远不止是汉字研究的颠覆性突破，最重要的是通过恢复部首为基础的学习和继承，突显了中华文明近乎所有核心的精华，其科学化程度达到令人惊艳的水平。

部首，以及用它为基础构造汉字的规律，是中华文化最核心的精华。部首，是中国老祖宗对宇宙一切属性最高度的慨括和精练，集中体现了中华文明的思维方式，也是今天的时代最迫切需要的文明营养。

需要特别强调的一点是：今天之所以要特别推崇以汉字为基础的中华文明传统文化，并不单纯是因为它有五千年悠久历史，曾经有多么辉煌，而是因为从未来人类文明发展角度来说，它正好是人类进入未来的第四次工业革命、第三代科学革命、以人工智能为代表的未来智业革命所必须的。人工智能不能只是去堆算力和消耗更多电力，而必须在另一条路径上大力开拓：就是人类的知识和信息熵值最小化，从而以最小的算力和电力消耗而获得更好的训练结果。这个只有重新进行汉字革命和与其相呼应的第三代科学才有可能实现。

二、严格层级化的汉字体系意义和价值

1. 以化学物质为参照理解层级体系

要理解什么是层级化，我们可以参照一下化学物质的层级体系。化学物质的构成遵循“原子→化学键→微观结构→宏观物质→各类物体”的层级逻辑，化学键类型决定微观结构，微观结构决定物质的物理化学性质。

(1) 门捷列夫发现了原子的元素周期表，一切化学物质都是由原子按照层级构成的。截至2026年1月，元素周期表中已被正式确认的化学元素共118种，原子序数从1（氢）到118（鿫，Oganesson，Og）。每一种原子的化学性质是一样的，只是会有不同的同位素——就是化学性质一样，只是原子量不一样（原子核里中子数量不一样）的变种。

(2) 化学键是原子相互之间进行结合的作用力和规律。

(3) 原子通过化学键相互结合形成物质的微观结构，主要是分子，另外还有离子构成形式以及晶体。

(4) 微观物质可在宏观上形成纯净物质，混合物，聚合物等。

(5) 不同的宏观物质以物理方式结合形成宏观的千千万万各个实际物体：人体、各种生物、山川河流、大气云雨、更宏观的星体等等。

截至2026年1月，以CAS REGISTRY（美国化学文摘社物质数据库）为相对权威的统计口径，已收录并分配唯一CAS号的不同化学物质（含分子型化合物、单质、合金、聚合物、UVCBs等）总量已超2.9亿种，其中分子型化合物占绝大多数，且仍以日均数千至上万种的速度持续新增。其实，现实世界中的物质数量会比2.9亿种多得多，因为以不同单一CAS混合还可以形成更多种类的物质。

但所有这些化学物质和宏观物体，追根溯源都是由这目前来看最多118种元素构成的。有了化学元素周期表，我们就可以理解不同化学物质之间的底层关系和它们的形成规律。如果没有它，人们就只能死记硬背大量表面上毫无关联的化学物质性质和名称。

2. 仓许默汉字层级体系

构成汉字的“原子”就是部首，许慎《说文解字》中最多540个部首。但原子本身也是极其有规律的，这就是门捷列夫元素周期表。在默公之前，并没有对部首本身的规律规定那么严格。默公的重大贡献是建立了汉字部首的“元素周期表”，他将540个部首规范成了非常严格的三级分类体：

6个一级类→90个二级类→540个三级类（也有四级甚至五级，但实际应用中三级就足够了）。

许慎在撰写《说文解字》时，更早期的甲骨文已经失传了。默公充分吸收了甲骨文等中国文字演化的最新研究成果，使中国文字发展演变的历史更为清晰，其规律性和科学性达到极致。

默公将这些研究成果集中体现在其编撰的《说文解字教本》中。

可以说，汉字是由部首，按照造字规则形成的。由汉字可以形成词组来表达更多的事物。这些形成文明的微观单元。

再由汉字与词组形成书信、诗词歌赋、官方文件、商业文书等宏观的语言单元应用。

将以上语文单元应用整理成书，更进一步将更多书形成文明系列的典籍，如：经、史、子、集等。

3. 价值和意义

默公的这个研究成果远远不只是汉字发展历史的一个纯学术成就，而是对整个人类文明发展具有极大的颠覆性意义。他不仅使我们真正理解了汉字以及中华文明的精华与价值，也将对整个教育体系和人类文明的学术体系带来颠覆性的改变。对我们理解科学、语言的本质等都具有不可估量的意义和价值。

首先是中华文明与其他文明的关键性区别，主要体现在部首上，而不是“单字”上。事实上，所有拼音文字也都可以看成是层级体系的。其最底层是字母，一般各个拼音文字体系的字母数量都很少。例如英文就是只有26个字母。日语的50个片假名数量就已经算比较多的了。它们与汉字部首之间关键性的区别在于，拼音语文字的字母都是表音的，基本上没有任何实际意义。

更高一层就是以字母构成单词。由单词组成词组。

再往上与汉字表面上就很难看出有太大区别了。

我们都知道汉字与拼音文字的重大区别在于它的表意上。不过，如果我们只是对比各个汉字“单字”与拼音文字的“单词”的话，很难清晰区别两者间的表音表意上巨大差异如何体现。因为大量拼音文字的单词似乎也有表意的性质。例如一些词根或词缀：-tive，-able等不仅是表示它是形容词，而且-able还有“使……能”等表意性。im-等前缀有否定的表意性。所以，如果仅仅从字或单词及其以上的层级进行对比，汉字的表意性并不是显得那么地不同。

关键性的区别是在部首上。汉字的部首从层级上看是类似于拼音文字的字母，都位于最底层，甚至有些汉字在构造单字时的部首也是表音的。例如汉字的“江”，右边的“工”最初就是表音。“江”字最初发音就是与“工”相同的gong，而不是现在的jiang。但汉字的部首本身全部都是表意的，即使在构造单字时是表音的，它本身也是表意的，这才使汉字体现出以表意为主要特征。

其次是汉字的熵值最小化特性，这体现在部首的数量适度上。所有文字都是以“字母”或“部首”为最小的基础单元，以此为基础构造成“单字”或“单词”。这个本质上并没有不同。但从文字系统的经济性上看，区别在于是否符合熵值最小化的原理。熵值最小化，意味着文字和语言表达同样的意思需要的文字和语言数量最少，从而学习和记忆的数量就最少。这个可以用信息论中霍夫曼编码的原理来证明。霍夫曼编码是一种基于信息熵的无损数据压缩算法，由大卫・霍夫曼（David A. Huffman）于1952年提出，核心思想是对出现频率高的符号分配短编码，频率低的符号分配长编码，从而最小化编码后的总信息熵最小化。英文字母只有26个，绝大多数拼音文字的字母数量都差不多，不能过少。字母过少带来的问题是，组成单词时需要较多的字母。仅包含一个字母的英文单词只有两个：i（我）和a（一个），两个字母的只有20多个。很多高频单词的字母数量达到12至15个。但汉字的部首有540个，即使常用的也有200个，数量适度。另外单字与部首其实都是一个字的长度。因此构造的单字有5000到1万多。2到4个字组成的词组、成语、新名词等基本就可适应社会与科技的发展需要。假设以5000汉字为基础进行组合，2字词组空间有2500万，3字1250亿，4字625万亿，其空间非常充裕。

拼音文字其实也可以用单词来形成词组，问题只是单词已经很长了，如果多个单词构成的词组，其长度很容易就会失控，太长了。因此与采用拼音文字形成词组相比，它往往是取词组中第一个字母拼成简略词，形成新单词。如激光，其英文词组名是“Light Amplification by Stimulated Emission of Radiation”（受激辐射光放大）。因这个英文词组名太长了，就变成取第一个字母的缩略词laser，但因为英文的字母没有任何表意性，就使这个新词完全看不到原来的含义了，而中文将“受激辐射光放大”缩略成“激光”，依然很好地保留了原意。大量的英文词组因太长，不得不采用取第一个字母组成新词，或者截取部分词根词缀构成新词。后面的词根词缀构词法形成的新单词还算有一定的表意性，但它们已经是新单词了。这使英文每年产生大量的新单词，据统计每年高达2万多个，而累积的英文单词数量已经多达上百万。如此庞大的单词数量使得学习的负担越来越重。这将成为以英文作为母语的民族，无法进一步迈向第四代工业革命和第三代科学文明的关键性障碍。

汉字的熵值最小化特征使汉字形成的文章长度比其他拼音文字语言可以少很多。现在是白话文，已经比较啰嗦，还是普遍比拼音文字短，如果采用文言文，其长度更是比拼音文字少得多。加上汉字的表意性，使得学习者很容易理解新词，从而极大地减轻学习新知识的负担。

第三是汉字的同一性。体现为空间上的同一性与时间上的同一性。空间上的同一性可使空间上跨度极大的不同地区都保持语言的同一性；时间上的同一性，体现为语言的时间稳定性。如果人类未来进入星际移民和旅行的时代，汉字可能是唯一可以适用的语言。因为星际旅行，尤其是跨星系的移民，可能会达到百年和千年的时间跨度。如果采用其他拼音文字的语言，一个星际旅行往返，等他们回来时，可能地球上航天基地的人与返回的人根本就没法顺利沟通了，因为无论地球上的人类和星际旅行的人类都已经演化成全新的语言。今天的英国人基本上都已经看不懂400多年前莎士比亚的作品，更别提创作于公元8-10世纪的古英语史诗《贝奥武夫》（Beowulf）了。

唯有采用汉字，无论星际旅行多少年，出发时与回来时的任务说明书和星际任务执行报告都是一样的文字语言。如果用拼音文字，出发时任务说明书是凯尔特语，回来时听报告的人已经只懂印度英语，汇报星际任务的人说的已经是半人马座语，全都对不上听不懂了。

汉字是世界上唯一被证明过经历几千年也可以不发生变化的文字，也就是唯一被实际证明过适合于星际文明的文字语言。

因为文字语言最关键的价值和意义，就是要让不同空间和时间的人能够相互沟通和理解，因此可以说，空间和时间上的同一性是文字语言最基本的特性。从这个意义上说，汉字是地球上唯一合格的文字语言。只有理解了这一点，文化自信才具有最坚实的基础。

第四是第三个优点中空间统一性的推论，也就是汉字是唯一可以实现人类命运共同体的文字。由于拼音文字极不稳定，空间同一性很差，所以它很自然地会倾向于导致国家的分裂。因为时间长了不同地区很自然地因为发音的不同而演化出不同的语言文字，由此就导致形成不同的种族和国家分裂。汉字的空间统一性是中国可以稳定地形成大范围国家的关键条件和原因。如果汉字成为世界语，很自然地就为人类命运共同体建立了最基本的前提条件。

第五是有了仓许默汉字体系，汉字将从最难学习的语言，变成最容易学习的语言。过去人们认为汉字很难学，原因在于没有找到汉字最根本的造字规律。以字为基础进行学习，需要记住5000到7000个字，但从部首开始学习，需要记住的东西数量就极大地减少，并且因为他们有极强的规律性，学会后很难忘掉。事实上，学习他国的拼音文字时，一个非常有效的方法是词根词缀学习法，也就是从拼音文字的造字规律出发来进行学习。但因为拼音文字时间同一性很差，因此词根词缀的规律性并不强、变体和例外很多。虽然如此，借助于这种方法能部分地理解单词的造字规律，也非常有助于理解和有效减少单词的记忆量。而汉字的造字规律性是非常强的，并且变化极少。因此，如果学习汉字以部首为基础，而不是以字为基础，可以极大地减少记忆量，最终会越学越快。

第六是中华传统文化思维方式与现代科学的高度一致性。只有通过部首造字的规律学习，才会充会理解中华文明“名实相符”与现代科学的实验与测量方法的内在一致性。文字就是客观世界、人类思想与精神等对象的名和映射，名实是完全相符的。部首，是中国古人对世界最广泛和最基本属性的最高程度抽象和总结，在此基础上的造字规律，体现了对世界的分析、综合等认知。这种认知方式有其不足之处，主要是精度、严谨性和因果性不足，但它本质上与现代科学文明的实验和测量是完全一致的。

第七是其全科性或通识性。部首本身是对人类所有认知对象属性的高度概括和总结，造字，形成的词组成语等是对世界各个领域的认知。因此，文字和语言本身应当是全科、通识，而绝对不是纯文学专业。中国古代经典中的《尔雅》《尔雅翼》等很多类似字书的典籍，事实上就是博物学或百科类的书籍。如果是从小学开始学语文的，此后很难去读这类典籍。但如果以汉字学为学习的起点，可以很容易读懂任何类型的中华典籍。

当然，我们提到汉字的这些优点，也不是说拼音文字绝对一无是处。当年之所以人们以为汉字是走向科学文明的障碍，是看到拼音文字与现代科学的一些相容性，就是现代科学基本都是采用拼音文字的字母作为符号语言，如变量、运算符号、函数名称、标识等，的确非常简便。例如函数表达式：

y = f (x)

各种数学公式等等，除阿拉伯数字（其实是印度数字甚至有人认为最初是源自中国）外，基本都是援引自拼音文字的字母。

另外西方文明中对严格的因果律，绝对精确性的追求等，是值得充分继承的。但是要从中看到，数学符号采用的就只是拼音文字的字母，而文字反倒成为在科学中占次要地位的。

所以，最完善的语言体系是汉字作为日常交往和叙述性的语言，拼音文字的字母作为理工科专业的文字和语言。

三、必须对语文课进行全面改革 —— 语文是中国教育最大的错误和失败

以上讨论的意义和价值还只是浅层的，最大的意义和价值在于彻底颠覆当前教育和学术界存在的巨大缺陷。