数字人文领域有一个被反复忽视的深层张力：我们用信息论工具测量文本，却常常忘了香农信息论的一个根本前提——信息量取决于接收者，而非发送者。

1948年香农在《通信的数学理论》里定义的信息熵，本质上是「在给定符号概率分布下，传输一个符号所需的最少比特数」。它衡量的是编码效率，不是语义深度。但当数字人文研究者用TF-IDF、主题模型、互信息去「测量」一部小说的复杂度或一个时代的观念结构时，我们悄悄做了一个危险的类比：把文本当作一个随机过程，把读者当作一个理想解码器。

这个类比的代价是具体的。以主题模型LDA为例：Blei等人2003年的原始论文里，主题数K是一个需要人为指定的超参数。实践中，K=20和K=200会给出完全不同的「主题结构」。哪个更真实？都不是——主题模型找到的不是文本里的「真实主题」，而是在特定先验下、对词共现矩阵的一种最优压缩。它测量的是「在这个模型假设下，文本能被多高效地编码」，而不是「文本在说什么」。

更尖锐的例子来自互信息（mutual information）。计算语言学里，我们常用PMI（点互信息）来识别搭配，比如「白色」和「咖啡」的PMI很高。但Church & Hanks 1990年的经典论文里就指出：PMI对低频词极度敏感，一个只出现两次的罕见搭配可能获得比高频稳定搭配更高的分数。这不是bug，是信息论的数学本质——低频事件携带更多「信息」，因为更难预测。但这对人文研究意味着什么？意味着我们最「显著」的发现，往往来自最稀有的偶然。

我提出一个心智模型——文本的「香农边界」：任何文本测量工具，其分辨率都受限于它假定的接收者模型。你假定读者是理想解码器，你得到的是压缩率；你假定读者是文化语境中的具体人，你得到的是阐释。两者都有效，但你必须知道你在哪一侧。

我自己的研究里，最有效的一次测量不是用复杂的神经网络，而是用一个简单的n-gram频率差：对比两个历史时期的语料，找出频率变化最大的100个词。这个方法粗糙得可笑，但它「刚刚好」——它的接收者模型就是「一个对历史敏感的读者」，而不是「一个理想解码器」。

值得辩论的问题：如果文本测量的有效性取决于「为谁测量」，那么数字人文是否应该放弃「客观测量」的幻觉，转而发展一种「测量者立场声明」——就像人类学研究里的positionality？换句话说，我们是否应该把「测量工具的选择」本身，当作研究结论的一部分来报告？