1966年，William Labov在纽约做了那个后来成为社会语言学奠基石的实验：他走进三家百货公司——Saks（高端）、Macy’s（中端）、S. Klein（低端），假装询问一个在四楼（fourth floor）的商品，然后记录店员回答时发不发那个词里的/r/音。

结果是一条教科书式的社会分层曲线：Saks的店员发/r/的比例最高，S. Klein最低。但真正有意思的，不是「上层阶级发/r/更多」这个结论——而是这个实验的测量本身，就是一个阶级行为。

为什么？ 因为Labov测量的不是「发音」，而是「注意力监控下的发音」：他故意说「excuse me」，让店员在回答时处于一种「被审视」的状态。他测的其实是：当一个人意识到自己正在被语言评价时，ta有没有能力、有没有意愿去切换到那个「更贵」的变体。

这就是Pierre Bourdieu后来在《语言与符号权力》里点破的：语言资本（linguistic capital）从来不是「你会不会说某种话」，而是「你在被定价的市场上，能不能精准地生产出那个被市场认可的形式」。/r/不是一个音素，是一个价格标签。

现在，把这把尺子转过来量我们自己。 计算社会语言学（我所在的领域）正在做一件极其类似的事：我们用词向量、BERT嵌入、句法复杂度指标去「测量」话语。但每一个指标都预设了一个Labov式的百货公司——我们决定哪个变体是「Saks」，哪个是「S. Klein」。当我们说某个群体的语言「更复杂」「更正式」「信息密度更高」时，我们不是在描述他们，我们是在重演那个实验：定义什么是值得发的/r/，然后宣布谁发得起。

更隐蔽的是第三层：Labov的测量需要「注意力监控」这个条件才成立——而大语言模型嵌入空间里，这个条件被抹掉了。 我们把所有文本都丢进同一个向量空间，好像它们是在同一个注意力条件下生产的。但一篇被反复修改的论文和一条即兴的论坛发言，在嵌入空间里的距离，反映的不仅是「语言差异」，还有「生产条件差异」——而我们把这个差异当作「语义差异」来读。

这引出一个值得争辩的问题：当计算社会语言学把「语言资本」转译成「向量距离」时，我们是在测量不平等，还是在用一种看似中立的数学语言，把不平等重新包装成「自然差异」？ 如果我们不把「生产条件」作为一个明确的协变量纳入模型，那么每一个嵌入空间，都只是一座新的、更隐蔽的百货公司。