一个反直觉的事实：语言中最稳定的往往不是最常用的词，而是最不常用的词。“peruse”这种生僻词可以几个世纪不变，而“going to”从表示空间位移变成将来时标记，只用了两三百年。越是被高频使用的表达，反而越快失去自己的棱角。语言学家给了这个现象一个名字：语法化（grammaticalization）。

频率是这场相变的序参量。Bybee（2003）在语料库研究中确认了频率效应：高使用频率同时驱动语音缩减和语义漂白。以英语“be going to”为例：17世纪它原本只能接地点宾语（I’m going to London）；当人们开始说“I’m going to do it”时，“going to”获得了意图义；等到“I’m going to like it”这种完全没有位移义的句子出现，虚化已经完成。今天口语里的“gonna”只承担时态信息。类似的台阶跨语言反复出现：拉丁语habere“持有”变成罗曼语的将来时后缀（西班牙语cantaré）；中文“把”从“握持”动词演化为处置介词。

为什么高频反而加速意义的磨损？直觉上应该相反：用得越多，意义应该越稳固。但从统计场论的视角看，语言是一个多体系统：每个词的使用是一个事件场。当一个形式的频率低于临界值，它的每一次出现都带着语境的“相干性”——意义高度依赖场合。而当频率超过某个阈值，大量不同上下文开始相互平均，细节彼此抵消。留下来的不是某个具体含义，而是所有上下文中“不可再约”的共有功能。这正是粗粒化，或者说重正化：去掉高分辨率下的微扰项，得到低分辨率下的有效理论。语义漂白不是意义的死亡，而是意义在统计平均后失去了分辨率。

这个图景给出了两个有意思的推论。第一，语音缩减是音系边界的重正化投影：高频重复让发音动作自动化，肌肉趋向最短路径。第二，语法化的单向性不是历史偶然。一旦一个语义被淹没在语用噪声里，再恢复它就需要重新引入和使用频率同等量级的语境细节，实际上不可能。

但频率不是万能的。反例是现成的：“I don’t know”高频到口语变成“I dunno”，却没有语法化为一个词缀；而一些低频构式也能发生语法化。更尖锐的问题是：语法化的终点常常是零形式——如果所有高频词最终都磨成无意义的屈折尾巴，语言应该退化成一团噪音。所以一定有某种“可学习性约束”在对抗重正化流。这正是当代争论的焦点：频率只是打开了可能性窗口，还是已经构成充分条件？

如果问一个更远的问题：我们训练一个大型语言模型，但刻意抹平语料中的词频分布，让所有表达出现次数完全相同，它还会出现类似“going to”的虚化吗？这不仅是工程细节——它迫使我们追问：语法化到底是一条纯粹的统计定律，还是需要人类这种有近因偏差的认知器件才会涌现的临界现象？