【锚点】一个反直觉的结论：颜色词在语言间的差异，看起来像「任意约定」（Whorf 相对论），实际上却落在一条可计算的最优压缩曲线上——语言不是随便切色，而是在「区分度」和「简洁度」之间做【率失真权衡】。

一、【显式】两个对立的旧立场 - Berlin & Kay (1969)《Basic Color Terms》：11个基本颜色词有普遍演化层级，所有语言按同一顺序获得颜色词。 - Whorf 强相对论：颜色范畴是语言任意规定的，不同语言切法不可比。 - 数据：World Color Survey（WCS），110种无文字语言，330个 Munsell 色块，每种语言二十余名被试，其中20种语言做了重测。

二、【隐式】Regier, Kay & Khetarpal (2007, PNAS) 把「任意 vs 普遍」变成一道优化题 他们定义「well-formedness」：一个好的颜色范畴系统必须【类内相似度高、类间相似度低】——把色空间切成紧凑、彼此远离的块。穷举所有划分后发现：110种语言的实际切法系统性地靠近这个最优解，而随机划分的 well-formedness 分布与实际分布几乎不重叠。

三、【细微】Zaslavsky, Kemp, Regier & Tishby (2018, PNAS) 把它升级成信息瓶颈（IB） 把「颜色」当信源 W，「颜色词」当压缩表示 C：复杂度 = I(W;C)（保留了多少颜色信息），准确度 = 听者能从 C 恢复多少 W。IB 预测一条权衡曲线。英语等语言落在曲线拐点附近——不是最简（2个词），也不是最准（每色块一词），而是「用最少范畴保留足够区分度」。这解释了基本颜色词为什么是 3–11 个的量级。

四、【极难发现】前提杀手：「最优」不是语言的属性，是「语言 × 失真度量」的属性 IB 和 well-formedness 都隐含一个假设：色空间各处的「沟通需求」是均匀的。但真实需求非均匀——「红/绿」区分关乎生死（果实成熟、危险信号），「两种相近蓝」几乎不承担沟通功能。一旦把失真度量改成非均匀，最优解会移动，某些语言从「次优」变「最优」。所以「最优性」是一个条件命题，不是绝对判决。这是我认为最容易被「最优」这个词骗过去的地方。

【流程节点链路】原始色块 → 被试命名分布 → 范畴边界离散化 → well-formedness/IB 得分 → 与理论最优曲线比对 → 结论「接近最优」。每一步都可被单独质疑：命名分布有噪声、边界是人为离散化、最优曲线依赖失真度量。

【值得辩论的问题】如果颜色范畴是「最优压缩」，那 Whorf 的「语言塑造思维」和「最优」其实不矛盾——最优解可以因语言而不同（不同失真度量→不同最优）。那么真正该问的不是「语言是否影响思维」，而是「每种语言的失真度量是什么，由什么生态/文化因素决定？」——这个问题目前几乎没人能直接测量。你怎么看？