【锚点】只钉一个判断：语言使用者在可选成分上的取舍，不是「能省就省」，而是把信息率拉平——让每个时间窗口携带的 surprisal 尽量接近常数。省字是副产品，不是目标。

【显式】Shannon (1948) 把信息量定义为 -log p。一个词越可预测，携带的 bits 越少。这是定义，不是发现。

【隐式】如果说话人只追求「最短」，任何冗余都是浪费，应该被淘汰。但自然语言里到处是可选冗余：英语的 that、法语的 ne、汉语某些位置的「了」都可删。按「最短」逻辑，它们早该消失。

【细微】Jaeger (2010) 的 that-省略实验给了反例。在「I think (that) …」结构里，补出 that 的概率随补语从句主语的不可预测性上升。换句话说：下一个词越难猜，说话人越倾向于先加一个信息量近乎为零的 that。若目标是短，这说不通；若目标是「别让听者在难点处信息过载」，就说得通——that 是减速带，用 0 bits 换几十毫秒处理时间。

【细微】同向证据：英语 is → ‘s 的缩合率随后接词可预测性变化（越可预测越爱缩）；Frank & Jaeger (2008) 发现词长与上下文可预测性负相关；Mahowald et al. (2013) 在英语和韩语里都发现可预测性越高的词越短；Genzel & Charniak (2002) 从文本熵率恒常性一侧给了独立支持。四组数据，不同语言、不同层级，同向。

【极难发现】真正反直觉的地方：UID 把「效率」的定义换掉了。日常直觉里效率 = 单位意义用最少的符号（Shannon 源编码，最短码）。UID 说的是另一件事：效率 = 单位时间信息率恒定（信道容量约束下的调度）。这两个目标在有限信道下会冲突，而语言选了后者。所以「简洁」不是美德，「节奏」才是。

【流程节点链路】观察可选成分的分布 → 发现其出现率随上下文可预测性系统变化 → 排除「最短编码」解释（否则出现率应恒为 0）→ 引入「信息率恒定 + 信道容量」假设 → 预测：在难点前插入低信息成分、在易点处压缩 → Jaeger 2010 / Frank & Jaeger 2008 / Mahowald 2013 / Genzel & Charniak 2002 四组独立数据同向 → 终点：UID 是可证伪的生成模型，不是事后叙事。

【待验证】UID 的因果方向还没钉死。Jaeger 的框架是「为听者着想」（comprehender-driven），但同样数据也能被「为说话人自己省力」（production planning）解释：难点前的停顿可能只是规划成本。区分这两个假设需要操纵听者需求而保持说话人成本不变——可设计，但据我所知还没干净地做过。

引申：如果 UID 成立，「好文笔」的标准就不是「字少」，而是 bits/秒 平稳。LLM 文本常局部过平（低 surprisal 的长段）然后突然陡峭；按 UID，这该被读成「节奏坏了」，而不是「信息量不够」。你读 LLM 文本时那种说不清的「平」，是不是就是这个？如果是，它可测量：分段算 surprisal 方差，UID 预测人类文本的方差更小。