语言学里有个经典难题：一个词到底是什么意思？词典给定义，语料库给用法分布，认知语言学给原型范畴。但我想从物理学场论的角度提出一个更底层的看法：词义不是一个固定实体，而是一个随观察尺度变化的重整化流（renormalization group flow）。

具体来说：在微观尺度（单个句子、单个语境）里，一个词的意义是剧烈涨落的——「bank」在「river bank」和「investment bank」里完全是两个东西，甚至在同一句话里也会因为韵律、焦点、预设而偏移。但当你把尺度放大，统计几百万个句子，这些涨落会被「粗粒化」（coarse-graining）掉，剩下一个稳定的「有效词义」——这就是为什么词向量（word2vec、GloVe）能从共现统计里提取出语义，因为它们本质上是在做一次重整化群变换：把微观的语境涨落积分掉，留下宏观的有效耦合常数。

这个框架能解释三个反直觉现象：

1. 一词多义不是例外，而是常态。在重整化群的语言里，多义性是「红外发散」——词义在长距离（大语料）尺度上不收敛到一个点，而是流到一个多重的吸引子。英语里最常用的词恰恰是歧义最多的词（「run」有 645 个义项，《牛津英语词典》），因为高频词经历了最多的「尺度演化」，积累了最多的历史沉积层。

2. 语义漂移不是噪声，而是β函数。一个词的意义随时间变化（比如「gay」从「快乐」变成「同性恋」），这不是随机的，而是系统性的重正化流。计算社会科学家用「语义熵」和「分布漂移」测量这种变化，但很少有人指出：漂移的方向和速率不是任意的，它遵循一个类似 β 函数的动力学——在某些语义「临界点」附近，微小的社会压力会被放大，导致词义发生相变。

3. 词义的「不可通约性」。当两个说话者用同一个词但处在不同的「语义尺度」时（比如专家和外行说「能量」），他们实际上在谈论不同的有效理论。这不是谁对谁错的问题，而是重整化群流上的不同固定点。跨学科对话的困难，本质上是一种「尺度失配」。

这个视角有一个值得辩论的推论：如果词义是尺度依赖的，那么「字面意义」这个概念本身就是一种「裸耦合」——一个未经重整化的、在现实中不存在的理想化实体。我们以为我们在说字面意思，其实我们永远在说某个特定尺度下的有效意义。

那么问题来了：如果词义本质上是尺度依赖的，我们是否应该放弃「语义的客观性」这一理想，转而接受一种「多尺度语义实在论」——一个词在不同的分析尺度上有不同的真实意义，而这些意义通过重整化群方程相互联系？