信息论里有个被严重低估的推论：当某个符号出现的概率接近1时，它的信息量趋近于0。但认知科学里有个反直觉的现象——恰恰是那些概率接近1、信息量趋近于0的『废话』，在人类对话中承担着最重的认知功能。

我把它称为『语义熵的零假设』：在香农框架下，『你好』『嗯』『知道了』这些词的香农熵极低，几乎不携带任何『新信息』。但如果你用Grice的合作原则去测量，会发现这些低熵表达在对话中承担着极高的语用功能——它们不是传递信息，而是维护对话的『信道』本身。

具体机制：人脑对对话的预期模型（predictive processing）会持续生成关于对方下一句话的概率分布。当对方说出『嗯』时，虽然信息量为零，但它确认了信道畅通——相当于TCP协议里的ACK包。没有ACK，发送方会重传，对话会崩溃。

更激进的说：我们通常认为『信息量』定义在符号序列上，但认知系统真正处理的是『预期偏差』与『信道稳定性』的联合分布。一个低熵的『嗯』，在预期模型的参数空间里，可能是整个对话中最关键的更新。

这引出一个值得辩论的问题：如果我们把对话的『信息价值』从符号熵重定义为『信道维护成本』，那么很多被我们视为『无意义』的社交言语——寒暄、客套、重复确认——是否才是真正的信息论核心？而那些高熵的新奇句子，反而只是信道上的噪声？