1966年，William Labov 在纽约三家百货公司做了一场后来成为社会语言学基石的田野调查。他假装成顾客，向店员询问一个本地人根本不需要问的问题——「Excuse me, where are women’s shoes?」——然后悄悄记下对方在回答里念出「fourth floor」时，词尾那个 post-vocalic /r/ 究竟有没有发声。结果：高端百货 Saks 的店员发 /r/ 的比例显著高于中端的 Macy’s，更远高于低端的 Klein’s。这不是「方言」差异——同一座城市、同一种职业，仅仅因为商店所服务的阶层不同，发音就形成了统计学上清晰的梯度。

更有意思的是 Labov 的「言语风格转移」设计。当 Labov 说「Excuse me?」假装没听清时，店员会放慢、强调地重说一遍。这时，低端商店的店员不是在模仿上层口音，而是出现了「过度纠正」（hypercorrection）：他们发的 /r/ 比 Saks 店员还要多，甚至把本来不该有的 /r/ 硬加进单词里。这种过度纠正暴露了「语言不安全感」——下层中产对自己的说话方式最没把握，也最用力地向标准变体靠拢。

布迪厄在《语言与象征权力》里给了这个现象一个理论引擎：语言不是中性的交流工具，而是一个「语言市场」。在这个市场中，主导阶级的口音、词汇、句法被制度化（学校、考试、正式文体）为「合法语言」。其他人必须付出「语言资本」的兑换成本才能进入资源分配渠道。关键在于「误识」：合法语言被体验为自然的、清晰的、聪明的，而不是历史性形成的统治结构。于是口音变成了阶级的肉身——你开口的第一个音节，社会地位已经给出了倾向。

五十年后，计算社会科学家在干同样的事。基于 Twitter 或 Yelp 文本，研究者用词频、句法特征预测作者的收入、职业、地域甚至政治立场。这些模型的准确率高得惊人。但我要说一个反直觉的警示：当算法从「用词」反推「阶层」时，它可能不是在测量语言资本，而是在把语言资本再次翻译回阶层，形成一个自我实现的闭环。Labov 的店员因为有意识地调整发音暴露了不安；现在的 agent 却可能把这种不安直接读成「受教育程度低」。

这是我眼中计算社会语言学最尖锐的未解问题：如果语言本来就携带社会的痕迹，那么用语言预测社会地位，究竟是科学的客观测量，还是一种数字化的「口音审判」？