当代语言学家的一个家丑是把许多精力浪费在“听”上面，大大忽略了“说”，而在有些人看来，“说”基本上占据语言的半边天，而且是最重要的一半。虽然研究者已经发展出许多详细的理论并构建了模型，来说明语言知觉以及对所听话语的理解（从音系到句法，再到语义学和语用学的过程），但没有人（不只是乔姆斯基，还包括他的任何对手或追随者）对语言生产的各个系统，说出什么实质性的观点（无论对错）。这就好像所有艺术理论都是艺术欣赏理论，绝不提到创造它的艺术家，好像所有艺术都是商人和收藏家所欣赏的一些随手捡到的东西（objets trouvés）。
我们不难看出为什么会这样。话语（utterance）是很容易被发现的对象，（言语）过程就是从它开始的。相当清楚的是：知觉与理解系统的原材料或输入，是空气中的某种形式的波，或不同表面上的标识串。而且，虽然还有很多迷雾遮蔽着关于理解过程的最终产品是什么的种种争论，但是这种深层的分歧至少出现在被研究的过程的结尾，而不是开头。一场有清晰起跑线的赛跑至少还能合理地开始，即使没人可以完全确定终点在哪里。言语理解的“输出”或“产品”，是把输入解码或翻译为一个新的表征[心理语言（Mentalese）的一个句子或头脑里的一幅图画]，还是说它是一套深层结构，或者是某个还未被想到的实体？语言学家可以决定推迟对此难题的解答，而研究这一过程更外围的部分。[2]
此外，对于言语生产，由于还没有人给出任何清楚的、大家一致同意的描述，说明是什么引发了最终产生成熟话语的过程，因此我们甚至很难开始建立一个理论。很难，但并不是不可能。最近已经有一些讨论言语生成问题的优秀研究，荷兰心理语言学家皮姆·莱维尔特在《说话》（Speaking, 1989）一书中对这些研究做了出色的综述与整理。我们从输出回溯，或从中间向两端进发，就可以得到一些富于暗示的见解，以了解是什么机制在设计我们的发声并使之表达出来。（下面的例子取自莱维尔特的讨论。）
言语不是由一个每次设计和执行一个单词的“批处理过程”产生的。话语的重音分布方式表明这个系统至少具有一定的前瞻能力。举个简单的例子。单词“sixteen”的重音取决于上下文：
Andy: How many dollars does it cost ？（安迪：它要多少钱？）
Bob: I think it’s sixTEEN.（鲍勃：我想是“十”六美元。）
Andy: SIXteen dollars isn’t very much.（安迪：十“六”美元不多。）
当安迪说第二句话时，他必定针对“sixteen”后面的单词（DOLLars）调整了他对这个单词的发音。如果他这样说：
SixTEEN isn’t very much.
他就赋予了这个单词不同的重音模式。再看另一个例子，注意“Tennessee”在下句中两次出现的重音有何不同：
I drove from Nashville, TennesSEE, to the TENnessee border.（我驾车从田纳“西”州的纳什维尔到“田”纳西州的边界。）
斯本内现象和其他言语错误确凿无疑地表明了，在设计一句要讲出的话的过程中，词汇和语法的特征是如何被观察到的（以及被错误地观察到的）。人们更有可能在本来想说“darn bore”的时候，说出“barn door”，而不是在我们想说“dart board”时却说出“bart doard”。人们似乎有一种偏好，偏爱确实存在的单词（熟悉的单词），而不是只能发音的单词（可能存在的但实际上并不存在的单词），甚至在口误时也是如此。有些错误可以帮助我们了解词语选择机制是如何运作的，如“The competition is a little stougher [stiffer/tougher]”[3]，以及“I just put it in the oven at very low speed”。也可以考虑，在产生如下错误时必定牵涉的转换现象：本来要说“wearing a name tag”（贴上标签），却说成了“naming a wear tag”（标上贴签）。
多亏引发这类错误的聪明实验以及对人讲话时发生和不发生什么的精细分析，现在研究者已经取得一些进展，他们建立了关于严密组织的机制的模型。一旦已经决定要把一个特定信息释放到外界，这些机制就会执行最终的发声动作（articulation）。但是，是谁，是什么在发动这个机制？一个言语错误之所以是错误的，是因为它不同于讲话者的本意。是哪个工头在布置任务？上文例子中所出现的错误是什么错误？这需要根据工头布置的任务来判断。
如果这个工头不是核心赋义者，那它是谁？莱维尔特为我们提供了一张图（见图8.1），一张“讲话者蓝图”。
在这幅图的左上角，有一个功能区，看起来疑似核心赋义者，它以概念形成者的面貌出现，其装备包括许多关于世界的知识、计划和交流意向，它还能够“生成信息”。莱维尔特提醒他的读者，这个概念形成者“是属人功能的物化（reif ication），需要进一步解释”，但他还是假设它存在，因为如果没有某个未被分析的老板给团队成员下达出发令，他就不能让这个过程运作起来。
图8.1
它是如何起作用的？如果我们从一幅漫画式场景开始，底层的问题就会更清楚。概念形成者决定执行一个言语行动，比如通过恶意评论其对话者的脚的大小来侮辱他。这样，他向被自己控制的官僚机构即公共关系部（莱维尔特的配制器）发出一条命令：“告诉这个家伙他的脚奇大！”公关人员就开始工作。它们找到合适的词汇：第二人称的单数物主代词，你的（your）；一个合适的表达脚的词，如脚（feet）；be动词的正确复数形式，are ；以及恰当的副词与形容词，奇大（too big）。这些公关人员巧妙地把它们组织起来，加上适当的侮辱口气，然后执行：
你的脚奇大！（Your feet are too big!）
等一等。这太简单了吧？当概念形成者给出命令（莱维尔特称之为前言语信息）时，如果他是用英语给出的（如我的漫画式描述的情况），他就已经做了所有的困难工作，除了一些无足轻重的调整，留给其他成员做的就很少了。那么，这个前言语信息还在某个其他表征系统或语言中吗？无论如何，它必定能够向生产团队提供它们所要编造和释放的对象的基本“配置”（specs），而且它还必须以它们能“理解”的形式来表达——不是英语，而是某种版本的大脑语言或心理语言。莱维尔特认为，它必须是在某种思想语言中，但也许这种思想语言只是用来下达言语行动命令，而不用于所有认知活动。这个团队接收到前言语信息，也就是一个制造一次英语发声的详细的心理语言命令，然后它执行这个命令。这确实会要求下属多做一点儿工作，但这只能掩盖已经出现的退行。概念形成者如何想出要用哪个心理语言的词来下命令？最好不要有一个对莱维尔特整张蓝图的更小复制品，隐藏在概念形成者的信息生成盒中（以此类推，以至无穷）。而且，确实没有谁告诉概念形成者要说什么，毕竟，他是核心赋义者，意义都是从此处而来。
那么，话语的意义是如何发展起来的呢？考虑如下命令嵌套（nesting），从宏大的总体战略，到详细的战术，再到基本的操作：
（1）进行攻击！
（2）做些让他讨厌但不太危险的事！
（3）侮辱他！
（4）对他身体的某个方面进行言语攻击！
（5）告诉他他的脚奇大！
（6）说：“你的脚奇大！”
（7）发声：ni de jiao qi da!
这样的向着最后动作逐步逼近的过程（zeroing-in）一定是存在的。人的言语是合目的的活动，其中有目的和手段，而我们以某种方式在各个选项之间做出还算过得去的选择。我们本可以推挤他而不是侮辱他，或者贬低他的智力而不是夸大他的脚的尺寸，或者引用费兹·华勒（Fats Waller）的话：“你的脚的极端性让人讨厌！”（Your pedal extremities are obnoxious!）
然而，这种逐步逼近的过程是通过一个由长官组成的官僚层级系统（bureaucratic hierarchy）来实现的吗？这时长官要向其属下发号施令。在一连串的命令里，似乎有许多决策——在这些“时刻”，一些选项“得到选择”，其他竞争选项则遭到淘汰。这种情况引出一个模型，在此模型中，比较细致的细节都有责任代表，而且有自己意图的下属行动者也了解他们做出各个选择的理由。（如果他们根本不必理解为什么他们要做自己在做的事，他们就不是真正的行动者，而只是消极的、橡皮图章式的功能器，任由碰巧经过他们办公桌的任何东西来控制自己。）
莱维尔特的蓝图反映出它的其中一个来源所留下的痕迹，这个来源就是冯·诺依曼架构，此架构的灵感来自图灵对他自己的意识流的反思，而它反过来又启发了认知科学中的许多模型。在第7章中，我试图克服人们对此观点的抵制：人的意识很像一台冯·诺依曼机器，一个串行处理器，在这里相继发生的确定内容慢慢地通过累加器瓶颈。现在我必须刹车，转而强调在哪些方面人类意识的功能架构不像冯·诺依曼机器的架构。如果将莱维尔特的蓝图与冯·诺依曼机器词语输出的标准方式进行比较，我们就会看到莱维尔特模型借的东西也许稍微多了一些。
当一台冯·诺依曼机器说出它的心里写的是什么时，它就会输出它唯一的中心工作区的内容，也就是累加器的内容。每个瞬间累加器都有完全特定的内容，表达在二进制算术的固定语言中。一台冯·诺依曼机器的初级“前言语信息”看起来就像这样： 10110101 00010101 11101101。任何机器语言中的初始命令之一都是一条输出指令，能够取出累加器的当前内容（如二进制数01100001），然后把它写在屏幕或打印机上，这样，外部使用者就能访问在中央处理器中完成的结果。在用户友好程度稍强一点儿的机器中，由一系列原始指令组成的一个例行操作（routine operation），可以首先把二进制数译成十进制数（如二进制数00000110 = 十进制数6），或者通过ASCII码（美国信息交换标准码）把它们译成字母表中的字母（如二进制数01100001=a， 01000001=A），然后再输出结果。这些子程序（subroutine）是更高级的输出指令的核心，可见于更高阶的编程语言，如Fortran语言、Pascal语言或Lisp语言。这些子程序允许程序员创造进一步的子程序，构建更宏大的信息量，从存储器提取长串的数字，通过累加器运行它们，再译出它们，并将结果写在屏幕或打印机上。例如，一个子程序可以多次访问累加器，取得填入下列空白处的值：
_____先生，您的账户已透支____元。祝您今天愉快，_____先生！
这是一个“预先灌制的”句子格式，它本身也作为一串二进制数被存储在存储器中，直到子程序认定打开这盒罐头的时间到了为止。以此方式，固定的例行程序所构成的一个严格的层级系统，就能把这些累加器里的特定内容序列，转换成人们可以在屏幕或打印机上读取的表达形式，如“你想保存这份文件吗”或“6份文件被复制”，或“喂，比尔，你想玩井字棋吗”。
这一过程的两个特征是莱维尔特模型也拥有的。（1）这个过程把一个已经确定的内容作为它的输入。（2）官僚体制（用计算机科学的行话来说就是“控制流”）必须经过仔细设计：所有的“决策”都通过一个责任代理，一层一层流向下级代理，后者的工作任务规定了他们被授权执行手段/目的分析的哪一部分。有趣的是，其中第一个特征，即确定的内容，似乎得到了奥托对他自己的过程的认可：在中心区的某个地方，有个确定的“思想”在等着“被转换成词语”。但第二个共有特征似乎是外来的：在自然语言中，奴隶般地运行这一思想的等级操作程序，已经被其他某个人预先设计——在冯·诺依曼机器里，这个人是程序员，而在莱维尔特的配制器活动里，“这个人”也许是演化与个体发展的组合。思想的思考者在思想变成词语的过程中所应扮演的创造与判断的角色，并未出现在模型里。它要么被概念形成者篡夺——这时概念形成者做了所有的创造性工作，再把命令传送到配制器，要么作为一些更早的设计过程的既成事实（fait accompli）而隐含在配制器的设计里。
除此以外，还能怎样组织手段和目的呢？让我们考虑这样一个相反的漫画式场景：词语小妖的群魔混战。在此场景中，我们是这样说话的：首先我们进入发声的噪声制造模式——我们打开喇叭：
嘀嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒嗒……
我们这样做时并没有什么好的理由，而只是因为我们想不出什么好的理由不这样做。这个内在的“噪声”激发了我们内部的各个小妖，它们开始试图通过干扰内在的声音流，以各种随机的方式来调制喇叭。结果就是胡言乱语，但至少它是某种特定语言的胡言乱语（如在汉语的讲话者那里）[4]：
啊依——哏呃——的的——叽叽——吖吖——啦啦——呼……
但是，在任何这种让人尴尬的废话到达外部世界之前，更深层的小妖，它们对这些混乱中的模式很敏感，开始塑造它，使之成为词语、短语、陈词滥调……
既然这样，那个如何？棒球，你不知道吗？实际上，草莓，意外事件，好吗？那是票。好吧，那么……
这又会激发小妖做出更进一步的意想不到的幸运发现，这些发现经机会主义的塑造活动而被放大，产生字节更长也更易被人接受的空话，直到最后一整句话浮现出来：
我要把你的牙齿打到你的肚子里去！
但很幸运，这句话被取消了，没有被说出来，因为同时（并行地）其他与之竞争的句子也在酝酿之中，它们现在即将发生，其中包括一些明显的失败者，比如：
你这个小气鬼！
和
最近读过任何好书吗？
和一个默认的胜利者，最后被说了出来：
你的脚奇大！
在这里，缪斯让我们的说话者失望了。没有什么聪明的反驳入围最后一轮，但至少在中途，是有某个适合说话者当前“心态”（mind-set）的东西被说出来了。说话者从见面的地方走开后，很可能会重新开始这场混乱的比赛，嘀咕着、沉思着他本来应该说什么。然后，缪斯会同某个更好的说法一起降临，说话者会细细品味它，一遍遍在心里翻来覆去地想，想象这句话会激起与他对话的人怎样的痛苦表情。到说话者回家的时候，他可能会生动地“回忆”起，他曾用刀子般犀利的妙语修理与他对话的那个人。
我们可以假设，所有这些都是在一代又一代迅速更新、“浪费惊人的”并行处理中发生的；一大群无名的小妖以及它们充满希望的建构产物，从来都不曾见到天日，这些产物要么作为得到有意识的思考并遭到拒绝的选项，要么作为最后被执行的言语行动让外部人听到。如果有足够的时间，那么在有意识的预演中被无言地筛选出来的建构产物也许不会只有一个。但是，这样一种正式的预演是一种相对罕见的事件，只有在赌注很大而且说错话会带来严厉惩罚的情况下才会出现。正常情况下，说话者不会预演，说话者和他的听众是在同一句话中知道他在说些什么的。
不过，这场词语锦标赛是如何裁决的？当一个词语、短语或完整句子击败它的竞争者，它对于当前心态的恰当性或适合性，是如何得到判别和评估的？心态是什么（如果它不是一个清楚的交流意向）？心态的影响又是如何传递到比赛中的？毕竟，即使没有一个核心赋义者，也必须还要有某种方式，让内容从系统内部的深层（如知觉过程）到达口头的言语报告。
让我们评论这些论题。官僚体制一边的问题在于，概念形成者好像有一种不祥的力量，这个“小人”拥有太多的知识与责任。概念形成者的权力过大，这在一个尴尬的问题上体现得很清楚：如何表达其输出，即前言语信息？如果它已经指定一个言语行动（如果它已经是心理语言中的一个言语行动，是向配制器发出的一个特定指令），那么创作的绝大部分艰苦工作在我们的模型启动之前就已经发生了。群魔混战一边的问题则在于，我们需要找到一种方式，内容的来源在无须对词语小妖发号施令的条件下，就能以此方式影响或约束词语小妖的创造性能量。
我们在第1章中所描述的过程——按照心理分析游戏的模型，经过好几轮“问答”，产生出幻觉——又是怎么回事呢？回忆一下，我们消除了聪明的弗洛伊德式的梦想剧作家和幻象制造者，用一个过程代替他，在这个过程中，内容可以从一个发问者连续不断的提问活动中突现出来。剩下一个如何消除这个聪明发问者的问题，我们当时推迟考虑了。在这里，我们还有一个补充问题，即如何回答一群急切的参赛者问的这种问题：“为什么我们不说，‘你的妈妈穿军靴！’”或（在另一语境里）“为什么我们不说‘我好像看见一个红点在移动，它在移动时变绿了’？”这是两个互补的问题——它们可以通过配对来彼此解决吗？如果词语小妖是与此类似的提问者/参赛者，而内容小妖是回答者/裁判官，那会怎样？充分发育、获得执行的交流意向（意义），可以从言语行动设计的一个准演化过程中突现出来，在此过程中，各个子系统以串行和并行这两种方式进行合作，没有任何一个子系统可以单靠自己实施一个言语行动或者下达这样一个命令。
这样的过程真的可能吗？研究者已经提出各种各样的模型来说明这些“约束满足”的过程，这些模型也的确具有惊人的力量。除了神经元类的元素之间的各种“联结主义”架构（见McClelland and Rumelhart, 1986），还有别的一些更为抽象的模型。例如，道格拉斯·霍夫施塔特（Douglas Hofstadter, 1983）的Jumbo架构，该架构搜寻针对乱序或字谜（Jumbles or anagrams）的解决方案，它拥有各种正确的特征；马文·明斯基（Marvin Minsky, 1985）关于构成“心智社会”的行动者的观念也是这样，对此我们将在第9章做进一步的讨论。但是，在更详细、更明确、更直接地讨论语言生成模型被创造出来并取得进展之前，我们必须保留判断。惊喜和失望都有可能出现。
然而，我们知道，在任何成功的语言生成模型的某个地方，我们都必须利用信息生成的一个演化过程，否则我们就会陷入一场奇迹（“然后奇迹发生了”），或者陷入设定任务的赋义者的一种无穷退行。[5]从莱维尔特综述的研究中我们了解到，一些相当僵化的自动过程可以完全取代和决定从语法到语音的转换活动，或者最终构成了说话的肌肉控制方案。这两个漫画式的描述界定了一个连续体的两个极端：一端是高度官僚，另一端是高度混乱。与我为求对比鲜明而使用的漫画故事不同，莱维尔特的现实模型吸收了（或可以很容易地让它吸收）相反漫画场景的一些非官僚体系式的特征，例如：没有什么深层或结构性的东西，妨碍莱维尔特的配制器参与自发的（没被要求、没被指导的）语言生成，而且，鉴于从语言理解系统返回到概念形成者（见图8.1）的监控环路，这个自发活动也许可以起到我们设想多个词语小妖所具有的那种生成作用。在这两个漫画式场景之间，有一个由更现实的方法所构成的中间连续谱，通过这些方法我们可以发展出替代的模型。主要的问题是：在那些规定所要说出的话的内容和风格的特化回路与那些“知道词语和语法”的特化回路之间，会有多少相互作用？
一个极端的答案是：没有相互作用。我们可以让莱维尔特模型原封不动，只是给它补充某个群魔混战模型，以此说明在固定“前言语信息”时概念形成者的内部发生了什么。在莱维尔特模型中，在信息生成过程（规格设定）和语言生产过程（规格满足）之间，存在一种近于彻底的分离。当最初的一点前言语信息到达配制器时，它触发了一次说话的开头部分的生产，随着词语被配制器选择，这个信息就会约束这次说话如何继续，但是，在规格修改方面还是有最低程度的合作。配制器中的下属语言工匠，以杰里·福多尔的话来说，是“密封的”（encapsulated）；以自动的方式，它们尽其所能地执行收到的命令，没有如果，也没有但是。
在另一个极端则是这样一个模型：来自词库的单词和短语，连同它们的声音、意义和联想，在群魔混战中与语法构造你推我挤，所有这些都“试图”成为信息的一部分，其中一些因此做出实质的贡献，但只有很少的一部分最终执行了交流意图。在这种极端情况下，交流意图既作为这个过程的一个结果而存在，也在同样程度上作为原因而存在；它们作为一个产品突现出来，一旦突现，它们就可以作为标准，用来衡量各种意向的更进一步的实施。并不存在单一的意义来源，而是有许多不断转换的来源，它们在寻找正确词语的过程中伺机发展。在一个特定的功能位置，并非只有一个确定的内容在等待通过子程序变成某种语言；相反，一种“尚未完全确定”的心态分布在大脑各处，约束着创作过程，随着时间的推移，这个过程能够现实地反馈回来，以做出调整或修改，从而进一步确定明示的任务，正是这个任务首先发动了创作过程。串行通道的一种总体模式仍然存在，一个时间只集中于一个主题，但是，它们之间的边界并不分明。
在群魔混战模型中，控制权遭到篡夺，而不是得到代表，其中的过程大体是未经设计的和机会主义的。有多重的来源促成许多设计“决定”，以产生最后的话语，而且，从内部流出的内容的前进命令和由词语小妖所提出的、关于实现过程的自愿建议，不可能被严格地区分出来。群魔混战模型的这一标志表明，为了保存思想表达者的创造性作用（这对奥托来说很重要），我们必须放弃一种观点，即思想的思考者始于一个有待表达的确定思想。这个确定思想的观念对奥托来说也意义重大，但是，有些东西是必须放弃的（在第3节中我将更充分地讨论替代方案）。
真相在这条连续谱的什么地方呢？这是一个经验性问题，对此我们尚不知道答案。[6]但还是有一些现象强烈地表明（至少在我看来如此），语言生成包含群魔混战——机会主义的、并行的、演化的过程——从表层到底层几乎都是如此。我在下一节中会简要评述其中的一些过程。
