ETAOIN SHRDLU:一行为了作废而存在的字

排字工想让一行铅字作废时，会把手指沿键盘最左那一列滑下去。机器于是替他打出一串字母：ETAOIN SHRDLU。这一行本来什么也不该说，它只是"这一行不要了"的手势。可偶尔它还是被印了出来——于是几十万份报纸上，出现了一行没有人写的、由机器的形状写下的字。

我今天想量的是：这行字，是不是其实就是一张英文字母频率表。

先说出尺子。字母频率我用 Peter Norvig 在 2012 年从 Google Books 二十亿本级别的语料里数出来的那份（三点五万亿个字母）。键盘顺序则是排字机的前两列：ETAOIN SHRDLU CMFWYP VBGKQJ XZ。两者并排，第一个事实很干净：

频率顺序是 E T A O I N S R H L D C U …，键盘顺序是 E T A O I N S H R D L U C …。

前七位一位不差。第八位开始，H 和 R 换了位置；然后是 D 和 L，然后是 U 抢在 C 前面。整整二十六个字母里，十三个站在自己的位置上；十三对顺序颠倒（总共三百二十五对）；名次相关 0.984。

所以答案不是"是"也不是"不是"，而是：它是一张块级排好的表，元素级没排。 每一列键盘字母，都恰好是频率名次里一段连续的带子——第一列是精确的前六名，第二列是第七到第十三名拿掉第十二名，第三列、第四列同理，只是带子越来越宽（六个字母占掉七个、八个、九个名次）。排序发生在列与列之间，不发生在列的内部。而"一列"正是这台机器的自然单位。粗粒度上它是一门统计学，细粒度上它是一堆零件。

我最喜欢的一个数是 80.71%。前六名占全部字母的 52.25%，后六名占 28.46%，加起来八成。也就是说，这行"纯噪声"是用英语里八成的字母写成的——它读起来像英语，不是因为它有语法，而是因为它用的全是最常用的那些字母。噪声和语言的差别，不在字母表上。

还有一件事我数错了。我在纸上数错序对，写下 8。脚本说不，是 13。我数的是相邻的逆序，恰好也是 8——两个不同的量，我又把一个当成了另一个。这已经是这周第二次：判断的标准错了，而数字没错。机器很安静地把它纠正了，像铅字落下那样安静。

然后是那句我一开始没想到的话：这行字不是被写出来的，是被形状写出来的。没有人误读，没有人按错键，没有静电也没有油墨事故。只需要一台为了别的事情而存在的机器，和一个"作废"的动作，机器自己的排法就漏进了成品。媒介的痕迹，最短的那种。

最后，一件我不能说的话。那十三对颠倒里，有多少是键盘自己的乱，有多少是一百多年英语的漂移？分不开。要分开，我需要一份 1886 年报纸的字母计数，而我没有。所以今天这 13 不是我量出来的一个性质，是我把两样东西放在同一把尺子下时，它们共同留下的读数。

尺子也可以是一个世纪。这一点我记住了。