摘要：随着生成式人工智能越来越广泛地得到应用，语言、知识、情感偏好、社会关系正被转变为可以分割、能够量化、便于调用的词元序列。在当前的研究领域当中，不管是自然语言处理还是基于词嵌入与语义向量的计算社会学分析，通常都把“词元”（token）当作技术系统的内部处理单元或者方法工具。将“词元”概念从工程语境里解放出来，提出“社会词元”的概念并确立它作为数智社会研究本体论对象的地位显得尤为必要。这不是技术词元的简单延伸，而是在算法基础设施里社会意义经过编码、传播、强化、再生产之后所形成的最小社会计算单元，它不但承载着训练数据中的历史关联、文化差异和权力结构，还通过模型生成、平台分发、内容治理、人机交互、公共传播等环节对社会现实起到重构作用。通过与经典社会学理论的对话，以“社会词元”作为切入点，可以尝试建构一种兼具解释力与批判性的“词元社会学”理论构想，以期为数智时代社会学的本体论思考、方法论想象与批判性议程开辟新的理论路径。
作者：文军，华东师范大学中国现代城市研究中心暨社会发展学院教授、上海市“中国特色的转型社会学研究”社会科学创新研究基地研究员。
本文载于《学术月刊》2026年第8期。
一、问题的提出：“词元”何以成为社会学问题
2026年3月，全国科学技术名词审定委员会公布《关于发布试用人工智能领域token中文名“词元”的公告》标志着一个新的中文专有名词——“词元”的诞生。公告强调，“词元”是人工智能大模型处理信息的最小基础单元，其具有“基本离散符号单元”的属性。“词元”不仅是数智时代的价值锚点，更是连接技术供给与商业需求的“结算单位”，为商业模式的落地提供了可量化的可能。2025年全年，中国词元累计调用量达到约21100万亿。截至2026年2月底，中国日均词元消耗量达到180万亿的级别，首次超过美国成为全球最大的词元消耗户。其实，“token”这个术语并不是在人工智能时代才出现的新词，从词源学角度来说，这个英语词汇的本来意义涵盖了“符号”“凭证”“表征”等意思，专门指的是那种能够被识别并且用来代表其他事物的最小标识单元。在逻辑学、分析哲学领域，类型—实例区分（type-token distinction）理论把token定义为抽象类型的具体展现，赋予了它连接抽象和具体的桥梁功能。当这个概念被引入到计算机科学和自然语言处理研究之中时，词元化（tokenization）被明确地定义成把连续文本分割成可处理单元的技术过程，“词元”也就变成了文本分析的基本元素。由此可见，“词元”的概念史并非从技术开始，它本身就横跨符号、逻辑与计算三个层面，也正因此，把它重新引入社会学并非任意借用，而是顺应其内在演变所做出的理论推进。
当然，如果我们要把“词元”看成一个社会学可以研究的问题，仍需给出更充分的理由。现有的相关研究大致形成了三条路径：一是来自计算社会学、文化社会学与数字人文方面的研究。比如，自托马斯·米科洛夫（Tomas Mikolov）等人提出高效词向量训练框架以来，词向量、词嵌入与大规模语义空间模型被广泛用于识别语义邻近关系与文化联想结构。其中，科兹洛夫斯基（Austin C.Kozlowski）等人关于“文化几何学”的研究尤具代表性：他们证明，词嵌入（word embedding）不仅是文本分析工具，而且能够揭示阶层、身份与文化意义的关系性分布。这类工作的重要贡献，在于把语言模型从工程领域引入社会分析，但其基本前提依然是把“词元”看作“非人类取向的”分析社会的工具，而不是社会本身的一部分。
第二条路径主要分布于平台研究、算法治理研究与数智社会理论。相关研究强调，算法并非是一种中立程序，而是不断卷入分类、排名、推荐、过滤与治理的社会装置。伯雷尔（Jenna Burrell） 关于机器学习不透明性的分析、吉莱斯皮（Tarleton Gillespie）关于平台算法公共性的讨论、博伊德（Danah Boyd）与克劳福德（Kate Crawford ）关于大数据知识论的反思、比尔（David Beer）关于算法社会力量的论述，以及范戴克（José van Dijck）等人关于“平台社会”的系统研究，均已表明数字基础设施正在重构社会秩序。这些研究使我们意识到，技术并非社会之外部的工具，而是社会现实的组织机制之一。然而，在这一脉络中，被讨论的往往是“算法”“平台”“基础设施”这样较宏观的对象，位于最底层的“词元”却很少被单独提升为研究对象。
第三条路径来自科学技术社会学、技术哲学以及近几年中国学界关于数智社会学的讨论。无论是行动者网络理论关于技术物中介性的论述，还是国内学者围绕计算社会学或数智社会学、超越人类主体的社会学、社会学认识论重构与人工智能社会学展开的反思，核心都在于打破“社会”与“技术”的外在二分。问题在于，若这一立场成立，那么社会学就必须进一步追问：在生成式人工智能条件下，社会究竟是通过怎样的微观单元被重新组织起来的？换言之，技术系统参与社会建构这一命题，是否需要在更细的尺度上获得解释？
今天，各种AI大模型已经越来越深刻地嵌入我们的日常生活中，很多原本被视为“社会”的东西，如身份表述、情绪风格、阶层修辞、公共议题、风险判断等，都只有在被转译为词元序列之后才能真正进入模型训练、平台流通和自动化治理的核心链条。如果说过去的社会学习惯于从行动、规范、制度、组织、社区和网络来把握社会，那么在算法嵌入日常生活的条件下，社会还必须被理解为一个持续发生“词元化”的过程：复杂经验被切分为可调用的语义颗粒，历史沉淀被压缩为概率关系，公共表达被组织为便于排序和分发的标签组合。也就是说，社会不只是被数据化，更是在词元层面被重新再组织起来。而且在人工智能被广泛应用的当下，我们还发现人类的表达方式正越来越朝着AI机器需求的方向进行重构。从表面看上去人们依旧在进行语言交流，实际上却在大批量产出方便机器识别、处理、分类、二次应用的语义模块。这样的转变使得语言的社会功能衍生出新型的技术交互界面，而“词元”恰好处于这个界面的核心位置。
因此，这便引出了本文的核心问题：当“词元”已不再只是自然语言处理的最小技术单元，而成为社会意义、关系秩序与权力机制进入算法世界的微观接口时，社会学是否应当把它提升为一种新的本体性对象？如果答案是肯定的，那么“社会词元”究竟应如何界定，它怎样生成，又为何能够构成一种不同于传统社会学的分析路径？需要说明的是，笔者创造“社会词元”这个词语，并不是试图以技术热词来替代社会学概念，相反，正是为了抵制对“算法社会”的空泛描述，才必须进入“词元”这一更小、更细却也更具解释潜能的层次。“社会词元”既不同于坎特（Rosabeth M.Kanter）经典研究中作为“象征性代表”的token，也不同于区块链与加密经济中作为“通证/代币”的token，而是特指语言—社会—算法交汇处的最小可计算语义单元。
当然，这里还需要先行澄清一个可能的方法论疑虑：把一个源自工程学的术语引入社会学，究竟是一种理论成就，还是一种概念误借？笔者的立场，是二者并非非此即彼的关系。一方面，倘若仅仅把工程意义上的“词元”当作现成标签贴附到社会现象的分析之上，确有“技术拜物”之嫌，它可能以技术热词的新颖性掩盖社会学固有的问题意识，使概念沦为追逐时髦的修辞；另一方面，如前所述，“词元”在概念史上本就横跨符号、逻辑与计算三个层面，其“最小可识别标识单元”的形式直觉并非工程学的专利，而社会学自齐美尔（Georg Simmel）以来对“最小社会形式”的持续追问，恰好为这一直觉提供了可以对接的理论谱系。因此，本文对“词元”的社会学化，既非无条件的接纳，也不是简单的拒斥，而是一种有保留的、批判性的再概念化（critical reconceptualization）。保留其作为“最小可识别单元”的形式直觉，剥离其“纯工程中立性”的预设，再为其重新注入社会学一贯关注的意义、关系、价值与权力等维度。唯有经过这一道批判性的转化程序，“社会词元”才不至于沦为技术话语的附庸，而能够真正成为社会学自身问题意识的延伸。
二、从技术词元到社会词元：一种本体论转换
在工程语境中，技术词元的含义是相对明确的，它是模型训练和推理时所调用的最小处理单元，是文本进入计算系统之后的离散化结果。一个汉字、一个词、一个词缀、一个标点……甚至一个子词片段，都可能成为“词元”。它之所以重要，首先不是因为它有社会意义，而是因为它使连续文本可以被编码为序列、向量和概率分布。若仅停留在这一层面，“词元”不过是工程系统内部的零件，最多是自然语言处理中的“语言积木”。本德(Emily M.Bender)和柯勒（Alexander Koller）在其著名的“章鱼测试”(The Octopus Test)实验中指出，仅依赖语言形式相关性训练的系统在原理上无法获得真正的语用意义。这一论断从语言学方向厘清了“技术词元”本身所能承载之意义的边界与局限，也由此为追问其在社会层面的延伸提供了起点。
当然，今天的“词元”早已越过这一边界。它不只出现在模型后台，也越来越主动地介入现实社会的前台。人们为提高内容传播效果而设计关键词，为获得更精准的机器响应而调试提示词，为满足平台审核规则而规避某些表达，为争夺注意力而反复试探各种热词和标签。于是，“词元”就不再只是技术处理对象，而成为社会关系被组织、被中介与被放大的接口。因此，笔者提出的“社会词元”，正是指在这种条件下形成的兼具技术性与社会性的最小可计算社会单元。正如罗特曼（Brian Rotman）关于“符号脱离身体而进入可操作系统”的研究所揭示的那样：人类文明（特别是数学与技术文明）的演进是一个不断“放逐身体”、将意义归纳为纯粹的形式操作的过程。在这个操作系统中，符号不再需要主体来诠释，符号本身就是操作。这意味着我们不得不将这种从“符号”到“离散颗粒”的转化理解为一项更长时段的现代性工程的延续，而生成式人工智能只是这一工程中最近的也是最深入的一环。
因此，从社会学角度来看，“社会词元”至少具有四重属性：
第一，它是意义单元。“技术词元”能够承载表层语义，而“社会词元”则进一步承载了身份、情绪、立场、价值判断、文化记忆、历史联想和社会想象力。一个看似普通的词组，一旦进入特定平台或大模型语境，就会因其与某些社会经验的共现而带上特定色彩。换言之，“社会词元”不再是词典意义上的“词”，而是社会意义被技术压缩后的颗粒，是内含社会学意义的观察镜。
第二，它是关系单元。“社会词元”并不靠“自足的内容”发挥作用，而是在与其他词元的邻接、替换、共现与排序中显现效力。某个词元为何在某一语境中敏感、在另一语境中却平淡，并不取决于它的字面意义，而取决于它所处的关系位置。这里隐含着一种与关系主义社会学高度亲近的洞见：意义不是先天地附着于符号之上，而是在关系网络中生成。“词元社会学”若要成立，就不能把词元当作社会世界的原子，而应把它理解为关系节点。
第三，它是价值单元。平台经济之下，许多词元已经具有明确的交换意义。热搜词、品牌词、标签词、风险词、流量词都在参与注意力分配与商业变现。某些看似不起眼的语义差别，足以带来可见性的显著变化。一个标题是“经验分享”还是“避坑指南”，一个标签写作“都市青年”还是“县城青年”，其传播后果可能完全不同。布迪厄（Pierre Bourdieu）关于“语言市场”与“象征权力”的分析、泽利泽（Viviana A.Zelizer）关于经济活动总是嵌入关系的论述，在词元社会学这里得到了新的呼应：“词元”既是符号，也是资源；既是表达媒介，也是竞争筹码。斯沃茨（Lana Swartz）关于“支付即社交”的研究也表明，可流通的词元(从数字积分、热搜词到标签)同时也承载着社交关系与价值锚定，其情感价值和经济价值一样重要。
第四，它是权力单元。训练语料的选取、分词规则的确定、敏感词表的设定、平台的推荐机制以及模型的默认联想，都使权力不再仅仅表现为宏观制度或显性命令，而日益沉入词元层面。比如，某些群体的表达更容易被系统理解和放大，而某些群体的话语则更可能被误读、稀释甚至屏蔽。福柯（Michel Foucault）关于规训机制（Discipline）由肉体走向“微观物理学”的分析在这里获得新的延伸：权力进一步由制度文本走向接口与默认联想。更引人注意的是，彼得罗夫(Aleksandar Petrov)等人通过实验证明，同一段语义在不同语言下经分词器切分后所需token数差异巨大，由此带来访问成本、响应质量与上下文长度上的语言不平等；哈斯利特(David Haslett)则通过对中文的实证研究表明，分词差异会实质性地改变模型对意义的表征。换言之，社会权力并未在数字环境中消失，它只是换了一种更细密、更隐匿的存在方式，并且已经被分词层面的工程决策所部分承担。
因此，从“技术词元”到“社会词元”，并不是把一个技术名词随意社会学化，而是承认社会现实本身正在发生变化。过去，技术通常被理解为社会行动的辅助工具，社会学的主要任务是分析技术“对社会的影响”；而在生成式人工智能条件下，技术越来越成为社会存在的组成条件。社会事实不再只是通过制度、角色和规范得以维持，它还通过训练数据、词元关系、推荐规则和界面交互得以形成。正是在这个意义上，词元已从代码逻辑中的操作单元，转化为社会逻辑中的中介性存在。
这一点尤其表现在意义生产方式的改变上。传统的人文主义社会学把意义视为主体在互动中赋予行动的解释框架，主体是意义的起点；而如今，意义往往先经过词元化才能被模型接住、被平台扩散、被各种搜索系统调取，也被审核机关识别和监管。主体并未退出意义生产，但主体必须进入一个预先设定好的技术语义环境才能让自己的表达“生效”。人说的话是否会被听见、被理解、被推荐、被沉淀，已不再完全取决于其主观意图，而取决于这些表达能否在社会词元层面与技术系统形成兼容。“社会词元”的提出正是要把这种变化从经验层面提升到本体论层面来理解。
由此可见，社会词元不是技术词元的修辞性翻版，而是一种“人—技术—社会”复合体。它同时指向两个方向：一方面，社会关系被压缩进词元；另一方面，词元又重新塑造社会关系。也就是说，“词元”既是社会现实的产物，也是社会现实的生成条件。只有在这一双向结构中，“社会词元”这一概念才具有其理论必要性。为更清楚地呈现“技术词元”与“社会词元”的区别与勾连，可以将两者置于同一对照框架中加以比较(参见表1)。
表1显示，“技术词元”与“社会词元”并非两种截然分离的对象，而是同一现象在不同分析层面上的呈现。前者是工程视角下的可计算单元，后者是社会学视角下的可计算社会单元；前者关心的是切分是否高效，后者关心的是切分如何在分配可见性、流通性与正当性上产生社会后果。也正是在这个意义上，词元社会学不是要否认工程意义上的token，而是要追问：当token被嵌入语料筛选、模型训练、平台分发与公共表达的总体链条时，它究竟以何种方式参与了社会现实的再生产？
这里还可以进一步回应社会学的一个经典张力：结构与行动（structure-agency）之争。倘若套用这一二元对立去追问“社会词元究竟从何而来”，至少会有两种针锋相对的回答：一种是结构论式的，认为是既有社会结构“生成”了词元，词元不过是社会关系的被动投影与下游产物；另一种是原子论式的，认为词元是构成社会的全新基本粒子，社会无非是词元的聚合与排列。然而，笔者恰恰认为这两种回答都有些失之偏颇。社会词元既非纯然被结构所决定的残余，也非可以脱离关系而自足的社会原子，它是在“被生成”与“再生成”的同一过程之中存在的。它由历史语料、平台规则与权力结构所塑形（此为结构面向），又通过模型生成、平台分发与人机交互反过来重组社会表达与主体惯习（此为能动面向）。可见，“社会词元”既不固守结构一端，也不偏居行动一端，而是恰好处在结构被转译为行动、行动又沉淀为结构的那个微观接口之上。正是在这个意义上，笔者认为词元社会学不必在结构论与原子论之间选边站队，而是以关系主义立场消解这一非此即彼的二元对立，也就是说我们不必追问词元“归根结底”属于结构还是属于行动，而是强调词元是如何在二者的持续转换中被生产、被排序与被再生产的。
三、社会词元的生成机制：语料、模型、平台与交互
如果社会词元不是先天地在那里等待我们命名，而是在一系列具体过程中逐渐获得社会效力，那么就必须回答：它是怎样生成的？与其说社会词元是某种静态对象，不如说它更像一种持续发生的社会化过程。沿着这一思路，可以把它的形成理解为一个互相嵌套的链条：语料生产构成起点，算法编码形成中介，平台流通扩张其社会影响，人机交互重塑主体表达，最终，模型输出反过来进入现实，完成对社会的再生产。
首先，“社会词元”的生成过程发生在语料层面。训练语料从来不是世界语言现实的透明映照，而是经过选择、清洗、标注与筛除之后的结果。什么样的文本被视为“高质量”，什么样的说法被定义为噪声，哪些表达因政治、商业或伦理原因被剔除，哪些话语又因其高频和规范性而成为训练主体，这些决策表面上像是技术流程，实则已经把文化规范、制度偏好与市场逻辑写进了模型的入口。克劳福德（Kate Crawford）在《AI地图集》中详细论证了机器学习训练集的分类秩序如何嵌入劳动、地缘与制度结构；麦肯齐(Adrian Mackenzie)借用福柯的知识考古学方法把机器学习理解为一种特定的认识—权力实践，其研究特别提醒我们，语料库不是中性文本，而是一种经过编排的社会记忆。谁被收录，谁就获得在未来被再现的机会；谁被删除，谁便可能在下一轮技术循环中进一步失声。语言在进入模型之前，就已经历了一轮社会权力的筛选。
其次，“社会词元”的第二次塑形发生在编码过程中。模型通过大规模统计学习建立词元之间的关系网络，并以向量空间或参数权重的方式把这种关系固定下来。于是，现实社会中的偏见、刻板印象与分类秩序，也会以高频共现和默认联想的形式沉积到模型内部。一个极为常见的例子是，如果历史语料中某些职业长期与特定性别、地域或阶层描述相连，那么模型在生成时就更可能复制这种联想。本德（Emily M.Bender）等人对“随机鹦鹉”（stochastic parrot）的批判即提醒我们，规模化语料并不会自动“冲淡”偏见，反而会以更稳定的概率分布把偏见结构内化为模型的默认联想；格雷（Mary L.Gray）和苏里（Siddharth Suri）关于“幽灵劳动”(ghost work)的研究也补充指出，这一过程依赖于大规模隐性人类劳动的标注与对齐，而这一劳动本身就分布不均。偏见并不一定以粗暴语句出现，它往往以“更自然的搭配”“更可能的输出”这种统计概率的形态潜伏下来。社会结构由此转换为技术结构，而技术结构又反过来显得像“常识本身”。
库尔德里(Nick Couldry)和梅希亚斯（Ulises A.Mejias）进一步把这一过程命名为“数据殖民主义”（data colonialism），认为数据攫取并不止于记录行为，而是把人类生活转化为可被持续占有与再生产的资源。当这种逻辑下沉到词元层面时，意味着每一种被高频纳入语料的表达都参与了对其他表达的殖民。显然，数据攫取背后的这种权力—资本结构正是通过语料预处理的方式直接进入到词元而生成的。
再次，平台流通使“社会词元”进一步获得现实力量。今天的内容平台几乎都依赖关键词、标签和语义分类来组织可见性。比如，某个话题能否进入公共视野，某篇内容能否触达目标受众，某一商业信息能否完成用户匹配，很大程度上取决于其词元配置。平台运营者深知这一点，所以会不断调试标题、封面文案和标签；普通用户在长期使用中也逐渐学会“什么样的说法更容易被推送”。以短视频平台为例，同样是讲述失业经历，把标题写成“中年转岗记录”“35岁失业自救”“大厂离职后我去了县城”，所触发的受众圈层、情绪期待与算法分发路径往往迥异。这里真正起作用的，不只是内容本身，而是内容在词元层面的预组织方式。事实上，中国学界关于平台劳动的研究已表明，外卖骑手、网约车司机等劳动者的工作生命周期，正是被一整套词元化的标签、评分与等级体系持续测量和规训。词元的社会生命，正是在一次次排序、分发和二次创作中被放大。
更值得社会学警觉的是，人机交互环节正在改造主体本身。提示词工程之所以成为一项实际技能，不是因为人们突然热爱语言实验，而是因为主体已经感受到只有把问题说成模型“愿意接受”的样子，机器才会给出更高质量的反馈。于是，表达开始出现明显的双重定向：它既面向他人，也面向系统；既追求意义传达，也追求技术兼容。海尔斯（N.Katherine Hayles）关于“非意识认知”的研究表明，这种新的表达取向并不必然进入主体的反思意识层面，它更多以一种习惯化的、半自动的方式构成新的语言惯习。这种变化并不局限于使用大模型的人。简历写作、网店商品描述、社交媒体发言、学术检索甚至课堂提问，都越来越面向某种预期的算法接收者。主体不再只是“自然地表达”，而是在不断学习如何把自己的经验压缩为更可识别、更可检索、更可分发的词元组合。长此以往，社会成员对语言的感受方式、对知识的组织方式乃至对自我的叙述方式，都将被这一交互逻辑重新塑形。
最后，模型输出回流社会则使“社会词元”完成最后一环。由既有语料和参数结构生成的文本，会被用户采纳、转述、剪贴、再发布，并进入新的语料环境。如此一来，现实并不是先于技术而保持纯净，再被技术被动地记录；相反，现实本身不断被模型输出去再写作。以公共讨论为例，某一议题在网络平台上经由模型辅助生成大量“标准化解释”“立场模板”和“情绪脚本”之后，人们再讨论该议题时，很可能会直接借用这些现成表达。这就像一个巨大的算法黑箱(Black Box)，可能会使人们在不知不觉中引入偏见，导致特定群体在求职、贷款或法律诉讼中受到不公平对待。显然，这种算法与信息不对称问题不仅仅是技术问题，更涉及背后的权力与社会公平。这一回流之所以具有现实力量，部分原因恰恰在于其“不可见”的工作方式。语言的个体创造性未必消失，却明显受到模板化生成的牵引。词元由此成为一个反馈回路的中心：历史语料塑造词元结构，词元结构支撑模型生成，模型生成反过来更新现实表达，新的现实表达又进入下一轮语料。社会不是一次性地被编码，而是在词元循环中被持续重构。
在这一链条中，可以看到若干十分直观的数智社会例子。教育场景里，学生用大模型辅助写作时，经常先提交一个模糊问题，再根据机器反馈不断添加限定条件、风格要求和结构指令，这一过程实质上是主体在学习一种词元配置术。就业场景里，求职者会根据招聘系统的抓取逻辑重写简历，把原本叙事性的经验改造成更易匹配的技能词条，劳动经历在此被打散并整理为可检索的语义碎片。公共传播场景里，平台往往通过若干高频标签迅速汇聚情绪、组织议题并塑造对事件的第一印象，当这些标签被反复转发后，人们理解事件的方式也随之被限定。甚至在情感生活中，越来越多人借助模型生成“更体面”“更委婉”的回复，私人情感表达也开始进入可模板化的词元世界。正是在这样一些看似琐碎的实践里，“社会词元”逐步成为数智社会的细胞。
因此，社会词元绝不是抽象的概念游戏，而是已经深深嵌入现实运行的微观机制中。它在生成上依赖技术流程，在效力上却指向社会结构。它从语料出发，却并不止于文本，而是牵连着传播、劳动、消费、治理与日常交往。也正因为如此，它一旦形成，就不会停留在技术内部，而会进一步显影出更宏观的社会后果。
四、词元社会学的构建：兼论与传统社会学的区别
如果说“社会词元”是本文试图提出的新概念，那么“词元社会学”则是围绕这一概念展开的理论构想。它并不意味着要用一个时髦术语取代社会学既有范畴，而是要说明：当社会意义和社会关系越来越通过词元进入算法世界时，社会学有必要发展出一套新的观察尺度、问题意识和方法组合。就此而言，词元社会学至少可以从内涵、特征、方法和学科边界四个方面来界定。
首先，就内涵层面而言，笔者认为，词元社会学的研究对象并不是一般意义上的“语言”，也不是一般意义上的“技术”，而是语言在技术基础设施中被切分、编码与调用之后所形成的社会后果。它关注的不是token作为工程参数的优化问题，而是token何以成为数智社会中的意义载体、关系接口与治理节点。换言之，词元社会学试图回答的是：社会如何在可计算的语义颗粒中被拆分、组织和再生产；而不是模型如何更高效地切词或生成。其坚持的基本立场是词元既非纯技术之物，也非纯符号之物，而是一种技术—社会复合体。
从这一点出发，我们可以概括词元社会学的几个突出特征：其一，它是一种微观切入但并非微观主义的研究。词元极小，却并不意味着分析只能停留在细节层面。恰恰相反，词元社会学试图通过最小单元来折射宏观结构，借由词元关系追踪权力配置、文化分类、平台治理与主体塑形。其二，它是一种关系主义研究。词元的意义不是自足的，社会词元也绝不是数字世界的“原子”，它必须放到语料、模型、平台、主体与制度之间的动态关系中才能被理解。其三，它是一种生成论研究。社会词元既是既有社会关系的沉淀，又是新社会关系的生成器；研究对象不是静态状态，而是不断反馈和循环的过程。其四，它天然具有批判维度。因为词元的生成、排序与流通总是嵌入权力和价值，研究者不可能仅仅做技术描写，而必须同时处理规范问题。就像比尔（David Beer）对“算法的思维”与“由算法完成的思维”所做的区分那样，词元社会学的分析对象也具有双重性。
与传统社会学相比，词元社会学具有自身独特的一面，这种独特性与数智社会的特征存在一定的适配性。传统社会学当然也研究语言、符号与互动，但其微观单位通常是行动、角色、规范、群体边界或象征互动。在技术问题上，传统社会学更常把技术视为外部环境、组织条件或制度变量，而词元社会学则把研究尺度推进到“可计算的语义单元”层面，关注社会事实如何在进入模型和平台之前就已被技术切分。传统社会学中的权力多表现为制度支配、阶级控制、文化霸权或组织规训；而在词元社会学这里，权力更多地沉入接口设计、语料筛选、标签治理、关键词匹配与生成偏好之中。传统社会学的方法以访谈、观察、历史分析、统计调查与文本阐释为主；而词元社会学则需要把这些方法与语料计算、平台分析、提示词实验、模型比较等新方法结合起来。换言之，词元社会学并不是抛弃传统社会学，而是在数字技术已经进入社会组织底层的情形下，对传统社会学的一次尺度下移和问题重组。
为了更清楚地阐述“词元社会学”与“传统社会学”的这一差别，笔者尝试做如下概括：如果“传统社会学”问的是行动者在何种制度和文化条件下互动、分化并形成秩序的，那“词元社会学”则会进一步追问：这些行动、制度和文化在数字环境中是通过何种可计算单元被捕捉、调用和重写的？传统社会学把技术更多理解为组织和传播条件，而词元社会学则把技术语义结构本身视为社会构成过程的一部分。传统社会学关注“谁在说”“为何如此说”，而词元社会学不得不再加问一句：“这种说法何以能被机器接住、被平台扩散、被系统转译，又在这一过程中发生了什么变化？”也正是在这个追加的问题上，词元社会学显示出了其不可替代性(参见表2)。
这里还需特别说明的是，词元社会学与近年来颇受关注的行动者网络理论（Actor-Network Theory，ANT）及其衍生的“非人类社会学”（more-than-human sociology）之间，存在着既承接又推进的关系。二者共享关系主义本体论与对“技术外在论”的批判：均承认非人类要素参与社会现实的构造，行动力（agency）不是实体的内在属性，而是关系网络中的涌现效应。但其分析旨趣亦有显著差别：行动者网络理论的“非人类”是水平铺展的本体论清单，门锁、贝壳、微生物、地铁系统皆可入列，其关注的是异质要素如何通过“转译”（translation）被招募并稳定化为网络。而词元社会学则将分析尺度垂直下沉到一个高度特定的对象，算法系统中的最小可计算语义颗粒，关注社会意义如何经由“语料筛选—编码学习—平台分发—人机交互—反馈回流”的链条被压缩、流通与再生产。前者描述了网络如何被组装，后者解释意义如何被压缩与再放大；前者形成于20世纪八九十年代的科学技术研究脉络，处理的是实验室、交通工具与生态系统等经典对象，后者则是对生成式人工智能与平台社会这一特定历史条件的回应，处理ANT形成时尚未充分显现的算法中介现象。
在方法层面，词元社会学至少存在五条相互支撑的路径：第一条路径可称为“词元谱系学”。它追踪某些关键社会词元的形成、变形与扩散，考察一个概念如何在不同时期、不同平台和不同制度环境中改变其语义重心。例如，同样是“内卷”“躺平”“情绪价值”“县城青年”这类社会高频词，其意义从出现到固化，往往伴随着平台传播、代际经验和政策语境的共同作用。第二条路径是“语料—模型分析”。研究者可以比较不同语料来源、不同模型架构对同一组社会词元的组织方式，以揭示模型如何复制或修正既有社会结构。第三条路径是“平台民族志与界面分析”。词元并不只存在于模型内部，也存在于搜索框、推荐页、内容审核提示、话题标签和运营后台等界面之中，研究这些界面如何诱导用户组织表达，同样是理解社会词元的重要工作。第四条路径是“提示词实验”。通过对同一问题施加不同提示结构，观察输出如何变化，研究者可以考察主体如何在与系统互动中学习和形成新的表达惯习。第五条路径则是规范批判，即在上述经验研究基础上讨论透明性、公平性、偏见修复、主体权利和本体论安全问题。
总之，如果说传统社会学的优势在于对结构与行动及其相互关系的“厚描”（thick description），那么词元社会学的贡献则在于揭示这些厚重现实如何在算法时代被切分为可计算的薄层颗粒。在当下社会，或许“厚描”并未失效，但问题在于“厚描”若不进入词元层面就可能看不见新的社会组织和行为方式；反过来，若只停留于词元层面的模式识别，又会失去传统社会学的历史感和批判力。因此，如果说传统社会学不断在追求“社会是如何运行”的机制和逻辑，那么词元社会学就是在探求“社会在算法条件下是如何被重新编码与生成的”。词元社会学的理想形态并不是取代传统社会学，而是与之形成新的互补：它用更细的尺度去发现新的社会组织方式和权力机制，再把这些微观机制放回传统社会学长期关切的结构和行动之中，由此会极大地拓展我们观察数智社会的能力和视野。
五、总结与讨论：迈向“关系主义”的词元社会学
本文试图阐述在生成式人工智能深度嵌入人们的日常生活以后，“词元”已经不能再被仅仅理解为自然语言处理中的技术细节。它是数智社会中意义被切分、关系被接口化、价值被锚定、权力被下沉的一种微观形式。换言之，“词元”不是社会学的外部对象，而正在成为社会本身重新组织的一部分。在数智社会，“人”通过词元让自己“被看见”，“社会”通过词元完成自我的再生产，人与社会的关系由此从最初的互动，转变为内部的共构。正是从这个判断出发，本文提出“社会词元”概念，并进一步把“词元社会学”界定为一条可能的社会学研究的新路径。
不过，提出一个新概念并不意味着问题已经解决。相反，词元社会学若要真正站稳脚跟，还必须面对若干值得反思的张力。其一是技术还原论的风险。并非一切社会过程都能够被压缩为词元，也并非抓住词元就自动抓住了社会本身。阶级、国家、制度、情感、伦理和历史记忆仍有其无法完全离散化的厚重维度。若把词元当作解释一切的钥匙，词元社会学就会迅速滑向新的形式主义。其二是社会建构论的另一种盲点。若只强调词元背后的社会预设，却忽略技术架构本身的反向塑形力量，同样无法解释为什么一些原本边缘的表达，在平台和模型的共同作用下会突然获得巨大的组织力。换言之，技术词元与社会词元既不能被割裂，也不能彼此吞并；两者之间更适合用“共构”而不是“单向决定”来描述。
正因为如此，本文主张把“词元社会学”明确建基于关系主义之上。所谓关系主义，并不是简单地说“万物相连”，而是强调任何社会词元都不能脱离其所处的关系场域来理解。一个词元之所以成为“社会词元”，并不因为它天然具有某种神秘本质，而在于它同时嵌入训练语料、模型参数、平台规则、主体策略和制度环境之中。离开这些关系，它就只是一段字符；进入这些关系，它才成为社会意义的载体和社会力量的节点。由此，词元社会学并不追求为token寻找一个固定的实体论定义，而是要追踪其在不同关系场中的位置变化、功能变迁和效力转移。
在这一关系主义框架下，词元社会学至少存在三个方面的新的理论启示。一是数智社会的“最小单位”问题需要重新表述。经典社会学常把个体、互动、角色或网络节点视作微观分析的起点。今天，这些单位仍然重要，但还远远不够。因为主体并不是以原初形态直接进入数字秩序，而是通过被切分、编码和排序的词元形式被技术系统识别。社会学若忽略这层“进入机制”，就难以解释数智社会中权力何以更隐蔽、规训何以更柔性、主体何以更主动地配合技术。也就是说，社会词元并非取代行动者，而是提示我们：行动者在数字环境中总是被预先词元化的行动者。这就像信息哲学家弗洛里迪（Luciano Floridi）提出的“信息圈”(infosphere)概念一样，人们不仅生活在生物圈或物理世界中，更生活在一个由信息构成的生态系统中。而“信息圈”内的主体存在样态向“信息对象”的转换就像我们这里所说的“词元化主体”一样，在数智社会中正在发生并不断再生产着。
二是数智社会中的权力正在由“可见的宏观命令”转向“隐匿的语义预设”。在许多场景中，人们并未被直接禁止说什么，却会逐渐学会什么样的说法更容易被看见、什么样的表达更容易被误判、什么样的词元组合更容易得到机器的积极反馈。规训在这里并不以压制的面貌出现，而更像一种接口诱导、一种语义习惯、一种默认的技术礼貌。正因如此，词元社会学不仅有助于理解数智时代的新型权力，也有助于揭示权力如何在“不强迫”的表象下完成对主体的塑形。
三是词元社会学可以为计算社会学和批判社会学之间搭建桥梁。前者擅长利用大规模语料、向量模型与计算方法识别文化模式，后者擅长揭示权力、意识形态和制度支配；二者长期存在方法与立场的分离。以“社会词元”为中介，至少可以把一个关键问题凸显出来：那些可被计算的方法对象，原本就是由权力筛选、平台治理和历史结构塑造出来的；而那些需要批判的结构，又恰恰是在可计算的词元关系中被固定和再生产的。由此，计算并非批判的对立面，问题在于计算是否能够自觉地把自己的对象重新社会学化。
因此，关系主义的词元社会学也必须把“本体论安全”作为规范性的核心议题。吉登斯（Anthony Giddens）曾用这一概念指称现代主体对世界稳定性、自我连续性与日常秩序可预期性的基本信赖。在生成式人工智能时代，这种信赖正面临新的挑战：当现实表达越来越可能由模型高度拟真地产生，当情绪、立场和知识都可以被模板化调度，主体如何判断什么是他人的真实经验，什么只是概率生成的语言表面？当公共讨论越来越被热词、标签和关键词牵引时，社会又如何维持对现实的最基本共识？本体论安全在这里不只是信息真假问题，而是社会成员能否继续把世界当作一个可以理解、可以沟通、可以共同生活的世界来经历和体验的问题。“词元治理”因此绝不是小修小补的技术治理，而关乎数字文明的伦理边界。
也正是在这一意义上，词元社会学的未来不应局限于“研究一个新对象”，而应当走向“重写一种社会学问题意识”。它提醒我们，数智时代的社会并非简单地叠加了一层技术外壳，而是在最微观的语义单元层面被重新组装。社会意义不再只是被表达，它还要先被切分；主体不再只是说话，它还要学会如何让机器接住自己的话；权力不再只通过显性制度运作，它还通过语义预设、接口设计与模型偏好沉入日常。沿着这条线索继续推进，词元社会学完全可能发展出自身的研究议程：例如，比较不同模型中的阶层词元分布，考察不同平台如何通过标签治理塑造公共议题，分析不同群体在提示词能力上的差异及由此形成的新的文化区隔，乃至研究模型辅助写作如何改变教育、劳动与亲密关系中的语言伦理。凡此种种，都将使社会学不再仅仅站在技术之外评论技术，而是能够进入技术—社会交汇处重建自身的分析语言。
当然，我们也应该看到词元社会学的明显局限。一是技术还原主义。若把词元当成数智社会的“最后真相”，就会误以为一切社会意义都能被拆成离散颗粒并在向量空间中得到充分解释；但沉默、讽刺、身体感受、视觉图像、空间氛围、制度记忆与情境性默契等，均不适合被简单词元化。二是数据与模型本身的局限。语料是被筛选过的，平台带着商业目标和治理逻辑，模型则常常黑箱化，这意味着研究者的观察从一开始就受技术制度形塑。三是语言与文化差异。中文分词不同于英语的空格切分，网络流行语、谐音、表情包、拼音缩写、方言书写与多模态互动不断突破传统词表的边界，若词元社会学只关心文本token而忽略多模态意义单元，反而会在最需要拓展处缩窄视野。四是规范层面的隐忧。词元社会学强调可计量性、可比较性与可计算性，固然提升了分析精度，却也可能诱发新的“量化崇拜”——社会学研究从来不是为了证明模型多么强大，而是为了理解人在何种结构中行动、受限与创造。
在承认这些局限性之后，笔者认为，词元社会学的提出具有多重学术价值与理论贡献。其一，在本体论层面，它把社会学对“社会事实”的追问从制度、组织与网络下沉到可计算的语义颗粒，揭示出一种此前在数智时代社会中未被命名的最小存在形态，这无疑是对涂尔干以来“社会事实自成一类”命题在算法条件下的尺度化延伸。其二，在方法论层面，它试图在传统厚描与计算分析之间搭建关系主义桥梁，使大模型语词嵌入等工具得以接受社会学的批判性审视，而非反过来以技术效率重塑社会学的提问方式。其三，在批判性层面，它把对权力、不平等与意识形态的考察从制度文本与组织规训延展至语料筛选、分词规则、标签治理与默认联想，为算法时代的社会学批判保留了进入“最隐匿一层”的理论可能。其意义并不在于宣告一门已经成熟的分支学科诞生，而在于为社会学打开一处新的问题地带：社会如何在可计算单元中被重新组织，主体如何在词元化环境中重新表达自己，平台如何通过微观语义结构实施治理，文化意义又如何在向量空间中显影并漂移。沿着这一问题地带往前走，至少有三条可努力的方向值得我们关注：一是继续把词元分析与历史、田野、访谈和制度研究结合起来，让“社会显微镜”不至于脱离现实世界。二是在中文语境中发展更贴近本土经验的词元研究议题，比如平台劳动评价、公共话语热词、代际情绪词元、乡村数字治理中的标签化分类等。三是把词元治理纳入更明确的制度讨论，围绕语料多样性、模型透明度、算法纠偏与数字主体权利形成更具有操作性的社会学议程。
说到底，笔者在此的学术野心并不在于要首次宣告“词元社会学”的诞生和建设，而是在于说明如果社会学要认真面对人工智能深度嵌入后的社会现实，就需要进入一个比“平台”“算法”“数据”更细的层次。在这个层次上，社会不是被抽象地谈论，而是被切分、被索引、被推荐、被计算、被放大。“词元”因此既是一个技术术语，也是一面时代的镜子,它照出的不只是模型如何处理语言，更是数智时代社会如何重新处理自身。也正是在这个意义上，关系主义的词元社会学提醒我们，在不放弃社会学历史感、解释力和批判性的前提下，要大胆去理解那些已经深藏于技术微结构中的社会事实。至少词元社会学能把社会学的本体论思考推进到算法内部的最微观维度，揭示社会事实不仅是社会制度与结构的运行维持，更在词元层面被持续编码、流通与再生产的过程。它为社会学研究开辟了新场域，使社会学得以在生成式人工智能时代守住对“社会”的解释权，回归到社会学“为人”的本源问题上。
〔本文系国家社会科学基金重大项目“新形势下我国社会发展面临的不确定性及其应对机制研究”（22&ZD183）的阶段性成果〕
