长尾黑颚猴呼叫与人类说话之间，还有一个差异，那就是：人类的话语有阶层结构，因此低层次的少数元素，能在上一个层次建构许多项目。我们的语言利用许多不同的音节，所有的音节都是由同一组声音构成的。我们组合这些不同的音节，就能创造几千个字。这些字并不是杂乱地连成一串，而是先组织成片语，再以片语组成句子。因此句子的数量可以是无限的。（语音、音节、字、片语、句子，是语言的5个基本阶层。）相对而言，长尾黑颚猴的呼叫无法分解成更小的构成单位，事实上，长尾黑颚猴呼叫连一个组织层级都没有。
英文中的文法字包括介词、连接词、冠词与助动词（如“can”，“may”，“do”和“should”）。了解“文法项”的演化，比了解“语项”的演化，难多了。对一个不懂英语的人，你可以指着自己的鼻子，解释“nose”这个单词的意义。同样地，猿类也可能彼此了解代表名词、动词与形容词的咕噜声。但是你如何对不懂英语的人解释如“by”，“because”，“the”和“did”这些词的意义呢？我们的祖先是怎样发明种种“文法项”的？
我们从小学习所有这些人类语言的复杂结构，从来没有觉察其中的支配规则。除非我们到学校学习语文或学习外语。不然我们不会接触“文法规则”。人类语言的结构非常复杂，职业语言学家找出的规则，许多是最近几十年才提出来的。大多数语言学家，从不讨论人类语言从动物界演化出来的可能，正是因为人类语言与动物呼叫之间的这个鸿沟。他们认为这个问题无法回答，甚至不值得去猜想答案。
原始的人类语言听起来会是什么样子的？为了回答这个问题，比较人类说话与长尾黑颚猴呼叫的差异，可以获得有用的线索。其中一个差别是语法，我刚刚提到过。人类有语法，长尾黑颚猴没有。也就是说，人类说话，字的顺序以及字的形式都关系到意义。第二个差异，是长尾黑颚猴的呼叫——就算是“词”吧——仅仅指涉你可以用手指出的东西或行动。你可以主张长尾黑颚猴的呼叫包括名词（鹰）与动词或动词片语（“小心！老鹰来了！”）。我们的词汇中，很明显地，包括名词、动词，还有形容词。在我们的话语中，指涉特定的物（名词）、行动（动词）或性质（形容词）的部分，合起来叫做“语项”。但是在典型的人类话语里，还有将近一半的“词”，纯粹是“文法项”，没有可以用手指出的外界对应物。
最早的文字在5000年前出现，它们与现代文字一样复杂，因此人类语言必然在更早的时候，就已经像今天的一样复杂了。为了追溯语言演化的早期阶段，我们能不能找到说原始语言的原始族群？今天世界上还有些采集狩猎族群，在不久之前，仍然生活在石器时代的水准，不是吗？在19世纪许多记载异域风情的书里，充满了关于落后族群的故事，说他们只有几百个语汇，或根本发不出适当的语音。只会发“啊！”的音，依赖手势沟通。那是达尔文对火地岛（位于南美洲南端）土著语言的第一印象。但是所有那样的故事，纯属虚构。达尔文与西方探险家，只是很难从不熟悉的土著话语中分析出容易辨识的语音罢了。非西方人听西方人说话，也有同样的困难。与动物学家“听不懂”长尾黑颚猴的呼叫声、咕噜声，是同样的经验。
简言之，人类与动物的声音通讯，诚然有很大的鸿沟，科学家对动物语言的研究，正在迅速地累积经验与知识，使我们有机会窥见动物声音通讯的极限。现在我们应该回到人境且观察人类的语言究竟可以“原始”到什么地步。我们已经发现了动物有复杂的“语言”，那么人类最原始的语言会是什么样子的？
事实上，语言的复杂程度，与社会/工艺的复杂程度，毫无关系。工艺技术原始的族群，说的语言并不原始，我与新几内亚高地上的弗雷人相处，第一天就发现了这一点。弗雷语言文法复杂得有趣，有芬兰语、斯拉夫语的特征，动词时态与动词片语的规则，又与所有我知道的语言不同。我前面提过，新几内亚的依瑶语有8种母音声调，职业语言学家即使学了好些年，对有些语音的细微变化，仍然难以察觉。
我不大相信人类以外的灵长类，会演化出什么声音通讯的语法，与人类语言的语法难以比拟。不过，任何其他动物是否演化出语法？仍是个开放的问题，目前尚无定论。果真有动物演化出了语法，最有可能的，就是野外的两种黑猩猩了，可是目前还没有人针对它们研究过这个问题。
因此，有些族群即使仍然使用原始的技术，他们的语言可不原始。另一方面，克罗马侬人遗址出土了许多当年的器物，可是没有留下当时的话语。既然找不到语言演化的环节，我们就缺乏适当的证据，讨论人类语言的起源。于是我们被迫尝试比较间接的途径。
研究长尾黑颚猴的呼叫，至今没有发现过文法。它们大部分咕噜声与警告呼叫，都是“单声”。要是它们发出一串（一个以上的）单声，所有的分析都显示：它们只是重复同一单声罢了。长尾黑颚猴“回答”其他长尾黑颚猴的发声也一样，或只发单声，或重复同一单声。南美的卡布钦猴与东南亚的长臂猿，呼叫声的确包括好几个元素，而且也似乎有固定的顺序或组合，但是我们仍然不清楚这些组合的意义（我们人类弄不清楚，不代表它们自己也不清楚）。
途径之一，是观察那些没有机会听见人类说话的人，看他们会不会自然地发明一种原始的语言。根据希腊史学家希罗多德的记载，埃及国王普萨美提克斯（Psammeticus）做过这样的实验，目的在确认最早的人类语言是哪一个。国王将两个新生婴儿送交一位独居的牧羊人抚养，命令他不得发出任何声音，不得与婴儿说话，并仔细聆听孩子说的第一个字。牧羊人忠实尽责地回报国王：两个孩子起先只会吐露无意义的含糊语音，可是到了两岁，两人会向他跑去，开始反复地说“becos”。由于那个字当时在弗里吉亚语（土耳其中部）中是“面包”的意思，据说普萨美提克斯因此同意：弗里吉亚人是最古老的人类。
现在让我们面对最后一个还没回答的问题：动物的声音通讯，究竟有没有文法或语法？人类不只是拥有一个包含几千个意义不同的“词”的词汇。我们会根据文法规则，组合不同的字造句，必要时变化字的形式；句子的意义，也由文法规则规定。根据文法，我们可以利用数量有限的词汇，构造数量无限的句子。为了说明这一点，请看下列两个句子，字都一样，可是意义完全不同：你那小狗咬了我老妈的腿，我那老妈咬了你小狗的腿。如果没有文法规则，这两个句子的意义就会完全一样。大多数语言学家，不管动物的词汇有多大，除非有文法，不会承认动物也有“语言”。
这个实验确实严格遵循了国王的指示吗？很不幸，希罗多德的简短陈述，并不能使怀疑者信服。一些学者反而振振有词，拿这个故事当证据，尊他为“谎言之父”，而不是“史学之父”。当然，我们都知道：婴儿若在与世隔绝的环境中生长，长大后就一直不能说话，也不会发明或发现语言，例如著名的“狼孩”阿维洪（Aveyron）。但是，在现代世界，普萨美提克斯实验的变体，却已经发生过几十次。参与实验的人，是整个族群中的小孩，他们身边的成人，说的语言极为简化又不稳定，与正常孩子两岁时说的话，颇为类似。那些孩子会无意识地继续演化他们自己的语言，比长尾黑颚猴的呼叫系统更为先进，但比正常的人类语言简单。结果就是一种叫做“克里奥耳语”（creole）的新语言。“克里奥耳语”与它的前身“洋泾浜语”（pidgin），也许可以提供有用的线索，让我们建构人类语言演化过程中的环节，有些根据。
灵长类行为学家在田野观察过大猩猩的队群行为：它们可能会停留在一个地点很长的时间，只是坐在一起，彼此以难以分辨的声音模糊咕噜来，咕噜去，直到突然间，所有大猩猩同时站起身来，朝同一个方向行进。看过这一幕的人，不免会在心中嘀咕：或许在那一团声音中，隐藏着沟通的细节。猿类受到发声道解剖构造的限制，无法像人类一样发出那么多子音、母音，因此猿类的词汇不可能像我们那么多。不过，我相信非洲大猿的词汇，一定比长尾黑颚猴多得多，可能包括几十个“词”，也许还有队群中每个成员的名字。这是一个令人兴奋的研究领域，新知识正在迅速地累积，我们对于猿类与人类的语言鸿沟，应抱持开放的态度。
我第一次接触到的“克里奥耳语”，是新几内亚的通用语，叫作新美拉尼西亚语，或者“洋泾浜英语”。（“洋泾浜英语”不是个正确的词，会让人产生不正确的观念，因为新美拉尼西亚语并不是“洋泾浜英语”，而是从一种先进的“洋泾浜语”发源、演变而成的“克里奥耳语”——待会我会解释两者的区别——许多不同的“克里奥耳语”都被误以为是“洋泾浜英语”。）巴布亚新几内亚面积与瑞典差不多，可是有700种土著语言，没有一种语言的说话者，超过总人口的3%。在这种情况下，难怪会需要一种通用语言。于是在18世纪初，英国商人与水手到达这儿之后，就出现通用语了。今天，新美拉尼西亚语在巴布亚新几内亚，不仅是会话用语，许多学校、报纸、广播，以及国会讨论国是，都用到它。
可是有好几组科学团队，使用人工语言，花许多年时间训练捕获的大猩猩、黑猩猩与波诺波猿，例如用塑胶片（不同形状、尺寸、颜色的塑胶片代表不同的字），或聋人用的手语，或打字机键盘（每个键上有一个不同的符号）。这些动物都学会了上百个（甚至几百个）符号的意义，而且有一头波诺波猿，学者最近观察到它似乎懂得许多英语口语（尽管不会说）。研究那些受过训练的猿，至少透露了：它们具有的智力足以掌握大量词汇，因此我们难免怀疑它们在自然栖境中，已经演化出那样庞大的词汇。
我到达巴布亚新几内亚，第一次听到新美拉尼西亚语的时候，对它嗤之以鼻。它听来像是孩子话，又臭又长又不合文法。可是我以我自以为是的孩子话说英语，却发现当地人根本不知道我在说什么。我假定新美拉尼西亚语中的字，与英语中的同源字意思相同，结果这个假定导致了可怕的后果。例如我不小心推挤了一位妇人，于是当着她先生的面向她道歉。哪里知道在新美拉尼西亚语中“pushim”的意思，并不是英语中的“push”（推），而是“性交”。
不幸的是，野地黑猩猩或其他猿类的声音传讯，从来没有人运用研究长尾黑颚猴的方法研究过，因为有实际的困难。长尾黑颚猴队群的地盘，通常直径不过600公尺，可是黑猩猩就有几公里了，在野外搬运、安排各种器材，非常困难。研究动物园中的黑猩猩，也无法克服那些实际的困难，因为动物园里的黑猩猩，不是自然的族群，每一头可能都是从不同地点抓来的。本章后面我会讨论到，从非洲不同地点抓来的“黑人”，本来说不同的语言，把他们集中在一起当奴隶，最后他们也能相互沟通，使用的媒介是一种极为粗糙的“语言”，没有文法可言——只是形似人类语言罢了。同样地，动物园里的黑猩猩，也必然不能完整表现野地黑猩猩以声音沟通的本领。总之，切尼与赛法斯夫妇研究野地长尾黑颚猴的方法，还没人用来研究野地黑猩猩，因此我们对于黑猩猩以声音沟通的本领，所知极为有限。
新美拉尼西亚语像英语一样，有严谨的文法规则。它是种柔顺的语言。你想说什么都成，能用英语说的，也能以新语说出来。你甚至可以表达不容易用英语表达的意思。举例来说，英语代名词“we”（我们），事实上有两种不同的意思，一种包括听者，一种不包括听者。新美拉尼西亚语用两个代名词（yumi与mipela），分别两种“我们”。我使用了几个月新美拉尼西亚语之后，再与使用英语的人交谈，每当他说到“we”（我们），我就不由得想：他说的“we”（我们）究竟包不包括我？
不过，研究长尾黑颚猴大概不可能发现动物声音传讯的极限，因为可能表现出那些极限的，是猿类，而不是猴类。虽然黑猩猩与大猩猩发出的声音，听在我们耳里，不过是咕噜声与尖叫声，没有什么特别的（别忘了长尾黑颚猴的警告呼叫，是经过仔细研究之后才分辨出来的）。即使是人类的语音，不熟悉的人听来，也像是含糊的声音。
新美拉尼西亚语看似简单（其实不然）以及柔顺的特性，有词汇的原因，也有文法的原因。它的词汇以一组数量不多的字为核心，核心字的意义随语境变化，并可作比喻性的衍义。例如“gras”，既是英语中的“grass”（草），也可衍义成“头发”。
我们很难分辨动物的声音，其实没有什么好奇怪的，只要想想我们也很难分辨人类的语音，就明白了。婴儿呱呱坠地，头几年大部分时间都在学习，模仿身边大人的语音。长大后，我们对不熟悉的语音，仍感到难以分辨。我中学学过4年法语，可是我听懂法语的本领，比起在巴黎长大的4岁小孩，差得远了，简直令人羞惭。但比起新几内亚莱克斯平原的依瑶语（Iyau），法文就容易多了，依瑶语中一个母音可能有8个不同的意义，视声调而定。声调微小的变化，可以让一个依瑶字，意义从“岳母”变成“蛇”。不用说，要是谁把自己的岳母叫成蛇，无异找死，那里的孩子从小就学会分辨声调的变化，并视语境发出适当的音——即使一个职业语言学家，全心全意学习依瑶语，几年之后，仍然不易掌握他们的语调变化。我们学习不熟悉的人类语言都有那么大的困难，更别说辨认其他动物的呼叫词汇了。
新美拉尼西亚语的文法看似简单（其实不然），是因为它缺乏某些规则，而以绕圈子的办法表达意思。它缺的包括一些似乎不可或缺的文法项，如名词的复数形式与词格、动词的词尾变化、动词的被动态以及大多数介词与动词时态。然而，在许多其他方面，新美拉尼西亚语先进的程度，孩子话与长尾黑颚猴呼叫声远远比不上，例如它有连接词、助动词与代名词，它还有表达动词情态与面相的各种方式。它的音素、音节与字构成井然的层级组织，与正常、复杂的语言一样。它也容许以片语、句子建构层级组织，所以巴布亚新几内亚的政客，能以新美拉尼西亚语发表竞选演说，其架构之复杂曲折，可与托马斯·曼的德文散文媲美。
至于第二个问题，词汇的数量，据我们目前所知，即使是“最先进的”动物种，词汇的数量也很小，与我们根本不能比。在英语国家，一般人在日常生活中，需要1000个单词。我书桌上的简明英文字典，搜罗了14多万个单词。但是长尾黑颚猴只有10种不同的呼叫——我得提醒读者，长尾黑颚猴可是经过仔细研究的哺乳动物。动物与人类的词汇数量，的确有很大的差异，可是数量不见得准确地反映了差异的程度。还记得学者花了多少时间才分别出长尾黑颚猴的“警告呼叫”吗？直到1967年，学者还不知道这些寻常的动物有什么具有特定意义的呼叫声。要不是借助机器分析，最有经验的长尾黑颚猴观察者也分辨不出好几种呼叫声：即使借助机器分析，那10种呼叫中仍有几种还有待证实。很明显，长尾黑颚猴（以及其他动物）可能还有许多呼叫，只是我们分辨不出罢了。
起先，我以为新美拉尼西亚语是人类语言中的怪胎，尽管是个可爱的怪胎。由于英国船18世纪初才经常停靠新几内亚，因此新美拉尼西亚语问世还不到两百年。但是我假定这种语言是从“孩子话”发展出来的——当年到新几内亚殖民的人认为土著无法学会英语，就以“孩子话”和土著说话，我这么猜想。结果我发现，与新美拉尼西亚语结构相似的语言，世界上有几十种。它们在全球各地分别独立发展，词汇大部分借自英语、法语、荷兰语、西班牙语、葡萄牙语、马来语或阿拉伯语。它们出现的环境，主要与大农场、市集、贸易站有关。因为在那些地方，操不同语言的人会聚一堂，沟通的问题急需解决，可是当地的社会环境又不容许大家学习对方的语言。许多例子可以在赤道美洲、澳大利亚，赤道上的加勒比海岛屿、太平洋岛屿、印度洋岛屿上发现——欧洲拓垦者在当地移入了远道而来的工人，他们说不同的语言。其他欧洲殖民者在中国、印度尼西亚或非洲人口已经稠密的地区设立堡垒或商栈。
其实，真正的问题是：长尾黑颚猴的“豹子呼叫”，究竟是一个“词”（“中等体型的猫科动物，它们……”）？一个“叙述句”（“来了一头中等体型的猫科动物”）？一个“惊叹句”（“注意！一头中等体型的猫科动物来了！”）？一个“动议”（“大伙爬上树，或采取必要措施，以躲开那头中等体型的猫科动物”）？目前，我们还没有清楚的答案，也许是其中之一，也许包含上述几种功能。同样地，我的儿子马克斯1岁时说出“juice”（果汁）的时候，我感到非常兴奋，我非常骄傲，认为那是他最早说出的字。不过，对于马克斯，那个单音节的juice（果汁），不只是表示他正确地指出了某种具有特定性质的外界事物，而且是用来提出“动议”的：“我要果汁！”等到他再长大一些，才会加上更多音节（“给我果汁！”）分别“词”与“动议”。没有证据显示长尾黑颚猴到达过那一阶段。
占支配地位的殖民者与输入的工人或当地土著之间，有坚固的社会藩篱，使前者不愿、后者不能学习对方的语言。通常殖民者蔑视当地人，但在中国，这种轻蔑是相互的：当1664年英国商人在广州设立商栈时，中国人通过学习外国人的语言或教外国人汉语不再轻蔑外国人，正如英国人会跟着未开化的人学习汉语或教他们汉语不再鄙视他们一样。即使没有那些社会藩篱，工人也没有多少机会学习殖民者的语言，因为工人的数量比殖民者多许多。另一方面殖民者也发现学习工人的语言非常困难，因为工人来自不同部族，语言也不同。
首先，关于“词”的问题，至少我们很清楚：长尾黑颚猴每一种呼叫，都指涉一类特定的外在危险。当然，那并不是说：长尾黑颚猴的“豹子呼叫”传达给同伴的讯息，与“豹子”传达给动物学家的一样（某一个特定生物种的成员）。科学家已经知道，长尾黑颚猴不只看见豹子会发出“豹子呼叫”，其他两种常见的肉食猫科动物——野猫与山猫——也会让它们发出“豹子呼叫”。因此，“豹子呼叫”即便是个“词”，它的意思也不是“豹”，而是“中等体型的猫科动物，它们可能会攻击我们，攻击的手法相同，躲避它们最好的办法，是爬上树去”。然而，许多人类的“词”，也是这么使用的——有同样的意义。举例来说，我们大多数人都不是鱼类学家或狂热的渔人，因此“鱼”这个字，是把它当总名来用的——凡是在水中游泳的动物，只要冷血、有鳍、有脊柱，而且说不准可以吃的，我们都叫做“鱼”。
大农场或市集成立后，简化的、稳定的新语言于是从混乱的语言环境里产生了。就以新美拉尼西亚语为例吧。大约在1820年，英国船开始造访新几内亚东方的美拉尼西亚诸岛，掳岛民到（澳大利亚）昆士兰与中国台湾的甘蔗农场做工，在那里说不同语言的工人一起劳动。在这一情形中，不知怎的就出现了新美拉尼西亚语。它的词汇有80％来自英语，15%源自托来语（Tolai，一种美拉尼西亚语，在工人中，说这种语言的人占的比例颇高），其余的是马来语及其他语言。
到目前为止，我讨论长尾黑颚猴的呼叫，粗略地应用了人类的概念，例如“词”与“语言”。现在让我们进一步比较人类与其他灵长类的声音通讯。具体地说，我们要回答三个问题。长尾黑颚猴的呼叫可以当作“词”吗？动物的“词汇”有多大呢？哪一种动物的呼叫有“文法”，因此可以算是“语言”？
在新语言形成的过程中，语言学家区分出两个阶段：刚形成的粗糙语言，叫做“洋泾浜语”；后来比较复杂的语言，叫做“克里奥耳语”。殖民者与工人说不同的语言（第一语言），可是因为沟通的需要，学习“洋泾浜语”当作第二语言。双方都继续说第一语言，与自己人沟通：双方通过第二语言彼此沟通，此外，农场上说不同语言的工人，也可以用“洋泾浜语”沟通。
这些例子证明：长尾黑颚猴的警告呼叫，并不是“恐惧或意向的‘非自主性’表现（自然流露）”。它们有外界的指涉，而且可能相当精确。它们都是对象明确的通讯行为，如果发声者关心听众的安危，它发出的讯息比较可能是诚实的，针对敌人它也可能“谎报”。关于动物发声与人类说话之间的比拟，怀疑者还会指出：人类必须学习“母语”，而动物发出的声音，都是天生的，无需学习。不过，长尾黑颚猴自幼年起，似乎必须学习适当的呼叫模式，以及适当的反应，与人类的婴儿一样。婴儿长尾黑颚猴的咕噜声与成年长尾黑颚猴不同。它们的“发音”逐渐改进，大约到了两岁，就与成猴无异（再过两年多，它们才进入青春期）。人类儿童大约要到5岁，语音才能与成人无异；我的孩子4岁的时候，说话仍然不易听懂。可见长尾黑颚猴与人类的语音发展模式是一样的。长尾黑颚猴婴儿对于成猴的呼叫，要到六七个月大才能正确地反应。在那之前，婴儿听见成猴的“蛇呼叫”，可能会跳起来向树上爬——那是听见“鹰呼叫”的正确反应，可是对于“蛇呼叫”，却是自杀反应。直到两岁，长尾黑颚猴才会正确地判断情况、发出适当的警告呼叫。在两岁之前，幼年长尾黑颚猴不仅见到猛雕或冠鹰临头盘旋，会发出“鹰呼叫”，任何鸟飞过头顶，甚至树叶飘落，都可能让它们叫起来。人类儿童也有同样的表现，例如孩子见着了狗，会学着“汪汪”地叫，可是见到了猫或鸽子也那么叫，儿童心理学家认为那是“过度推广”——举一反三过了头。
与正常的语言比较起来，“洋泾浜语”的语音、词汇及语法都贫乏得很。“洋泾浜语”的语音，通常只保留几个语言的交集部分。例如许多新几内亚人觉得英语中的f与v音很难发，而我与许多以英语为母语的人，觉得许多新几内亚语里带声调的母音与鼻化音很难发。这些音“洋泾浜语”丢掉了大部分，后来发展出的新美拉尼西亚语也不使用。“洋泾浜语”的词汇，主要是名词、动词与形容词，至于冠词、助动词、连接词或介词，不是很少就是没有。语法嘛，早期的“洋泾浜语”主要只有短字串，很少片语，字的顺序并无规律，没有附属子句，没有字尾变化。除了上面谈的贫乏，个别差异是早期“洋泾浜语”的特色，同一个人说的话，不同的人说的话，都富有变异性，简直是语言的无政府状态。
至于“长尾黑颚猴的每种警告呼叫都有特定的外在指涉”：“老鹰呼叫”最能证明这一点。长尾黑颚猴一看见天空展翅盘旋的老鹰，如果那是猛雕或冠鹰，就会发出“老鹰呼叫”，因为长尾黑颚猴常遭猛雕与冠鹰猎食。如果是褐鹰，通常不理会，对黑胸蛇鹰或白背兀鹫，几乎从不理会——它们并不猎杀长尾黑颚猴。在地面上朝天观看，黑胸蛇鹰与猛雕非常相似，都是腹面苍白、束尾、头胸黑色。长尾黑颚猴必然是“赏鸟玩家”，否则很容易送命。
“只要我喜欢，没什么不可以”。“洋泾浜语”要是只有成人说，而且不必很正式地说，就会停留在原始的阶段，不会进一步演化。例如有一个叫做挪威俄语的“洋泾浜语”，让俄国渔民与挪威渔民可以在北极圈内进行以物易物的交易。那种通用语整个19世纪都在流通，从未进一步演化，因为它只用在单纯交易的短暂过程中。双方大部分时间都与自己的同胞在一起。另一方面，在新几内亚“洋泾浜语”一个世代又一个世代流传下去，逐渐变得越来越规范、越来越复杂，因为越来越多的人在日常生活中使用它。但是新几内亚大多数孩子，继续跟父母亲学习母语作为第一语言，直到第二次世界大战之后，情形才改变。
同样的观察，也让地球上的动物学家相信长尾黑颚猴的警告呼叫具有通讯功能。一只长尾黑颚猴落了单，给豹子追了将近一个小时，在整个痛苦的历程中，一直保持沉默。长尾黑颚猴母亲要是身边有子女，发出警告呼叫的次数就比较多，要是身边没有亲人，比较少发出警告呼叫。偶尔长尾黑颚猴会在没有豹子的情况下，发出“豹子！”的呼叫，那是在和其他队群打架打输了的时候。假警报让双方立刻停止，向最近的树木奔去——功能等于“暂停！”讯号，只不过是假的。因此，那呼叫是明显的通讯行为，而不是看见豹子。由于害怕不由自主地叫出来。那呼叫也不是爬树的反射反应，因为呼叫的长尾黑颚猴也许正在爬树，也许正从树上跳下，也许什么事也没做，不可一概而论，视情况而定。
不过，要是有一个世代开始以“洋泾浜语”做母语（第一语言），“洋泾浜语”就会很快地演化成“克里奥耳语”。（后面我会讨论那个世代中哪些成员会以“洋泾浜语”做母语，以及那么做的原因。）那个世代就会以“洋泾浜语”达成所有社会目的，不再只以“洋泾浜语”讨论农场事务，或从事以物易物的交易。与“洋泾浜语”比较，“克里奥耳语”的词汇大得多，语法复杂得多，同一个人说的话，不同的人说的话，也一致得多。“克里奥耳语”可以表达正常语言所能表达的思绪，可是以“洋泾浜语”表达稍微复杂的意念，都得奋斗老半天。也不知怎的，虽然没有语言学院的专家创制明确的规则，一个“洋泾浜语”就扩张并稳定下来，演化成一个严整而完善的语言。
假设从外太空先进文明来了一位动物学家，他观察到：我一看见豹子？就发出“啊！豹子！”这样的尖叫，然后爬上一棵树。这位动物学家很可能也不相信我们人类除了情绪与意向之外，还能表达什么——更不用说什么象征通讯了。为了检验这个假说，那位动物学家必须做实验，以及仔细地观察。要是不管身边有没有人，我总会尖叫，那就支持“情绪/意向表达说”。要是我只在身边有人的时候尖叫，而且只在豹子（而不是狮子）逼近时才发出那种尖叫，那就表示“我尖叫”是指涉外界特定事物的通讯行为。要是那头豹子出现时，我会对我儿子尖叫。可是豹子潜近一个常与我斗争的人，我却保持缄默，那么那位动物学家就会非常肯定“我尖叫”是一种有目的的通讯行为。
这个形成“克里奥耳语”的过程，是语言演化的自然实验，在现代世界中开展过几十次，各不相干。实验场所分布在南美大陆，经非洲到太平洋诸岛；参与实验的劳工，有非洲土著、葡萄牙人、中国人、新几内亚土著：殖民者有英国人、西班牙人、其他的非洲人与葡萄牙人；时间范围至少从17世纪起，直到20世纪。引人注目的是，所有这些实验的语言产品，无论有与不足的面相，都有那么多相似之处。在不足这一面，所有“克里奥耳语”都比正常语言简单，大部分缺乏动词时态与人称的联动变化、名词词格与单复数的变化、大多数介词、与性别有关的变化。在积极的这一面，“克里奥耳语”比“洋泾浜语”在许多方面进步得多：字的次序统一；人称代名词的单复数区别、关系子句、相对的前一时态；以及表达否定、时态、假设、连续动作的助动词。此外，大多数“克里奥耳语”都采取“主词、动词、受词”的顺序，而且助动词位于主动词的前面。
“长尾黑颚猴针对豹子、鹰、蛇发出的呼叫，就是指涉那些动物，或目的是让同伴知道它看见了什么”，这个观点在我看来，无甚高论。可是批评者比较相信：只有人类才能有意识地发出讯号，指涉外界的物与事。怀疑者认为长尾黑颚猴的警告呼叫，是不由自主的内心情绪宣泄（“可把我吓死了！”），或不由自主的意向表示（“我要爬上树了！”）。我们人类也会有这样的表现，不是吗？要是我看见一头豹子朝我跑来，即使我身边没有其他的人，我也可能尖叫起来。我们在进行某些体力活动的时候，也会发出咕噜声，例如举起重物。
“克里奥耳语”显得出奇地一致，是哪些因素造成的？语言学家仍然没有定论。就好像你50次从洗好的牌中抽取一打出来，几乎每次总是抽不到红心或方块，但却抽出一张皇后、J牌或两张么点牌。我觉得最可信的解释，是语言学家毕克顿（Derek Bickerton）提出的，他认为“克里奥耳语”有许多相似处，是因为我们控制语言发展的遗传蓝图是相同的。
所以，安波塞利国家公园的长尾黑颚猴至少有10个——暂且这么说吧——“词”，用来表达：“豹子”、“鹰”、“蛇”、“狒狒”、“其他猎食兽”、“陌生的‘人’”、“居高位的同伴”、“低阶同伴”、“观察其他的同伴”以及“看见敌对队群”。不过，任何学者只要宣布：观察到动物的某些行为似乎表现出人类语言的某些元素，就会遭到质疑，因为许多学者都相信人类与动物之间，有一语言鸿沟。他们认为比较简单的假设是：人类是世上惟一拥有语言的物种，不信的人有举证义务。对他们来说，“动物有类似人类语言的沟通能力”是比较复杂的假设，除非有积极证据，否则不应考虑。不过，那些学者用来解释相关现象的假说，经常让我觉得过于复杂牵强，倒不如主张“人类不是世上惟一以语言沟通的物种”，还比较简单、可信。
毕克顿的观点，源自他在夏威夷做的“克里奥耳语”形成研究。19世纪晚期，夏威夷的甘蔗农场雇用过大批外地工人，有中国人、菲律宾人、日本人、韩国人、葡萄牙人与波多黎各人。1898年夏威夷被美国兼并后，在那个语言混沌区，一个以英语为基础的“洋泾浜语”，发展成成熟的“克里奥耳语”。移民工人仍然保存自己的母语，他们会说“洋泾浜语”，但是并没有发展、改进它，尽管那个“洋泾浜语”要当作主要沟通工具的话，有许多改进的余地。不过，对于移民的第一代子女，用什么当沟通工具，却是个大问题。即使孩子的父母来自同一族群，他们可以跟着父母学习正常的语言，可是与其他族群的孩子或成人沟通，他们在家里学会的正常语言就毫无用处了。要是父母亲不属于同一个族群，他们即使在家里也只会听说“洋泾浜语”。孩子也没有适当的机会学习英语，因为社会藩篱将他们与说英语的农场主人隔离开来。夏威夷的外籍工人子女，只有“洋泾浜语”这种贫乏的、不一致的语言模型可凭借，却能在一代之内，将“洋泾浜语”自然地扩张成一个严整、复杂的“克里奥耳语”。
很明显，长尾黑颚猴对自己的呼叫，比我们敏感多了。只是听与看，我们对它们的呼叫摸不着一丝头绪，必须录音、分析、再实验，才能发现四种不同的咕噜声——说不定还有更多。赛法斯说：“观察长尾黑颚猴彼此咕噜，就像观察几个人正在谈话，可是我们听不到他们在说什么。我们观察不到对于咕噜声的明显反应或回答，因此整个系统显得非常神秘——我是说，直到你重播那些咕噜声之前。”这些发现显示：我们很容易低估动物的呼叫声负载的信息量。
到了20世纪70年代中期，毕克顿访问1900年到1920年在夏威夷出生的工人阶级，仍然能够追溯这个“克里奥耳语”的形成历史。那些人与我们一样，在早年获取的语言技巧，终其一生都不会改变，因此他们年纪大了之后，说的话仍然能反映他们年轻时听见的别人说的话。毕克顿在20世纪70年代访问的老人，由于年纪不同，所以可以代表那个“洋泾浜语”转变成“克里奥耳语”过程中的不同切片。因此，毕克顿能够做出结论：整个过程大约在1900年开始，1920年完成，创造新语言的人，是当年正在牙牙学语的儿童。
这四种咕噜声录下来重播之后，长尾黑颚猴的反应有些细微的差别。举例来说，要是播放的是“接近头儿”的咕噜声，它们会向扩音器的方向张望；要是“看见敌对队群”的咕噜声，它们会向扩音器播音的方向张望。后来在自然状态下，学者观察到：那些自然的呼叫，也会引起同样的反应。
实质上，那些夏威夷儿童实现了普萨美提克斯实验，只是实验设计修改过了。与普萨美提克斯实验的儿童不同，夏威夷儿童可以听见身边成年人说的话，也能学习他们听见的字。但是与正常的儿童不同，夏威夷儿童听见的语法不多，他们听见的，既不一致，又很原始。所以，他们创造了自己的语法。他们成功地为自己创造了语法，而不是以听来的语料拼凑出来。从夏威夷“克里奥耳语”的许多特征可以看出，它们与英语或各种工人的语言都不相同。新美拉尼西亚语也有这个特征，它的词汇大部分来自英语，可是许多语法特征却是英语没有的。
长尾黑颚猴互动的时候，也会发出类似咕噜声的呼叫。那些呼叫，即使研究长尾黑颚猴许多年的科学家，也听不出玄机。将那些呼叫录下来，以频谱仪分析，也看不出差别。可是以更精细的方式分析之后，切尼与赛法斯有时可以分辨出对应的四种不同社会脉络：接近占支配地位的同伙；接近地位低下的同伙；观察同伙；看见敌对队群。
我不想夸张“克里奥耳语”在语法上的相似程度。“克里奥耳语”的确有变异，与“克里奥耳语”形成期的社会史有关，特别是当初农场主人与劳工的人数比例，那个比例变化的速度、幅度，还有早期的“洋泾浜语”有多少世代可供利用（从既有语言逐渐采借更多复杂的特征）。但是它们还是有许多相似地方，尤其是那些迅速地从早期“洋泾浜语”演化出来的“克里奥耳语”，相似程度最高。每一个“克里奥耳语”的儿童创作者，怎么能那么迅速地就语法达成共识？为什么不同“克里奥耳语”的儿童创作者，会一再地发明相同的语法特征？
前面提过的三种呼叫声，并不是长尾黑颚猴仅有的“词汇”。除了那些响亮而常听到的警告呼叫，至少还有三种警告呼叫，不过不那么响亮，也不常听见。一种是狒狒出现时的呼叫，附近的长尾黑颚猴听见了，就会保持高度警戒。第二种针对土狼、鬣狗之类的哺乳动物，长尾黑颚猴听见了，就会密切注视那些猎食兽，也许还会缓缓向一棵树走去，因为那些猎食兽偶尔会捕杀长尾黑颚猴。最后一种微弱的警告呼叫，针对的是不熟悉的人类，它们会朝向树丛或树顶移动。不过，这三种警告呼叫的功能，还没有经过实验证实。
不是因为他们以最简单的或惟一的方式设计语言。例如，克里奥耳人像在英语或其他语言中那样使用介词（名词前的短词），但也有其他语言省掉介词而喜欢使用名词后的后置词，或者名词格结尾。同样，在将主语、动词和宾语的排序方面克里奥耳语也类似英语，但借自英语并不能作为解释，因为克里奥耳语源自仍然使用主—谓—宾次序的有着不同词序的语言。
1977年起，科学家切尼（Dorothy Cheney）与赛法斯（Robert Seyfarth）夫妇以实验证明：这些呼叫声的确有不同的功能，符合斯特鲁萨克的观察。他们的实验是这么做的：首先，长尾黑颚猴发出斯特鲁萨克描述过的特定呼叫时（例如“豹子”呼叫），他们用录音机录下。接下来，过了一天后，他们找到同一个长尾黑颚猴队群，一人将录音机与扩音器藏在附近的树丛里，另一人将猴群的活动摄录下来。大约15秒后，录音带开始播放，并继续摄录猴群的活动达一分钟，以记录猴群对录音的反应。结果，要是播放的是“豹子呼叫”，群猴听见了就会爬上树；同样，换了“猛雕呼叫”或“蟒蛇呼叫”，猴子也会有“自然的”反应，与斯特鲁萨克的观察符合。因此，猴子的反应与呼叫之间的联系，不是偶然的：那些呼叫的功能，确如观察资料暗示的。
这些“克里奥耳语”的相似点，很可能源自大脑在童年用以学习语言的遗传蓝图。语言学大师乔姆斯基（Noam Chomsky）早就指出：人类语言的结构非常复杂，小孩子不可能在短短几年就学会，因此在儿童大脑中，必然有一内建的语言学习线路。在语言学界，这个主张流传甚广，可说是主流意见。举例来说，我的一对双胞胎儿子，两岁才开始使用单字。我写下这一段文字的时候，他们还不满4岁，可是已经精通大部分英语语法规则。而母语不是英语的成年人，移民到英语国家几十年后，往往还不能掌握那些规则。我的儿子甚至在两岁以前，就已经学会分辨大人对他们发出的语音（刚开始的时候，那些语音他们听来也是含糊笼统，殊不可解），学会辨认构成字的音节，以及学会将音节组与字对应起来（虽然人在不同的时候，或不同的人，同一个字会有不同的发音）。
长尾黑颚猴传达这种信息的方式，第一个线索来自生物学家斯特鲁萨克（Thomas Struhsaker）在肯尼亚安波塞利（Amboseli）国家公园的观察资料。他注意到：三种不同的猎食动物，会使长尾黑颚采取三种不同的防御措施，而且长尾黑颚猴会发出三种不同的警告呼叫。那三种呼叫各有特色，不需要任何电子分析，人耳就能分辨。要是长尾黑颚猴遇上的是豹子或其他的大型猫科动物，雄长尾黑颚猴会发出一连串响亮的吠叫声，雌性则是高亢的喳喳声，其他的长尾黑颚猴一听到警告声，可能会立即爬上树。看见猛雕或冠鹰盘旋在头顶上，长尾黑颚猴会发出两个音节的短暂咳声，听见的猴子就会抬头仰望天空，或跑向矮树丛。长尾黑颚猴一发现蟒蛇或其他危险的蛇类，就会发出另一种特别的叫声，附近的长尾黑颚猴一听到就以后腿直起身子，四下张望（看蛇在哪里）。
这类困难使乔姆斯基相信：正在学习第一语言的儿童，面对的是一个不可能完成的任务，除非那个语言的大部分结构已经内建在他们的脑子里了。于是乔姆斯基下结论：我们生来大脑中已内建了一套“通用语法”，那套语法容许我们建构各种可能的语法模型，以涵盖真实语言的语法范围。这个内建的通用语法，像是一组开关，每一个开关在好几个可能的位置上。开关的位置最后可以固定，以契合孩子听到的语言的文法。
尽管有这些合理的理由，尽管我们与长尾黑颚猴有长期而亲近的接触，直到20世纪60年代中期，学者才开始研究长尾黑颚猴对于世界的复杂知识，以及它们的呼叫声。从那时起，学者到野地观察长尾黑颚猴，已经发现它们能够分辨不同类型的猎食动物，也能分辨彼此。它们受到豹、鹰与蛇的威胁时，会采取不同的防御策略。它们对于自己人，可区别阶级高下；也能分辨敌对队群不同阶级的成员；还能分辨不同敌对队群的成员。对自己人，它们能分辨母亲、外祖母、手足以及没有亲缘关系的成员。它们知道谁是谁的亲人：要是一个婴儿呼叫起来，它的母亲转向它；可是同一群中的其他母亲，会转向那位母亲，看它会怎么做。长尾黑颚猴似乎能为不同的猎食天敌取不同的名字，不同的成员，也有不同的名字。
然而，毕克顿比乔姆斯基更进一步，他主张：我们不仅生来已内建了一套通用语法——一组可调整的开关，而且这组开关已经预先设定过了——就是一再在“克里奥耳语”语法中浮现的那些特征。如果幼儿学习的第一语言，与预置的内建语法设定有冲突，那预置的设定能够被改过来。但是如果幼儿学习的第一语言并不“正常”，是一种没有结构的“洋泾浜语”，那么“克里奥耳语”设定就会是幼儿长大后所说的语言的设定。换言之，“克里奥耳语”的语法特征，就是天生的“普遍语法”的预置设定。
除了猎食动物造成的问题，长尾黑颚猴的社会关系非常复杂。它们成群生活，与其他的队群竞争地盘。因此有必要分辨自己人（有亲缘关系，而且在危急时可以依赖的）与其他队群的入侵者（没有亲缘关系，而且会偷走你的食物）。遭遇麻烦的长尾黑颚猴，必须能够通知亲人，而且让亲人能够分辨陷入麻烦的是谁。关于食物的知识，是重要的生存资源：栖境中的动植物不下千百种，哪些可以吃，哪些有毒？食物的时空分布又是如何？这些知识也必须能够传达给亲人。总之，关于世界的知识，若能透过有效的符号进行有效的传播，必然对长尾黑颚猴有利。
根据毕克顿的看法，我们天生的语法设定，就是学者观察到的“克里奥耳语”的语法特征。可是那些天生的设定会受幼儿第一语言的影响。如果他是对的，那么幼儿在学习语言的过程中，他听到的语言的语法特征，若与“克里奥耳语”设定符合，就很容易学会，若与“克里奥耳语”设定冲突，就很难（很慢）学会。
长尾黑颚猴与其他的动物一样，日常生活中经常遇上一些状况，需要有效的通讯方式与通讯符号，才能顺利存活。长尾黑颚猴的死亡事故中，大约3/4是猎食动物造成的。如果你是一头长尾黑颚猴，分辨猛雕（长尾黑颚猴主要的杀手）与白背兀鹫（以腐肉维生）的差别，是攸关生死的大事。要是猛雕出现在天际，你得采取适当的行动，并通知亲人。如果没认出猛雕，你就死定了；如果没及时通知亲人，它们就死定了，而它们的身体里带着一部分你的基因；如果你错把兀鹫当猛雕，你就会浪费宝贵的时间、精力来防御，而其他的长尾黑颚猴则放心采集食物，大快朵颐。
以英语为例，普通的叙述句的“字序”是：主词+动词+受词，可是疑问句必须将主词与动词颠倒。英美儿童学习疑问句的确有困难，可能是因为天生的语法设定规定叙述句与疑问句使用同样的“字序”。
目前最精密的“动物语言”研究，是针对非洲长尾黑颚猴（vervets）的呼叫做的。这种猴子身材与猫差不多大，无论树上还是地面、草原或雨林，它们都能生活，是东非野生动物公园中最容易碰上的猴子。几十万年来，非洲的智人必然对它们非常熟悉。它们大约3000年前在欧洲出现，可能被当作宠物。19世纪进入非洲的欧洲生物学者，对它们一定不陌生。一般大众即使没到过非洲，也能在动物园中看见长尾黑颚猴。
现在让我们把本章讨论过的证据综合一下，试着对人类语言的演化作一个融贯的说明。长尾黑颚猴呼叫可以代表早期的阶段，我们有很好的研究结果可以参考。长尾黑颚猴至少有10种不同呼叫，每一种呼叫都有具体的外界指涉，长尾黑颚猴用来传递信息，所有呼叫声都是有意地发出的，而不是体内的反射反应。那些呼叫的功能，也许是“字”，也许是“说明”，或者“动议”，或同时兼具几个功能。科学家花了许多心力，才辨识出那10种呼叫，因此说不定还有许多有意识、有意义的呼叫没有辨识出来，也未可知。我们还不知道其他动物在声音通讯方面，会比长尾黑颚猴高明到什么程度，因为声音通讯最可能比长尾黑颚猴高明的物种，是非洲的两种黑猩猩，而科学家还没有仔细研究它们在自然栖境中的通讯行为。至少在实验室中，经过科学家耐心的教导，黑猩猩能学会几百个符号的意义，显示它们至少有那种能力，它们在自然栖境中会如何利用那种能力呢？
许多野生动物以声音彼此沟通，鸟鸣、狗吠是我们特别熟悉的例子。大多数人一辈子难得几天清静，听不见动物的声音。科学家研究动物的声音，也有几百年了。尽管有这么长的亲密接触的历史，我们对这些处处可闻的熟悉声音，最近才有了比较深入的了解，而且知识累积得非常快，因为学者应用了新颖的技术研究：使用现代录音机记录动物呼叫；利用电脑分析动物呼叫，侦察人耳无法知觉的细微变化；将录下的动物呼叫播放给野外的动物听，观察它们的反应；播放剪接过的呼叫声，测试动物的反应。这些方法透露出：动物的声音通讯和语言相似的程度，30年前的学者根本难以想象。
正在发育中的幼儿，说出“果汁”这个词，代表超越动物呼叫的下一阶段。孩子说出“果汁”，意思也许与长尾黑颚猴的呼叫一样，有多重功能，除了那是个有具体指涉的名词，还包括“说明”，或者“动议”的意思。不过，幼儿会说“果汁”，已经比长尾黑颚猴高明了不知多少倍，因为他说这个词，必须先学会适当的子音与母音，再以那些音素组成大人听得懂的语音“果汁”。几十个音素（基本的发音单位），可以组成大量的字、词，是人类声音传讯的关键特色。模组组织让我们更能描述世界万物，以及内心感受。举例来说，长尾黑颚猴只有6种动物名称。我们却有近200万种。
以新技术、新方法研究野生动物呼叫，尤其是我们的灵长类亲戚，已经产生了新颖的睿见，足以透视人类语言演化的根源。动物呼叫必然是人类说话的前身，但是直到现在，我们才多少弄清楚了“动物的语言之路”已经走到什么地步了。另一方面，研究人类的语言，似乎不能提供语言演化的线索，因为所有的人类语言都比动物呼叫先进。尽管如此最近有学者指出：有一组大多数语言学者忽略了的人类语言，的确可以代表人类语言演化的两个原始阶段。
再进一步的例子，可以观察人类两岁的孩子，那时正是他们开始从单字（词）进入两字（词）或多字（词）的阶段。但是他们说的多字（词）话语，仍只是将字词串在一起，没有复杂的语法，他们使用的字（词）只有名词、动词与形容词，都有具体指涉。正如毕克顿指出的，那些字词串与“洋泾浜语”类似，而“洋泾浜语”是人类成人在必要时自然地发明的。那些字词串与实验室黑猩猩使用符号的表现，也很相似（当然，黑猩猩必须先受过训练）。
可是我们没有逆溯时光的机器，也没有理由相信有一天我们能弄到一台。没有这么一台时光机器，我们怎能希望追溯说话的起源呢？不久之前，我仍不抱希望，认为我们只能猜测。不过，在这一章，我要利用两种正在爆炸增长中的知识，那两种知识也许能帮助我们构筑桥梁，人类说话与动物呼叫之间看似难以跨越的鸿沟，或可跨越。巧的是，那两种知识，正在这一鸿沟的两岸分别累积。
从“洋泾浜语”到“克里奥耳语”，或从两岁幼儿的单字（词）话语，到4岁幼儿的完整句子，是迈向正常成人语言的另一大步。那一大步包括了：话语中出现缺乏外界指涉的字词，它们只有文法功能；许多语法要素，例如字词顺序、字根变化等；以及更为复杂的片语、句子，包括多重层级构造。也许本书第一部讨论的“大跃进”，正是由那一步触发的。不过，现代世界中各地独自发明的“克里奥耳语”，仍然可以提供线索，让我们寻找演绎走出那一步的过程。
不幸的是，语言的起源，显然比骨盆、头骨、工具与艺术等的起源，还难以追溯。因为骨盆、头骨、工具与艺术，都可能留下遗迹，在考古遗址中找得到，也可以测定年代，但是说出的话立刻就在风中消散了。在沮丧中，我偶尔梦想有台时光机器就好了，那我就可以在古代人类营地中放置录音机。也许我会发现南猿发出的咕噜声，与黑猩猩的没有多大差别：早期直立人使用可以辨认的单字，100万年后，演进成两个单字的句子；大跃进之前，智人说的句子长了很多，但是仍然没有什么文法：语法与现代人使用的整套语音，在大跃进时代才出现。
我承认“克里奥耳语”与正常的语言仍有很大的差异。可是从长尾黑颚猴呼叫到莎士比亚，“克里奥耳语”已走完全程的99.9%。“克里奥耳语”已经是复杂的语言。举例来说，印尼语就是从“克里奥耳语”发展出来的，现在是当地会话与官方语言——请别忘了这个国家人口居世界第五位，现在也有人以印尼语创作严肃的文学作品。
人类的语言与任何动物的呼叫，其间的鸿沟，几乎没有桥梁可以跨越。自从达尔文以来，大家都很清楚，人类语言起源的谜团，其实是个演化生物学的问题：不可跨越的鸿沟是如何跨越的？要是人类是从不会说人话的动物演化而来的，那么我们的语言必然是演化出来的，而且在演化过程中经过锤炼，逐渐改善，与人类的骨盆、头骨、工具与艺术一样。也就是说，在猴子低沉的咕噜声与莎士比亚的商籁诗之间，必然有过“类似语言”的中间阶段。达尔文观察自己孩子的语言发展，做过详细的笔记，他也仔细考虑了“原始”族群的语言，期望解开这个演化谜团。
在动物交流与人类语言之间，似乎有一不可跨越的鸿沟。过去我们就是这么想的。现在我们在动物界与人类中都发现了可供建造桥梁的材料。不错，人类的语言是我们最独特的特征，使我们与其他动物活在不同的世界里，可是我们已经开始了解：在动物界可以找到人类语言的前身。
我们怎样成为独一无二的物种的？语言是关键。人类语言的起源，是我们了解自己最重要的谜团。毕竟，语言让我们彼此沟通，精确的程度其他动物完全比不上。语言让我们共同草拟计划，彼此教导，学习别人的经验，包括不同时空的经验。有了语言，我们能将世界精确地“再现”在心中，并储存起来，而且信息编码与加工的能力比其他动物更强。没有语言的话，我们根本不可能设计、建造沙特尔大教堂——或是V2火箭。所以我猜测：我们熟悉的人类语言形式——说话——演化出来之后，“大跃进”（人类历史到了这个阶段才出现创新与艺术）才有可能。