一点哲学探讨

DANGER

本页面充满了个人主观意见。请批判性阅读。

本章预设读者了解至少一种形码。

You could have invented Moran——魔然设计的逻辑

魔然方案可以看作是沿着「智能拼音挂接」路子走到尽头的产物。具体来说，整个设计是从一个根本出发点开始，依逻辑不断推演得到的产物：

• 想打词
• 为了打词轻松，词语编码应该以音码为主
• 为了词语码长短，以双拼为基础
• 为了词语编码空间尽可能大（双拼离散较差），选择不定长编码
• 为了不定长编码、兼容纯双拼、自动造词等功能，选择基于整句实现
• 为了解决整句的不确定性（在开启了用户词库时），设置固定简码
• 为了让简码的条反可以延续到整句，整句必须支持辅助码混输，并且整句用的辅助码必须和简码中用到的形码是一致的

（其实上面每一步都值得写一小节来解释我的理由，不过这里就从略了。）

因此，整个魔然方案是完整的一体，各模式其实并不能分开来看。（除了辅筛是例外，它可以干净利落地拆成别的方案。）

The Consistency Question——简繁字形的兼容性

虽然上面说得一套一套的，但是魔然最初的出发点并不是「我觉得市面上的方案都不适合我！我要做一个最强的输入方案！」，而是一个小小的想法：「我要实验一下有没有方案可以同时兼容简繁字形！」——当时，我还在使用形码。

这个想法最初来自于 2022 年笔者对小鹤音形的尝试，发现虽然小鹤音形的码表是简体字，但是转换成繁体后，大部分字的编码其实不变。再加上考虑另一个极端：纯音码可以无缝兼容简繁字形。那是不是只要形的部分越少，兼容性就越好？

在初期尝试的过程中，我很快确立了部首优先的原则，即第三码应该是部首，不是拆字拆出来的第一个部件。这是因为它有很多我最初甚至没有预料到的好处：

1. 汉字中部首不出现在左边或上面的情况比想象中得多，可以提高三码离散。
   1. 如：「栽载哉」分别可以用 zlm zli zlk 输入，「墓幕暮慕募」分别可以用 mut muj muo mux mul 输入，「形型」分别是 xyp 和 xyt 而不会被「开」干扰
2. 部首和字义有强关联，拆字时往往不用思考字形，而是只需要想到字义，就能打出这个字。
   1. 如：垄（与土有关），攀（与手有关），忧（与心有关），暮（与日有关），毫（与毛有关）
3. 部首往往可以恰好把一类字的不同字形归类在一起。
   1. 如：「 劝勧劝 」都是qrl，「 忧忧 」都是ybx

最初的魔然字词码表是同时容纳简体和繁体的，但是后来发现虽然整体上一致性很高，但是高频字中还是有不少字三码不一致。很多用户反馈自己不会繁体字，需要一个纯简体的码表，于是这才另外制作了简化字版本。——笔者虽然日常打简化字不少，但是依然使用繁体版，所以笔者认为只要您不抗拒繁体字（碰到三码不一致的情况时，您的第一反应是「又学到了」而不是「又被坑到了」），都可以先尝试尝试繁体版，也许有意外之喜呢。

因此，我认为关于简繁字形的实验本身已经完结了。结论是：成功！虽不算 100% 完美，但完全可以接受，甚至超出预期。

The Unreasonable Effectiveness——为什么魔然如此好用

背景

如果您读了上两节，可能会注意到魔然一开始并不是为了「降低码长」「提高打字速度」等目标设计的，而是作者个人的一个小小实验品，单纯是为了实验音形码对简繁字形的兼容性。从另一个方面说，也是为了解决作者个人一个极小众的需求。

而其他设计，也都恰好只是这个需求催生来的——我只是希望音的部分够多（哪怕我长时间不用，也可以快速捡起来），而恰好我想少点选重，所以选择以「挂接用法」为蓝本而已。

当时（2023年初），我使用的是一款名为虎码的形码方案。我做魔然单纯是一个实验，打算在得到结论后，就回到虎码。唯一没想到的是，这个实验竟然相当成功，以至于我逐渐「乐不思虎」，在魔然扎根了，至今已经使用快 2 年。

但与之相对的是一个显然的悖论：自然码本身并不是一个追求性能的方案。单字重码率不低，词重更是不低。以通常视角来看，它不应该好用啊！

理论预言错得这么离谱，让我不得不做了一些分析：魔然究竟为什么好用？传统的评价指标到底「错」在哪？

或许，我们选择的指标根本不对——一个新的输入法评价指标

笔者认为，在全拼都能满足大部分用户的大背景下，汉字输入最重要的指标已经不是硬性的「码长」「确定性」等，而是一种（虚无缥缈的）「轻松感」「流畅感」，或者说，是实际输入中「输入法本身存在感的稀薄程度」。

Note：我认为任何输入法方案作者都应该注意到这一点：如果输入法评测所用的硬性数据指标真的那么重要，那全拼根本不应该成为最流行的输入法。

因此，任何评价输入法的指标都应该接受全拼检验：你所预言的「好用程度」必须与全拼的流行程度一致。假设你选取的评价标准得到的结论是「全拼是最差的输入法」，那必须解释为什么你的预言和现实不符。

如果以「输入法本身的存在感稀薄程度」为标准，我们可以立即注意到：

1. 音码（以智能拼音和智能双拼为代表）的存在感在选重时会显现出来。
2. 形码的存在感在 (1) 拆字 (2) 选重 时显现出来。

并且存在感会随时间累加：上面提到的事件如果耗时越长，存在感就越强。

因此，为了让输入更流畅，我们需要最小化拆字和选重的负担。下面我们来看看各输入法是怎么做的：

1. 智能拼音：不断提高智能化程度，通过大量数据分析字词频率和关联，减少选字频率
2. 形码：
   1. 针对拆字的存在感：
      1. 强调训练高频字条反，从而降低拆字频率
      2. 设计更大的字根从而让拆字更直观，从而降低拆字用时
   2. 针对选重的存在感：设计更大的字根、更怪的拆字、乱序分布字根、出简让全、出简不出全等方法，从而降低选重率
      1. 或者可以直接打纯单，这样就完全没有词重带来的存在感了

那么魔然所属的双拼加形类别呢？

1. 针对拆字的存在感：
   1. 通过设置简码，降低了拆字频率（一简和二简不需要拆字）
   2. 通过只取首末、字根音托，降低拆字耗时（思维负担的减少体现在时间缩短上）
   3. 通过置前两码为音码，拆字与输入音码可以同步进行，降低拆字的实际耗时
2. 针对选重的存在感：
   1. 输入整句时，可以复用智能拼音的算法和一切成果
   2. 通过辅助码，可以降低选重的耗时
   3. 通过有策略地拆单，可以降低选重的频率

总的来说，双拼加形是对智能拼音的一个严格改进：它具有智能拼音的一切优势（从而有相同量级的选重频率），又有智能拼音所不具有的更多能力（这些能力可以降低选重频率），代价是一点学习成本。

在这里，我提出一个初步的量化方法：

存在感 = 选重频率 * 平均选重耗时 * w1 + 拆字频率 * 平均拆字耗时 * w2

（其中 w1 和 w2 是特定的加权系数，表示用户对这种存在感的厌恶程度：如果用户极度厌恶拆字（即提笔忘字还觉得这不是个事儿），那么他可以把 w2 设置为一个很大的数字。一般来说，为了讨论简便，不妨就设置 w1 = w2 = 1。）

「存在感」衡量了「仅仅因为输入法本身问题、导致用户额外付出的时间」（对不存在拆字和选重的方案也可以提出类似的指标），而在一个理想的输入法里，这个值应该是0。它并不衡量用户本身导致的输入错误问题（即键准不计入计算）。

事实上，在引入一些假设的前提下，存在感的确可以是 0：

• 智能拼音用户在合适的文本上，可以做到 0。
• 形码用户对所有字全部条反，只打纯单，可以做到 0。
• 双拼加形用户预判所有重码，单字条反，可以做到 0。

上面的公式中并没有出现码长、手感等很多输入法发烧友熟悉的指标。或许……这并不是一个巧合？事实上，我们可能都有过这样的体会：用过一个方案，觉得它非常顺手，但是绝对速度却不快；或者用过一个方案，绝对速度不低，但是怎么用怎么觉得不爽。

因此，我认为「存在感」可以较好地从用户侧终端衡量输入法的实际体感好用程度。每个输入法的存在感值甚至可以通过实验测量出来。

1. 这个指标可以用来测试用户本身。试设想以下场景：

   1. 某方案事实上是无理码，故在无外界帮助的情况下，拆字耗时可设想为无穷大，而用户不可避免地会碰到之前没打过的字，需要现拆，或
   2. 某拼音输入法每打一字都需要选字，且输入法的顺序完全错误，使得选字耗时极长

   则用户必然不会选择这样的方案。这意味着，用户必然存在一个「存在感耐受」的上限。
   上限可以用于选择最适合用户的方案：若用户通过估算或实验得到了自己的耐受上限，就可以选择存在感在该上限以下的、性能最佳的输入方案——也就是对自己来说最优的输入法。

2. 这个指标也提供了一个评价方案的新维度。如果在任何情况下，方案A的绝对性能都较方案B更差，且存在感都更高，那么我们就有必要严肃地质疑这样的方案的意义为何了。

3. 这个指标很有可能是不完备的。在本文中，我们假设 w1 和 w2 都只是用户本身的偏好，但这可能不对。例如，对拼音用户来说，选重是日常生活的一部分，所以碰到选重时不会有严重的抗拒心理；而对形码用户来说，任何一次非预期的选重都会带来严重的负反馈。这意味着上式中的 w1 和 w2 可能还与方案本身有关，而不只与用户有关。

或许，收益与难度不成正比——为易学性正名

从朴素的理解看来，一分耕耘一分收获，那么自然方案上限要高，自然也会更难。下更大力气练习，速度也会提升。那么我们是不是应该总是追求高上限、追求「更难」的方案呢？选择此类方案，意味着有更高的理论上限，就算自己不想练习到那么高的水准，也可以停在自己喜欢的水平上，以后想精进了可以随时精进。

在笔者看来，并非如此。甚至恰恰相反，大部分人应该更多看看那些「简单」的方案。我们不妨解构一下所谓的「难度」究竟是什么。以典型的形码为例，从一个用户的角度出发，要打一段话，用户需要进行这些活动：

1. 断句分词；
2. 对词语进行编码，进一步地，
3. 对单字进行编码，将单字拆分为字根；
4. 将字根映射到键盘键位上。

熟习形码的用户可能会立刻反对上面的说法：「不，我已经条反了单字/词语，所以我不需要再拆字/想字根了！」但假设一个用户从未进行专项学习和刻意练习，它将不得不经过这几道工序。事实上，通过刻意练习，从而跳过了一部分步骤，这正是所谓的 学习成本 。（当然，也正是因为字词有固定的打法，这样的刻意练习才成为可能。）

至此，我们把 方案难度 还原成了有明确定义的几项学习成本。你付出多少学习成本，就能跳过某些字词的某些步骤，从而提升速度。

接着，另一些形码爱好者或许会指出，上面的流程其实有些囫囵，如一些方案的字根是非常有规律的，而步骤 5 浑而言之，对这些方案不公平。另一些人也会指出，其实拆字往往不是直接拆到字根，而是拆成大块组件，然后再把大块组件拆成字根，这样学得更快。的确如此：根据排列组合的基本原理，流程越长，每个步骤中的学习成本就可以越少，而平均每字上的学习成本也越低。设有 $n$ 个步骤，每个步骤的「学习成本」是 $C_i$ ，则总成本是 $\sum _{i=1}^n{C}_i$ ，而有固定打法的字有 $O(\prod _{i=1}^n{C}_i)$ 个。

举一个简单的例子。假设我们要编码 10000 个字：

• 方案 A：只有一个步骤，所以我们需要死记这 10000 个字的编码，成本为 10000 单位。
• 方案 B：有两个步骤，每个步骤有 100 单位成本，总体上也可以覆盖 10000 个字，但成本只有 100+100=200。

但既然如此，我们为什么不构造一个步骤非常多、从而非常简单的方案呢？这是因为「步骤」的设计本身不能太天马行空，还是要符合人类的直觉。此外，为了让编码简单，一般应该让多个步骤的编码结果做非常简单的映射和组合，否则编码会非常困难。一个例子就是五笔的识别码，它的原理很简单，但还是被大部分用户诟病。

要点就在这里：步骤本身没法太多。因此，为了提升性能，许多方案会（1）增大步骤内的内容量 和/或 （2）减少步骤。预期是用户付出学习成本后，可以直接形成条反，而更少的步骤，可以强迫条反更快形成、生字编码时的反应回路更短。但上述简易模型和均值不等式指出，当我们尝试把步骤减半时，学习成本的上升远远超出 2 倍。以 10000 字为例，4 步骤的方案 A 成本可能是 $4\times {10000}^{1/4}=40$，而 2 步骤的方案 B 成本是 $\sqrt{10000}\times 2=200$，是 A 方案的整整 5 倍。

假设小张选择了 A 方案，而平行宇宙中的大张选择了 B 方案，那么在相同的练习量（字数）下，小张和大张都可以以高速打出条反了的常用字，但要学会剩下的字，大张需要付出远远超出小张的学习成本。更雪上加霜的是，这些字可能由于过于低频，而永远无法条反。也就是说小张更容易条反更多的字，最终在相同练习量时可以打出比大张更快的速度。换句话说，易学方案的「条反转化率」更高。

虽然上面的分析比较粗糙，但我相信应该可以论证：易学的方案在实践上更容易打出高速。至少这是有理论上的可能的。因此，笔者认为不应该盲目鄙视易学方案，更绝不应该在不追求高速时选择高难方案，因为理论分析已经指出「选择高难方案并停留在低水平」的性价比低于「直接选择一个易学的方案」。

或许，单字重码率没那么重要——双拼加形的特殊性

上一节的讨论是完全基於单字的，这是因为形码打词的基础也是单字——大部分形码的词语编码也无非是单字编码的拼合。

对双拼加形，表面上看词语也是单字编码的拼合，但事实上需要注意到双拼加形的单字编码是两种异质信息（音和形）的拼合。打词时，可以完全绕过形，即打词的学习成本其实反而低于打单，与形码是完全相反的：对很多人（包括笔者）来说，打词越多，思维负担越轻。而更有趣的是，打词的码长一般也比打单更短。综合来说，对双拼加形来说，打词速度更快。或者更直白地说，打词和打单是两种不同的心理过程，打词是其中更轻松的那个。

既然实际输入中打词是不可或缺的一部分，总体过程就是：断句分词→词语直接打音码→余下的单字通过打单的方式输入。在这种模式中，打单量其实并不多，而且大部分需要打的单字都是有语法功用的词，如「的」「地」「得」「了」「者」「式」「就」等，或者是一些频繁单用的字，如「打」「去」「走」「跑」「提」「喝」「吃」等。只要给这些字固定打法，其实日常打字的不确定性就已经减少很多了。

「那如果一定要打生僻字呢？重码率高怎么盲打？」这里或许我们应该反过来问：如果有大量生僻字本身是重码的，那么为什么要期望可以盲打「任何一个生僻字」呢？你在打这个字之前，是无法预判这个字有没有重码、是否需要选重的，所以无论你打哪个生僻字，都无法避免看候选窗。因此，不妨采取最激进的策略：干脆放弃所有生僻字的选重性能，为易学易用优化。

「难道词语（音码）就没有重码吗？」不，词语不仅有重码，而且还不少！但这些重码主要来自二字词。因此，打二字词时一般需要打辅助码，从而减少不确定性。

「但这不就又引入了新的难度了吗？」是的，但或许，我们可以不付出更多成本就能解决这个问题？

INFO

下面的讨论只适用于默认模式。

要解决词重，一个方法是引入越来越智能的语法模型。但魔然探索了另一条路。

魔然首创的「整句辅助码混输」（俗称「句中辅」）可以与固定简码联动，从而引入了一种特殊的功能—— 以单驭词 。

举例来说，一个熟习简码的用户，会习惯于使用 lig 输入「力」、用 lih 输入「利」。那么他在打词时，输入 lig 和 lih 其实也是下意识的，这就意味着，他可以在不付出任何额外适应和学习成本的前提下，完美区分：

• 有利yblih 有力yblig
• 权利qrlih 权力qrlig

另一方面，即使这个字在前面，也不用担心，只要无脑打字即可：

• 易用yioys 已用yivys
• 使用uiys 适用uizys

而这个学习过程是双向的。熟练打单字时，打词会直接得到几乎免费的加成。另一方面，即使对单字不熟悉，那么打词加辅打到第三码，也会对未来在打这个单字时有所加成。

换句话说，熟练掌握单字后，并不只能打单，还可以大幅提升打词的确定性。这与定长码的「单-词对立」不同，与「智能拼音挂接码表」不同，甚至与「直接辅助码输入法」不同。比较相近的是形码整句输入，但我相信到目前为止的讨论已经给你足够的启发。 😃

或许，选重并不影响确定性——次选的妙用

打字速度的一方面是重码率，它决定了我们打字过程中遇到的「惊喜」有多少。而另一方面就是码长，它在某种程度上更显著地影响实际打字速度。许多全拼用户反对双拼的理由就是，双拼没有简拼，而全拼使用简拼时，码长是很短的。他们是对的。至少对于一些常见场景来说，简拼的码长可以远远低于双拼。

在魔然中，根据笔者的实际打字实践，6 码输入三字词不仅准确度高，其实也没那么烦。而在输入一些超长词（大于 8 码）时，会感觉有点麻烦。因为以前用过定长码，就会觉得很多按键是没意义的——明明能 4 码解决，为什么要打那么多键？比如「维特根斯坦」，用简拼只要打 wtgst 就可以了，而双拼需要打 wztegfsitj 十码！按键越多，其实就越容易犯错，错了又要苦哈哈删改。

出于这种考虑，魔然默认开启了 inject_fixed_words 设置，在输入 4 码时可以注入码表里的长词，并且一定注入到次选位上。有趣的是，因为注入位置是固定的，反而导致默认模式在打长词时确定性比字词模式还要高！字词模式中，4 码的单字、二字词、长词全部混在一起，按频率排序，在实际看到候选之前其实很难预判到底按哪个键。但在默认模式的开箱设置中，4 码只要有词就一定是词；而对于长词，只要知道有这个词，一般只需要无脑按分号。比如上面提到的「维特根斯坦」，也只需要打 wtgt，比简拼还短。

这种设计不仅压缩了长词的码长，其实还提高了长词的输入确定性（相比字词模式）和误键可能性（相比打全双拼），可谓两全其美。

另一方面，为了避免从四码到整句输入时的割裂感，开箱设置中强烈倾向于让四码首选是二字词，且它是动态调频的。魔然预期在一段时间后，候选可以逐渐收敛到适合自己的顺序。对于少数不收敛的情况，可以使用 pin 功能强行固定，从而完全打造适合自己的词序。（当然，也可以直接打开「固词模式」。即使在固词模式下你也在养用户词库，这是魔然的一个绝技。）

结论

魔然方案体现了一种有别于以往的音形输入方案的设计取向。笔者认为魔然式的输入方案有如下特点：

• 编码维度：结合通用双拼和直观形辅，降低学习成本。但是难以输入不知道读音的字。
• 交互维度：以词语为主。「以单驭词」打破单字和词组的隔阂，将单字熟练度直接转换成区分重音词的能力。缺点是码长相比四码方案更长。
• 性能维度：单字简码是主要的确定性来源。将长词注入 4 码次选位，不仅压缩码长，还通过固定注入位置提高了确定性。
• 体感维度：承认低频字词输入的不可预测性，转而优化日常高频输入的流畅度（选重耗时和拆字耗时）。但选字无法完全避免。

这种设计取向并不适合所有人，但如果你认同这些理念，不妨一试！

The Dialectical Reversal——谈谈「简繁通打」

很多和我一样有传承字输入需求的用户，往往要么使用纯音码，要么使用纯形码。纯音码暂且不论，形码则往往只优先考虑一种字形，另一种字形则后置。对于需要经常切换两种字形的用户来说极为不便，因此便产生了所谓的「简繁通打」的说法：让简体字和繁体字的编码不重码。例如， 馬 和 马 放在不同的按键上。典型的方案有徐码和宇浩码。

INFO

我个人认为「简繁通打」是有误导的宣传命名。没有细看定义的用户容易误解「只有简繁通打的方案才能输入繁体字/简体字」。但事实并非如此。一个不简繁通打的方案完全可以收录整个 Unicode 字集——那当然也可以输入繁体字。本节讨论中暂且继续使用该命名。

这类「简繁通打」方案声称自己解决了字形切换问题。当然，在一定程度上，的确如此。设若你需要临时输入繁（简）体字，直接打繁（简）体字编码即可。这类方案的实质是通过编码强行将「全等异体字」分离，目标是在无上下文/无模式切换的情况下，快速输入另一种异体字。

然而，在我看来，此类方案有着以下缺陷：

• 若设置简码，而简码空间有限，则必然会优先一种字形。这又重新产生了简繁之间的不平等性。
  • 一些方案认为这是必要的妥协，提供多种简码表。
  • 一些方案认为这是严重的问题，直接放弃简码，用户应该只打全码。
  • 还有一些提供简繁混频排的简码表，但这会降低码表效率。（我曾见过某方案中 为为为 中的多个均被设置成一简。）
• 需要额外记忆另一种字形的字根映射。若另一种字形用得不多，遗忘后会比较麻烦。
• 由于简繁字形编码不同，如果需要大量输入另一种字形，则需要建立两套条反。

由于这些缺陷，私以为大字根的简繁通打方案的优化目标，其实受众很小——大概需要接近 1:1 比例日常输入简繁字形，以至于能建立两套稳定条反而不遗忘。但即使在这种情况下，学习成本也比较高。

问题在于，简繁之间一般是异体字的关系，而且大部分是全等异体字。所谓的全等异体字就是音义皆同，只有字形不同的一组字，如 連 和 连 就是一组全等异体字。但我们为什么一定要「分离」才能「通打」呢？是不是其实「合并」更容易「通打」？以前似乎没有人提出过这样的看法。

私以为答案是肯定的。要支持多种字形，同时还要降低使用负担，那么要做的不是「分离」，而应是「合并」。更需考虑到，简体和繁体只是全等异体字的一小个侧面。对于一个字来说，它可以有不止两种异体。具体选用哪种异体字，是由「正字法」给出的——大陆的规范字、台湾的正体字、香港用字标准、日本当用汉字表等，都是「正字法」。

假如说，我们恰好可以让全等异体字重码（与「简繁通打」类方案恰恰相反），那「正字法」就可以通过一套配置文件给出。通过简单的模式切换，就可以轻松输出「简」「繁」「日」乃至别的正字法标准，同时我们思维上并不做任何切换，并且输入效率不受影响。

也就是说，我们需要追求的是「全等异体字之间」恰恰应该重码，而不是全等异体字关系的字之间应该不重码。

自然码巧妙的设计几乎完美实现了这个目标。双拼的 2 码音码和自然码的「部首优先」规则，使得绝大多数字全等异体字都具有相同的 3 码。如在使用魔然时打开「字集增广模式」，往往在输入 3 码时，可以看到一大批形似的字，并且一般还真就是异体字关系。如输入 lqe 可以看到「 陆陆𲉊𨸪𨽐𨽰 」，只有一个「 𨻧 」不属其列。更神奇的是，很多异体字 4 码也真的就刚好重码（试试输入 yjtmo）。

总的来说，在异体字处理上，我认为（受控的）「合」远远好于「分」。「分」唯一的好处是不用切换模式，但收益似乎并不比代价更大。所以我不认同「简繁通打」。

INFO

开放问题：可否设计一种方案，前 N 码恰好归类全等异体字的等价类，而输入 N+M 码又可以把同一个等价类中的字区分开？