克劳德·香农在1948年定义通信问题时，做了一件近乎暴烈的事：他把意义从信息中剜了出去。在《通信的数学理论》开篇，他写道：“通信的基本问题是在一点精确地或近似地复现另一点选择的信号。这些信号往往具有意义……但这些通信的语义方面与工程问题无关。”这个切割不是哲学姿态，是工程必需的截肢。他面对一个顽固的敌人——不是噪声本身，而是两个寄生在噪声上的思维习惯：工程师们对噪声的屈服，以及将通信可靠性捆绑在语义理解上的惯性。它们共享一个内核，认为不确定性只能被忍受，不能被测量；认为“理解”是传输的前提。香农用了整篇论文来宣战：他先把信号与意义剥开，剩下一个赤裸的概率结构，然后给了它一个可计算的量度——信息熵。

信息熵 H=−∑pᵢlogpᵢ 测量的不是“说了什么”，而是“能够选择什么”。香农将信息源视为一个随机过程，其不确定性就是熵。信道的噪声则被建模为另一个随机过程叠加其上。通信被重新定义为一局概率游戏：发送者从一个可能集中选择符号，信宿的任务是复现这个选择，而非“领悟其意”。这一步推导让所有通信问题坍缩为两个可计算的数字：源熵与信道容量。源熵定了需要传输的“信息量”的下限，信道容量定了信道每单位时间能可靠传输的比特上限。香农继而证明了编码定理：只要源熵小于信道容量，就存在编码方式，以任意低的错误概率传输信息——即使信道有噪声。噪声，那个曾被视作通信宿命的物理屏障，被降格为可管理的熵增。工程师不必再靠增加功率或降低速率来换可靠性；他们可以用巧妙的编码，在同样的物理线上挤干净每一分容量。

这记重击打穿了当时工程界的两种投降主义。一是“噪声不可战胜”的悲观论：贝尔实验室的线路里到处是噼啪声，惯例是用更粗的铜、更强的放大器，永远在信噪比上挣扎。香农的证明却指出，噪声不是绝对的限制，只是交换条件——你支付冗余，就能换回可靠性。二是“意义纠错”的直觉：面对模糊的通话，人脑会靠上下文猜出含义，所以有人试图把这种猜解机制搬进机器。香农拒绝走这条路，因为他看穿了它的致命缺陷：依赖语义的纠错无法给出任何普遍的性能保证；你永远不知道什么时候猜错，而且猜解本身消耗的是不可量化的认知资源。他的剥离动作于是有了战略必然性：只有切断信号与意义的粘连，才能对通信系统做端到端的数学分析，才能给出信道容量的硬边界——在那边界之下，通信可靠；越过边界，错误必然。这个边界的存在本身，就是他砸向敌人的第一块石头：不确定性不是混沌，它有结构，有度量，有极限。

然而意义被剜掉之后，并没有消失在手术台。它变成了幽灵，在后世的信道中滋生出新的噪声。香农自己最先听见了那噪声。1956年，他写了一篇短文《赶潮流》，语气冷得像是纠错信号：“信息论在心理学、经济学、生物学等领域被广泛引用，但大多只是表面的类比，没有实质的数学基础。……信息论的基本概念和定理，是严格针对特定技术问题发展出来的，不能照搬到其他领域。”他列出了那些人——不是泛指的“滥用者”，而是在期刊上把熵公式套在神经元放电、股票波动、文本风格上的研究者。他的愤怒不在越界，而在越界时的轻率：他们拿去的是词汇，扔掉的是数学，结果是在旧的模糊上刷了一层新术语，却自认为完成了科学革命。这正是他当初切割意义要根除的那种懒惰：以命名代替测量，以类比代替推导。

他死后的四十年，这股潮流变成了洪流。马歇尔·麦克卢汉把“媒介即信息”刻进文化批评的圣经，香农的比特被剥去数学外衣，变成一句广告语。尼古拉斯·尼葛洛庞帝在《数字化生存》中宣告“原子到比特”的时代转型，比特成了价值的同义词，完全无视香农的比特只度量平均不确定性，与价值、真理、重要性毫无关联。克劳德·香农的“信息”被逆转为一种新形而上学：似乎一切问题，只要转化为比特流，就有了可管理的幻觉。点击量替代了准确度，传输速度吞噬了内容质量。这恰恰是香农在《赶潮流》里预言过的后果：把工程模型当成本体论，只会让原本想要解决的问题被掩盖在术语华丽的地毯下。

这里藏着对手最锋利的还击。香农剜掉意义，是为了让通信可靠；但“意义”本身就是人类通信中不可剜掉的一部分——我们不是随机过程，我们发出符号时带意图，接收符号时作诠释。当他的理论被拖出工程疆界，强加于人际传播、新闻、知识生产时，那个被剜掉的鬼魂就开始报复：因为模型里没有给意义留位置，使用者就不自觉地用比特逻辑重新定义意义——把传播量等同于真实，把曝光等同于信任，把可编码等同于有价值。后果不是理论错了，而是理论被用错了场合。这个批评的最强版本不是来自人文主义者的抱怨，而是香农自己关于范畴错误的警告。它揭示了他一生搏斗的那个东西的顽固性——人类对精确思维的逃避，会利用每一套新语言来装修旧习。香农给了世界一把手术刀，但大多数人把它当作装饰品挂在腰上，继续用指甲撕扯问题。

这件事用香农自己的框架看，就是一幅辛辣的自指图：他发出的原始信号——一套严格的数学理论，附带明确的限定条件和纠错辅讯（“不要滥用”）——在通过“文化信道”传输时，遭遇了极高的噪声。那噪声的来源正是收信者的先验分布：他们渴望一种统摄万物的叙事，于是滤掉了限定条件，放大了类比的可能性。而他的纠错码——那些警告、澄清、限缩——需要的冗余度远超出了文化信道的容量。文化信道对数学警告的传输效率几乎为零。他败给了自己定义的熵：在人类认知系统中，不确定性（误解）的增长总是趋向最大值。

但香农的武器并未失效——它只是必须被用回它诞生时的精度。面对今天“后真相”“信息茧房”这样的困境，惯常的反应是涌入语义战场：争论哪条新闻真、哪个来源可靠、哪种偏见更少。香农式的第一个动作截然不同：停止追问“什么是真的”，改为建模——“这个传播系统的信源熵有多大？信道噪声的统计特性是什么？要实现接收端以给定错误概率复现信源，所需的信道容量是否满足？如果不满足，冗余该加在哪个协议层？”

具体而言：把社交媒体新闻传播看作一个复合信道。信源是事件集合，具有某种先验概率（比如经济数据的真实值）。媒体账号与转发机制构成离散无记忆信道或突发噪声信道，引入篡改、遗漏、曲解。用户的信息接收端需要重构信源。香农的指令是：设计纠错编码。纠错码在这里不是比喻——可以通过协议实现：强制每条新闻附带可验证的元数据位（来源、时间戳、原始链接），这些位本身不携带语义内容，却构造了冗余。用户端运行一致性检测：当多个独立源对同一事件给出冲突描述时，冲突本身就是错误图样，可以被检测出来，如同奇偶校验位检测比特翻转。公众事实核查组织就是信道的译码器，通过交叉校验来纠正那些蓄意注入的噪声（假新闻）。香农的遗产在此刻重新锋利起来：它不教我们如何辩识真假，而是教我们如何设计一个系统，让假的东西在传输中变得不稳定，让噪声在统计上自我暴露。

他剜掉了信息的意义，本是为了让信号穿过噪声。百年之后，那噪声的源头竟成了意义本身——或者说，是意义被放逐后造反的形状。而他的武器仍然有效，只要我们还记得它是手术刀，不是权杖。