錢鍾書與中國社科院古代典籍數字化工程③

鄭永曉

(中國社會科學院 文學研究所,北京 100732)

近年來，大數據技術的發展風起云涌、日新月異，已經逐步滲透到日常生活和各行各業的方方面面。在古籍整理和文史研究領域，將大數據技術引入傳統學科的呼聲也時有所聞?；跀底治谋竞蛿祿治龅膶W術方法已經成為古代文學研究的重要方法之一。新的理念和新的方法必將對古代文學研究這門歷史悠久的學科帶來革命性的創新。同時我們也需要清醒地意識到，由于古代文史研究這門學科本身的特點、漢字的特殊性、古籍數字化的進程、漢字檢索查詢技術的發展等因素的影響和制約，將大數據技術應用于傳統學術的過程中，還將面臨多方面的挑戰，還有許多問題需要發展和完善，因此，回顧這一領域過去的歷史，總結其發展經驗和不足之處，就顯得十分必要。這其中，作為20世紀重要學者之一的錢鍾書先生在中國古籍數字化問題上所表現出的遠見卓識，及在他指導下，以欒貴明教授為首的研究團隊所作的艱苦卓絕的努力和取得的豐碩成果，尤為值得總結和探索。鑒于學界對此研究尚有不足，故筆者不揣淺陋，對此略作梳理如下。

一、錢鍾書關注古籍數字化的緣起及其與社科院計算機室之關系

眾所周知，錢鍾書先生治學以旁征博引、縱貫古今中西著稱。吳宓詩：“才情學識誰兼具，新舊中西子竟通?！盵注]吳宓：《賦贈錢鍾書即題其中書君詩初刊》，《清華校友通訊》1935年第2卷第3期?？芍^知人之言。但是，以錢鍾書先生超強的記憶力和淵博的學識，面對浩如煙海的中外文獻尤其是我國古籍文獻，卻仍有力不從心之感?！豆苠F編》1981年再版《序》云：“《管錐編》問世以還，數承讀者貽書啟益。余重閱一過，亦見樹義之蘊蓄未宣、舉證之援據不中者，往往而有。”[注]錢鍾書：《管錐編》(補訂重排本)第一冊，三聯書店2001年版，第1頁?？梢娢墨I援據引證之難即使學識淵博如錢先生也偶會遺闕。《談藝錄》《管錐編》出版后，錢鍾書先生曾不斷修訂。即使對于《宋詩選注》這部篇幅相對較小的作品，他也多次增補。大概在1959年他曾將此書寄贈日本學者小川環樹，并親筆改動90余處、3000多字。[注]參見王水照：《〈正氣歌〉所本與〈宋詩選注〉“錢氏手校增注本”》，《文學遺產》2006 年第4期。這其中除了熱心讀者提供了若干文獻正誤方面的線索等因素外，也緣于他本人在日積月累的讀書過程中不斷發現新文獻、新問題。

很顯然，如果能有某種工具將研究所需要的相關文獻一網打盡，協助學者在查詢文獻時起到事半功倍的效果，顯然是錢鍾書先生所樂意見到的。而發明于20世紀中葉的電子計算機技術，其功能效用恰恰符合他這一預期。從錢鍾書先生的治學方式來看，其善于博聞強記和排比文獻之異同等的確與計算機處理文獻時的工作方式有某種內在的類似之處。錢先生談及自己的著述時往往自稱是羅列文獻、拼補連綴而成，如《七綴集》“這本書是拼拆綴補而成，內容有新舊七篇文章。我想起古代‘五綴衣’、‘七綴缽’等名目，題為《七綴集》”[注]錢鍾書：《七綴集》，三聯書店2002年版，第1頁。。之所以有這樣的說法很大程度上是因為他的謙遜，但也確實透露出他讀書、治學的基本路數，即在大量讀書的基礎上，發現相關文獻之間的內在聯系進而抽繹出問題，并以大量例證予以解析。這顯然是一種抽絲剝繭、披沙揀金的過程。發現大量的材料是前提，深厚的學養、敏銳的眼光和判斷力是關鍵。而在大量書籍中找尋材料與計算機的模式識別(Pattern Recognition)和數據挖掘(Data Mining)顯然具有某種程度上的相似性，只是計算機效率更高、速度更快。

錢鍾書先生確實不懂計算機具體操作，但不等于他對計算機的理念沒有精深的理解。恰恰相反，他常年閱讀外文文獻，對社會變革進程中出現的各種新事物具有高度敏感性，其小說《圍城》中有關電視、電話、電報、冰箱等詞匯的使用足可證明。他對計算機與人的關系、計算機必將對社會進步起到巨大推動作用等有十分清醒且前瞻性的把握。于是在他的鼓勵和指導下，以其學術助手欒貴明為首的計算機室得以在文學研究所組建，并在后續數十年不懈的努力工作中，取得了一系列重要的成果。

長期就職于中國社科院外國文學研究所的著名翻譯家高莽(1926—2017)曾經回憶說：“記得改革開放初期，錢、楊二老談及錢瑗訪問英國回來后，向父母介紹了國外使用電腦的情況，說英國用電腦儲存莎士比亞資料與查閱資料的各種功能。錢先生立刻意識到這一新鮮事物的意義，便建議文學研究所成立計算機組，即后來的社科院直屬下的計算機室，希望其走向世界。”[注]高莽：《懷念錢鍾書老先生》，載丁偉志主編：《錢鍾書先生百年誕辰紀念文集》，三聯書店2010年版，第114-127頁。在文學研究所古代室任職的胡小偉(1945—2014)也曾說道：“20世紀80年代初葉，錢鍾書的女兒錢瑗教授有機會到英國進修，回來后偶爾談起英國學者用計算機研究莎士比亞戲劇，取得顯著成果，錢先生立刻受到啟發，從1984年便開始倡導把計算機技術引入中國古典文獻的搜集、疏證和整理中來，那時還在1981年9月中央發布《關于整理我國古籍的指示》以后不久?！盵注]胡小偉：《錢鍾書與電腦時代》，載丁偉志主編：《錢鍾書先生百年誕辰紀念文集》，三聯書店2010年版，第237-244頁。

錢瑗為錢鍾書、楊絳唯一愛女，1978年至1980年間由所在單位北京師范大學公派至英國蘭開斯托大學(Lancaster University)進修英語及語言學。錢瑗教授提供的這一信息彌足珍貴，而錢鍾書先生若把這一設想付諸實施就需要一個合適的領軍人物，于是這一重任就自然落到了長期兼任錢先生學術助手的欒貴明身上。

欒貴明，1940年生，1964年畢業于北京大學中文系古典文獻專業，被分配至中國科學院哲學社會科學部文學研究所(即今之中國社會科學院文學研究所)所長辦公室工作，做時任所長何其芳的秘書。欒貴明在接受記者采訪時曾透露，他在讀大學時讀過《談藝錄》《圍城》《寫在人生邊上》等著作，覺得錢先生是非常了不起的人。到文學所后發現錢先生對圖書的需求量非常大，于是就自覺承擔起幫助錢先生借閱圖書的任務?！爸饾u交往越來越深，我在文學所工作36年，追隨錢先生34年，直到錢先生最后的時光?！盵注]李懷宇：《欒貴明談錢鍾書：他的一生充滿俠肝義膽》，《時代周報》2010年12月16日第C08版。

欒貴明在結束干校生活返京后應該是轉入文學研究所古代組(即今之古代文學研究室)工作。錢先生此前曾向欒貴明建議研究《永樂大典》，于是欒貴明首先完成了《四庫輯本別集拾遺》。其后錢先生就指導他將主要精力轉移到利用計算機處理古籍文獻上來。中國社會科學院時任副秘書長楊潤時后來在接受記者采訪時回憶說：“欒貴明在這方面原來是一張白紙，他過去從來沒有接觸過這個領域，計算機這種技術傳入中國時間又很短。當時社會科學研究領域已經開始有‘三論熱’，就是信息論、控制論和系統論。但是，錢先生卻很明確地提出了運用計算機技術來保存、整理和運用中國古典文獻的問題，應該說這是非常有遠見的?！盵注]李懷宇：《錢鍾書力撐欒貴明》，《時代周報》2010年12月16日第C08版。錢鍾書先生之所以選擇欒貴明來承擔這一艱巨的任務，除了二人長期形成的密切關系外，也因為欒貴明本身所具有的品性，例如受過古典文獻專業系統訓練、喜鉆研、個人動手能力強等。欒貴明本人在2017年接受記者采訪時的說法是：“1984年錢先生提到數據庫想法的時候，我連電腦是什么都不知道。(記者問：‘他的這個想法是從哪里來的？’)是從錢瑗那兒。錢瑗到英國做訪問學者，寫信時就向錢先生介紹了英國的莎士比亞系統，回國后說得更詳細，說英國那邊要查莎士比亞，用電腦檢索，查什么有什么。這是錢瑗帶回來的第一號新聞，一下就把錢先生迷住了?！盵注]王勉：《他想做的，是開拓萬古之心胸——社科院文學所研究員欒貴明回憶恩師錢鍾書》，《北京青年報》2017年3月24日第B01版。迷住錢先生的電腦同樣迷住了欒貴明。筆者1984年8月被分配至文學研究所工作，在古代室忝陪末座，偶爾與欒先生閑談，中心話題便是他正四處奔波研究電腦，其興致勃勃之狀，至今猶歷歷在目。

1985年在錢鍾書先生支持下，文學研究所設立計算機室。在當時經費匱乏、人才奇缺的環境中，計算機室開始了堪稱艱苦卓絕的對未知領域的探索進程。對這段時光楊潤時有極簡潔形象的描述：“欒貴明拿出工資積蓄，變賣一些家當，錢鍾書先生又支援一些稿費，終于買來一臺蘋果機。他就一頭扎了進去?！盵注]楊潤時：《一份沉重的囑托——錢鍾書、欒貴明與中國古典數字工程》，《時代周報》2010年12月16日第C08版。“現在看來，錢先生不但在一個學科的設立上提出了富有遠見的創意，而且在具體進展過程中不斷地給予了財力上的支持。可以說，如果沒有錢先生，就沒有中國社會科學院古典文獻計算機處理技術這個學科，沒有后來那么大的成就。這是錢先生對中國文化建設一個具有創意性的貢獻，同時也對欒貴明后半生具有決定性影響。”[注]李懷宇：《錢鍾書力撐欒貴明》，《時代周報》2010年12月16日第C08版。關于錢鍾書先生以薪資和稿費資助文學所計算機室工作，胡小偉的記述是：“在有限幾次去社科院的機會中，錢先生每次都親臨研究小組，并多次用自己的稿費津貼資助研究小組的起步創業?！盵注]胡小偉：《錢鍾書與電腦時代》，載丁偉志主編：《錢鍾書先生百年誕辰紀念文集》，三聯書店2010年出版，第237-244頁。欒貴明助手田奕也講過這件事。[注]參見田奕：《電腦里的唐詩》，《文學遺產》1992年第5期。因此，錢鍾書先生在20世紀80年代以個人薪資和稿費資助了這一新興的事業，是毫無疑義的。

資助生活困難的年輕學者是錢鍾書、楊絳先生的傳統。著名外國文學研究專家柳鳴九、朱虹夫婦20世紀70年代因額外開支經濟上一時告急，即獲得過錢、楊二老的資助。柳鳴九《君子之澤，潤物無聲——心目中的錢鍾書、楊絳》[注]柳鳴九：《君子之澤，潤物無聲——心目中的錢鍾書、楊絳》，《傳記文學》2007年第4期?！跺X鍾書先生的精神遺產》[注]柳鳴九：《錢鍾書先生的精神遺產》，載丁偉志主編：《錢鍾書先生百年誕辰紀念文集》，三聯書店2010年出版，第21-25頁。二文有詳細的記述。文藝理論家何西來也曾談到在其父逝世、家庭困難之際，錢、楊二老有意幫他紓解經濟困窘之舉。[注]何西來：《追念錢鍾書先生》，載丁偉志主編：《錢鍾書先生百年誕辰紀念文集》，三聯書店2010年出版，第212-216頁。如此說來，經常幫助年輕學者紓困的錢鍾書、楊絳先生對使用計算機處理古代文獻這樣一個充滿希望的事業傾囊相助實在順理成章。

事實證明，錢鍾書先生選定欒貴明從事此項事業，可謂頗有眼光之舉，欒貴明果然不負厚望。前引欒貴明接受記者訪問時還說：“錢先生的囑咐，我都一五一十落實，錢先生教我做《中國古典文獻數據庫》的事，確實是一件累活，但我得認真辦，我必須遵命?！边@一承諾已經履行了30余年，欒貴明也已年近八旬。

二、錢鍾書關于古代典籍數字化的指導思想

錢鍾書先生不僅在經濟上資助當時的計算機室，還對這項工作以口頭和書面形式提出了一系列具體的指導思想。根據張世林、田奕的《漫談中國古典數字工程》(問答)，錢鍾書先生為將計算機技術引入文史研究領域，以書面或口頭方式提出過很多極富創見的目標和原則，歸納起來約有10條：1.逐步實施，長期奮斗。2.采用倉頡輸入法[注]倉頡：原始象形文字的創造者。按“倉頡”西漢以前文獻均作“蒼頡”。故本文除“倉頡輸入法”“倉頡碼”遵從習俗外，均寫作“蒼頡”。和華康正體字庫。3.以作品為基本單位，用作者統綰作品。4.對有民族偏執的政治文化色彩的《四庫全書》的使用，必須慎重，更不宜直接采取經史子集分類方法及舊編輯方式。5.重視版本版權，選用優良底本，但不能侵權，必要時自己重新編輯。6.實現準確全面針對作者、作品之標題和字句檢索。慎用漢語現代標點。7.正文和他人注釋不得混淆。8.電腦只能作為工具推進文史研究科學化。9.你是裁縫，只能是量體裁衣，不能做外科醫生。10.劃清研究工作和商業的界限等。[注]參見張世林、田奕：《漫談中國古典數字工程》(問答)，《國學新視野》2012年春季號(總第五期)。

這十條原則，或者彰顯了錢鍾書先生一貫的治學理念，或者顯示出他對利用計算機處理古籍文獻的遠見卓識。有些原則在今天看來仍具有重要價值和啟示意義。其中第1條“逐步實施，長期奮斗”，其含義毋庸贅言，也是今天和以后在古籍數字化、數字人文研究方面仍然需要長期堅持的原則，其他幾條筆者根據個人理解稍作疏解。

計算機硬件和操作系統都是西方人的發明，利用這一先進科技處理中國古代典籍首先面臨的一個最重要的問題就是漢字編碼和漢字字庫的問題。這個問題目前在普通報刊排版和日常寫作中早已解決，也不再為人所關注，但若將計算機應用于古籍整理，由于中國漢字歷史悠久、字體眾多，一字多形的現象在古籍中比比皆是，漢字的實際數量很難有準確的說法，計算機如何處理漢字的問題實際上迄今仍未完全解決，那么在30多年前，文學所計算機室所面臨的巨大困難可想而知。當然，利用計算機處理中文，面臨漢字編碼和字庫問題的困擾并非欒貴明團隊一家，而是一個具有普遍性的問題。中國國家標準總局1980年發布、1981年5月1日開始實施的國家標準《信息交換用漢字編碼字符集》(GB2312—1980)，即旨在著手解決這一問題。該字符集收錄6763個漢字，其中一級漢字3755個、二級漢字3008個。但是這6763個漢字用于日常文字的處理尚嫌不足，遑論用于整理古籍？

被譽為“中文電腦之父”的朱邦復于1976年在臺灣發明中文形意檢字法，后命名為“倉頡輸入法”，用以解決電腦終端漢字的輸入輸出問題，1980年代初期，朱邦復在宏碁電腦公司創始人施振榮技術支持下于個人電腦上設計中文系統，能夠輸入數萬漢字，1982年朱邦復登報聲明放棄“倉頡輸入法”專利權。欒貴明團隊在工作伊始，即在錢鍾書先生參酌下，以《中華大字典》為依據，在“倉頡碼”的基礎上，采用字根部首組合技術和固化ROM技術，建立了一套達45000漢字的高容量字庫。[注]參見《社科院文學所“古典文獻計算機處理技術”取得初步成果》，《文學遺產》1988年第2期。田奕在接受采訪時也說：“為在電腦上準確地反映古籍原貌，必須有一個穩定可靠的漢字平臺。從1985年伊始，經錢先生認定，即選擇了繁體漢字庫。……其中的每個造字，均以文獻為基礎，不籠統地根據字書造字，其字形采取文獻通用的字體，既不強行歸并統一，更不隨便借用?！盵注]張世林、田奕：《漫談中國古典數字工程》(問答)，《國學新視野》2012年春季號(總第五期)。將計算機技術移植于古籍整理，字庫問題是重中之重，也是繞不開的難點所在。顯然，當年的計算機室抓住了問題的關鍵所在，在1988年左右基本解決了整理古籍所需要的字庫問題。當年筆者也數次聽欒貴明先生提起建設“全漢字字庫”的設想，盡管漢字求“全”幾乎是一項永遠不可能完成的任務，但是這一努力方向顯然是正確的，也逐步取得了可觀的成果。

錢鍾書先生選定以“倉頡碼”作為建立字庫的基礎，也可能與其蒼頡情結有關。20世紀90年代初，計算機室擬召開一次學術研討會，代表們可以攜帶自己的作品參會。錢先生提議設立“蒼頡獎”。他幫助高莽修改其作為會議獎品的蒼頡畫像題詞，其修改后的文字為：“蒼頡造字，歷史傳說由來久矣。雖屬神話，而其實質蓋因蘊含開拓與創造之旨。所謂蒼頡其人者，觀日月山川之形狀，察鳥獸蟲豸之痕跡，觸類啟悟，獲得表達思維之記號或方式。于是漢字萌生，混沌轉為清晰。人之知力征服自然，能使‘天雨粟，鬼夜哭’，人類文明于是乎始。偉哉蒼頡！”[注]高莽《懷念錢鍾書老先生》，載丁偉志主編：《錢鍾書先生百年誕辰紀念文集》，三聯書店2010年版，第114-127頁。顯然，他在對祖先造字予以高度評價的同時，也對利用計算機處理古代文獻這一像蒼頡造字一樣推動文明進步的事業寄予了極大的期望。

第3條和第4條，涉及如何對待《四庫全書》、傳統目錄學分類法以及數據庫中如何排列數據等問題。成于清乾隆時的《四庫全書》是在大興文字獄的背景下纂修的，銷毀、抽毀之書甚多，即使收錄于《四庫全書》者，也多有肆意刪削、篡改之處。相關文獻甚多，茲舉乾隆四十一年(公元1776年)十一月十七日所謂上諭為例便可窺見一斑。乾隆此諭云：“第其中有明季諸人書集詞意抵觸本朝者，自當在銷毀之例。節經各督撫呈進，并飭館臣詳晰檢閱，朕復于進到時親加批覽，覺有不可不為區別甄核者，如錢謙益在明已居大位，又復身事本朝；而金堡、屈大均則又循跡緇流，均以不能死節，靦顏茍活，乃托名勝國，妄肆狂狺。其人實不足齒，其書豈可復存！自應逐細查明，概行毀棄，以勵臣節，而正人心。”[注][清]永瑢等撰：《四庫全書總目》卷首，中華書局1983年版，第3頁。所謂“以勵臣節，而正人心”云云表面上冠冕堂皇，其本質在于維護其統治和帝王尊嚴。錢鍾書先生將其定性為“有民族偏執的政治文化色彩”，實是一針見血。因此對于《四庫全書》的使用，嚴謹的學者向來多持慎重態度。錢先生特別教導計算機室的年輕工作人員在科學研究和古籍文獻數字化過程中，慎用《四庫全書》，實為明智之舉。

錢先生主張慎用《四庫全書》，除了因其“偏執的政治文化色彩之外”，也因對經、史、子、集這種圖書分類法不甚滿意，故言“更不宜直接采取經史子集分類方法及舊編輯方式”。這與錢先生的治學理念有關。張隆溪指出：“(《談藝錄》《管錐編》)在形式上與現代學術著作的寫法很不相同。這些評論文字完全隨思想的路徑自然發展，行于所當行，止于不可不止，舉凡文學、歷史、哲學、心理學、語言學及其他領域，無所不包，無所分隔，完全不顧及學科分類?！盵注]張隆溪：《中西交匯與錢鍾書的治學方法》，《書城》2010年第3期。換言之，如果不涉及其涉于西學部分，錢先生的方法就是打通四部。

比如《管錐編》圍繞十部古籍《周易正義》《毛詩正義》《左傳正義》《史記會注考證》《老子王弼注》《列子張湛注》《焦氏易林》《楚辭洪興祖補注》《太平廣記》《全上古三代秦漢六朝文》進行闡釋。在傳統目錄學分類中，《周易》《毛詩正義》《左傳》屬于經部，但錢先生無視這種分類，他經常將經部典籍與子部、集部的問題放在一起論述。如對于《左傳·昭公元年》“楚公子圍設服離衛”一節，他說：“叔孫穆子、子皮、子家輩十人指點議論，伯州犁窮于酬對，后世白話小說及院本賓白寫七嘴八舌情景，庶有足嗣響者?！庇盅裕吧w吾國古人于心性之學說，僅標‘六情’‘七情’之目，千載未嘗有所增損(參觀黃式三《儆居集·經說》卷三《七情、六情說》)，而其于心性之體會，致曲鉤幽，談言微中，經、史、子、集、小說、戲曲中歷歷可征，斷非《禮記》之《禮運》《中庸》或《白虎通》之《性情》所能包舉?！盵注]錢鍾書：《管錐編》第一冊，中華書局1979年版，第226-227頁。其打通四部、打通經學與文學之藩籬的用意甚明。

關于史部，他認為史家著述與小說、院本在人物塑造、虛構情境等方面具有相通之處：

明、清評點章回小說者，動以盲左、腐遷筆法相許，學士哂之。哂之誠是也，因其欲增稗史聲價而攀援正史也。然其頗悟正史稗史之意匠經營，同貫共規，泯町畦而通騎驛，則亦何可厚非哉。史家追敘真人實事，每須遙體人情，懸想事勢，設身局中，潛心腔內，忖之度之，以揣以摩，庶幾入情合理。蓋與小說、院本之臆造人物，虛構境地，不盡同而可相通。[注]錢鍾書：《管錐編》第一冊，中華書局1979年版，第166頁。

“稗史”本為史學概念，至魯迅、錢基博等用以指稱小說。在上文語境中，“稗史”與正史對舉，可以說既指史學意義上的遺聞瑣事，也可以指文學意義上的小說作品，可見錢先生也把史部文獻作為文學來處理。與陳寅恪先生的以詩證史、立足于史學本位不同；錢先生的以史證小說，是立足于文學本位，是他打破四部分類界限的又一例證。

傳統視為子部的《易林》是西漢后期出現的一部以《易》之六十四卦為綱而演繹的占卜書，有占卜辭4097首，除偶見三言外，皆為統一的四言格式。在錢先生看來，這些占卜用辭“主旨雖示吉兇，而亦借以刻意為文，流露所謂‘造藝意愿’，已越‘經部韻言’之境而‘涉于詩’域，詩家只有愕嘆不虞君之涉吾地也，豈能痛詰何故而堅拒之哉！”“蓋《易林》幾與《三百篇》并為四言詩矩矱焉?！盵注]錢鍾書：《管錐編》第二冊，中華書局1979年版，第536-539頁。對于《易林》的文學價值，給予極高的評價。

在上述幾個例證中，或者以為經部文獻影響于小說院本，或者視史部文獻類同于小說，或者將子部文獻等同于詩文，無一不是打破傳統目錄學界限，從不同類別文獻中汲取為我所用的資料，以融通的眼光抉破塵藩、熔鑄群言，而出以新意。因此，他對拘泥于四部分類法而不能洞察文獻本質屬性的做法給予了不同程度的批評。

基于這樣的學術理念，他在數據庫建設中提倡以作品為基本單位，用作者統綰作品就不難理解了。換言之，他是以人為本位，以作品從屬于作者，而不論其屬于何種部類的文獻。這對于計算機輔助科研顯然大有裨益。因為我們無論研究作家的哪類作品，都必須盡可能窮盡該作家的所有文獻，如此才能全面系統地了解該作家的方方面面，而避免管中窺豹、以偏概全。在這種思想指導下，欒貴明團隊重新編訂完成了《老子集》《列子集》《莊子集》《孫子集》《鬼谷子集》《皇甫謐集》等。這些作品集除了出自作者本人者外，也包括后人引用的零篇斷簡，雖然這部分作品的著作權往往存有疑問，但是由機器把它們匯輯在一起，可供學者進一步研究辨析，無疑也是很有意義的。當然在數據庫中，所謂以作者統綰作品實際上是一種邏輯結構或虛擬排列，而與它們在計算機系統中的物理位置無關。

其他幾條內容中，有些看似屬于很具體的枝節問題，實際上對文史研究極為重要。比如版本問題，不同版本文獻所提供的信息可能差異很大。又比如慎用漢語現代標點，很多標點本由于整理者本身的學養不足導致的錯誤甚多，反而可能引發讀者錯誤理解文獻。再如第6條，實現準確全面針對作者、作品之標題和字句檢索。以數據庫的強大功能而言，實現這樣簡單的功能似乎輕而易舉，但實際上由于漢字的復雜性，這個問題至今尚未能很好地解決。第7和第9兩條是古籍整理中特別需要注意的問題。古籍版式繁多，有些注釋性作品又包括眉批、夾注、側批、圈點等內容，古人排版刻書將注釋混淆于正文者并不鮮見。那么在利用數字化技術整理古籍的今天，切實解決這一問題的要求并不過分。至于裁縫和外科醫生的比喻，顯示出錢先生為人幽默風趣的一面，所謂量體裁衣，是說可以對文獻進行剪裁縫補的工作，類似于學者過去根據研究需要抄錄卡片、匯集文獻；但不可以像外科醫生那樣，將自己認為發生病變的部分切除，亦即必須保證文獻的完整性。

尤為值得注意的是他對科研與商業追求之間的區分與隔離。錢先生顯然是預見到古籍文獻的數字化及相關數據庫的建設是一個需要人才和經費的高投入，也有可能會高產出的項目。但是如果對科學研究和經濟效益之間的度把握不好，就極有可能會偏離科學研究的正確軌道，而滑向追求金錢利益的錯誤方向。為此，錢鍾書先生極為嚴肅地諄諄告誡這個年輕人占多數的群體，應提高覺悟，樹立崇高理想，保持節操，以獻身科學事業作為自身的追求。1992年，計算機室曾辦有一份內部刊物《人文電腦》，由楊絳先生題寫刊名，錢鍾書先生以特約評論員名義寫了一篇“社論”——《糾正“市儈化”的短視和淺見》：

崇高的理想、凝重的節操和博大精深的科學、超凡脫俗的藝術，均具有非商業化的特質。強求人類的文化精粹，去符合某種市場價值價格規則，那只會使科學和文藝都“市儈化”，喪失去真正進步的可能和希望。歷史上和現代的這類事例難道還少嗎？我們必須提高覺悟，糾正“市儈化”的短視和淺見。[注]參見陳肩：《行藏托付賴心傳》，《時代周報》2010年12月16日第C08版。

作為一名學者，錢先生對科學和藝術的摯愛，對“市儈化”的反感，對商業化有可能導致的喪失進步和希望的警覺，均躍然紙上。90年代后期，商品經濟的大潮席卷中國。國內古籍數字化產品因為版權、利益等因素導致紛爭、訴訟的現象時有耳聞，極大地干擾了相關領域正?？蒲泄ぷ鞯拈_展。可見，錢先生在商品經濟之潮尚未興起之時就提早為這一團隊打下預防針，顯示出他對世事的發展有敏銳的洞察力。

前述錢先生重視版本版權、選用優良底本、避免侵權、必要時要自己重新編輯等思想也與保持科研工作的純潔性、避免陷入商業糾紛的泥潭有關。在后續工作中，欒貴明團隊謹遵這一教誨，一方面在建設數據庫的過程中，選用無版權爭議的優良版本為底本，比如“《全唐詩》速檢系統”采用了清康熙間揚州書局本，《二十四史》選用百衲本。另一方面其產出的成果，全部以公開出版物的形式呈現。在保護自身版權的同時，也有效避免了陷入版權紛爭的被動局面。根據國家版權局官網提供的信息，我國《著作權法》于1990年9月7日由第七屆全國人民代表大會常務委員會第十五次會議通過，其后又經數次修訂。錢鍾書先生注重保護版權、避免侵權等思想在當年顯然也具有超前意識，對于這個團隊健康穩定的發展具有重要意義。

錢鍾書先生對這項事業傾注了大量心血，除陸續提出一些建設原則外，還在很多具體事情方面給予了多方面的支持。他從不應允擔任任何單位、協會的顧問，但唯獨對計算機室例外，他不僅慨然應允做了計算機室的顧問，而且每次到院部開會，總要抽出時間到位于社科院科研大樓1層西段的計算機室去“看看孩子們”，了解一下具體工作。他提出把《全唐詩》全部錄入電腦，利用這一先進工具解決如何查詢和有效利用唐詩的問題?！啊度圃姟匪贆z系統”建成后，院科研局于1988年底組織了兩次院內外專家進行評估。來自社科院文學所、語言所、歷史所、文獻情報中心等單位的學者觀看了現場演示后，提出了很多具體問題。其中一位紅學家請求當場檢索，看一看《全唐詩》中有沒有出現過“紅樓夢”一詞，出現過幾次。兩分鐘后，計算機給出答案：在包括3276位作者、總計53035首作品、總字數達到3432869字的《全唐詩》中，“紅樓夢”一詞共出現過兩次，一次是472卷蔡京的《詠子規》，另一次是《補遺》卷11屬名馮袞的《子規》，這兩位作者都是唐末人，詩的字句相同，都有“凝成紫塞風前淚，驚破紅樓夢里心”。從而證明了曹雪芹的確從浩瀚的傳統文化寶庫中汲取了豐富營養，《紅樓夢》并非無源之水、無本之木。[注]參見楊潤時：《一份沉重的囑托——錢鍾書、欒貴明與中國古典數字工程》，《時代周報》2010年12月16日第C08版。

1989年5月，時任中國社科院院長胡繩先生在率團訪問蘇聯之前的一次會議上，初步議定把當時屬于文學研究所的計算機室改建為院計算機室，同時把古典文獻計算機處理確立為院重點科研項目，從經費、人事等方面采取一系列措施給予支持和保障。1990年，計算機室劃歸社科院直接領導。

自1985年計算機室成立，短短10余年間，便取得了一系列令人矚目的成果。如《論語數據庫》(35萬字，人民日報出版社1987年版)、《全唐詩索引》(30種，2600萬字，中華書局、現代出版社等，1992年起陸續出版)、《永樂大典索引》(300萬字，作家出版社1997年版)、《全唐文新編》(1600萬字，吉林文史出版社2001年版)、《十三經索引》(900萬字，中國社會科學出版社2004年版)、《永樂大典本水經注》(40萬字，萬卷出版公司2004年版)、《乾隆大藏經》(7200萬字，中國書店2009年版)等。據前引張世林、田奕的《漫談中國古典數字工程》，截至2012年之前，該團隊共出版古典文獻整理相關書籍176冊，計1.3億字。這些公開出版的成果都是建立在“古典文學的計算機處理系統”基礎之上的。其中《論語數據庫》是國內第一部使用微型計算機編制的古文獻索引的公開出版物，為有關《論語》的深入研究提供了大量準確的量化依據。其后，該團隊又相繼完成了總人數36萬、輔名15萬的人名庫，歷法天數總計為519萬天的歷史日歷庫，以地名及古代地圖為核心、制作數據已超800萬條的地名庫和以作品為核心、收錄重要珍稀圖形文件100余萬幅、字數超過8億字的事件庫。這些數據庫與通行的以作品總集為基礎的數據庫頗為不同，是人工參與程度很高的知識庫，在數字人文基礎建設和研究方面處于領先地位。

以“《全唐詩》速檢系統”為中心的這一古籍文獻處理系統榮獲1990年“國家科技進步獎”三等獎、中國社會科學院科研成果一等獎。人文社科領域的成果獲得國家科技進步獎似乎極為鮮見，其在當時國內相關領域的領先水平不難窺見一斑。據前引張世林、田奕的《問答》顯示，在這一系統的評審過程中，錢鍾書先生參與上報國務院、國家科委評審材料的修訂和審閱，多次與院領導和院科研局負責人談到該項目是他本人建議立項及立項理由。此后為培養這一新興學科的復合型人才，中國社科院研究生院依項目所需設置相關專業，招收碩士研究生等項措施，亦經錢先生同意。

三、錢鍾書關于計算機的工具屬性定位及對人工智能的闡述

1987年12月由人民日報出版社出版的《論語數據庫》，作者署名“中國社會科學院文學研究所計算機室”，卷首有錢鍾書撰寫的序言：

從理論上來說，計算機和人類使用過的其它工具沒有甚么性質的不同。它在還未被人廣泛使用的時候，除自身尚待完善以外，總會遭到一些抵拒。慣用舊家什的人依然偏愛著他們熟悉的工具。有了紙墨筆硯“文房四寶”，準還有人用刀筆和竹簡；有了汽車、飛機、電報電話，也還有不惜體力和時間的保守者。對新事物的抗拒是歷史上常有的現象，抗拒新事物到頭來的失敗也是歷史常給人的教訓。

錢先生用他習慣的幽默筆調對抗拒新事物的現象進行了批評，顯示出他對計算機這一新事物必將大行其道持有高度信心，同時也定義了計算機的工具屬性，亦即無論計算機功能多么強大、多么聰明，都不可能超越人的智力水平。計算機是為人服務的，它只能是一種工具。田奕曾發表《電腦里的唐詩》一文，結尾一段這樣寫道：“電腦可以幫助人腦，但還不能代替人腦。像意境雷同的查檢，盡管有漢字象形、會意、形聲的優越性，但電腦的距離尚遙遠?！瓕嵺`證明，能幫助人的電腦需要人的更多幫助?！盵注]田奕：《電腦里的唐詩》，《文學遺產》1992年第5期。

此文曾經錢鍾書先生親自審閱修訂，最后一句話“實踐證明，能幫助人的電腦需要人的更多幫助”,是錢鍾書先生審改此稿時所加，這句話顯然是畫龍點睛之筆，極簡要又深刻地闡述了人腦與電腦的辯證關系。楊絳《〈宋詩紀事補正〉序》：“八十年代后期，鍾書見到電子計算機對文獻工作的功用，囑欒君用計算機再查核某書、某書。計算機所查獲的資料，果然比人力更為詳盡。但計算機只能羅列事物，不能判別真偽、選擇精要。鍾書囑欒君把計算機所提供的資料，連同原書一并搬來，對照研究，指點如何判斷、選擇；如有不能定奪的疑難處，就把不同的資料全部錄下，供后人抉擇?！盵注]楊絳：《楊絳全集·散文卷》，人民文學出版社2014年版，第320頁?！氨鎰e真偽、選擇精要”這樣的工作并非依靠運算所能解決，故需要人的幫助?，F在的計算機無論是其運算速度還是數據存儲容量均非20世紀80年代的水平所能望其項背。但即使如此，似也未能改變其工具屬性。人工智能的發展是否最終能超越人的大腦尚存疑問。機器的確在圍棋對弈中能戰勝棋壇高手，但那憑借的仍是其運算能力，而在人文領域，比如對古代作品的鑒賞，是人通過作品與古代作家心靈之間的對話。這種對話涉及鑒賞者的個人閱歷、修養、審美、心理、情感等多方面的因素。在可預見的將來，人工智能都很難掌握這樣的能力。

談及人工智能，錢先生對“人工智能”一詞有其獨到的闡釋。欒貴明所著《小說逸語》云：

“人工智能”詞一出現，錢先生問我，為什么用“智”字，那是人所獨有的呀，機械發展，有時能力過人，完全可能，但萬不會達到使用“智”的水平。……先生在評價推介“中國古典數字工程”時就用“知”字，后來別人誤會，還特意讓我寫文替先生澄清。[注]欒貴明：《小說逸語》，新世界出版社2018年版，第11-12頁。

欒貴明所言“人工知能”一詞確實出自錢鍾書。1989年5月，就《全唐詩》數據庫的發布錢先生致函院新聞發言人楊潤時：

潤時同志:得您來信，十分感愧。我因老病，承院領導關注，久未參預活動，沒有機會和您晤面，也是憾事。文學所欒貴明同志等關于《全唐詩》速檢系統的工作獲得可喜的成果，當然由于他們的努力，主要原因還是汝信同志和您們的大力支持和鼓勵。作為一個對《全唐詩》有興趣的人，我經常感到尋檢詞句的困難，對于這個成果提供的絕大便利，更有由衷的欣悅。這是人工知能在中國古典文學研究上的重要貢獻。我因健康原因，不克身與盛會，特此書面祝賀。即致 敬禮！錢鍾書 五月廿三日[注]楊潤時：《一份沉重的囑托——錢鍾書、欒貴明與中國古典數字工程》，《時代周報》2010年12月16日C08版。

今按“知能”一詞，古人使用頗多?！墩f苑》卷八：“今人有不忠信重厚，而多知能，如此人者，譬猶豺狼與，不可以身近也?！盵注][漢]劉向撰，向宗魯校證：《說苑校證》，中華書局1987年版，第186頁?！稘h書·張馮汲鄭傳》：“故李牧乃得盡其知能，選車千三百乘?！盵注][漢]班固：《漢書》卷五十，中華書局1983年版，第2314頁?！墩摵狻ち恐罚骸叭酥畬W問，知能成就，猶骨象玉石，切瑳琢磨也。”[注]黃暉：《論衡校釋》卷第十二，中華書局1990年版，第550頁。筆者以為其含義實與“智能”相近，均指智慧才能。《管子·制分》：“道術知能，不為愛官職?！碧埔伦ⅲ骸坝械佬g智能，則以官職加之?！盵注]黎翔鳳撰、梁運華整理：《管子校注》卷十，中華書局2004年版，第540頁。視“知能”等同于“智能”。《康熙字典》“矢”部“知”字：“又《集韻》《韻會》‘知義切’。《正韻》‘知義切，并與智同’?！盵注]《康熙字典》，中華書局1984年版，第824頁。可見在表示智慧這一含義時，“知”可以通假為“智”?！爸堋币辉~近人也有使用，魯迅《熱風·隨感錄四十三》：“我們所要求的美術品，是表記中國民族知能最高點的標本，不是水平線以下的思想的平均分數?！盵注]魯迅先生紀念委員會：《魯迅全集》第二卷，人民文學出版社1973年版，第49頁。所言“知能”，也是才智、能力之意。

但“知能”與“智能”雖含義相近而實有小異。《禮記·中庸》：“子曰：好學近乎知，力行近乎仁，知恥近乎勇。”[注]黃侃校點：《黃侃手批白文十三經·禮記》，上海古籍出版社1983年版，第200頁?！爸睆膶W習而得，而“智”更偏重于悟性，近似于佛家所言慧根。近年來，與人工智能相關聯的一個學科——認知計算發展迅速。認知計算包括計算機視覺、自然語言處理、語音識別技術等，其目標是讓計算機系統像人的大腦一樣學習、思考并做出正確的決策，能夠收集并管理結構化和非結構化的數據，進行感知、學習和調整。認知計算的關鍵之一在于學習、模仿人腦。錢鍾書先生將模仿人學習人的“人工知能”與人類所獨有的“智能”區別開來并非沒有道理。計算機技術的發展一日千里，今天人工智能的發展水平與20世紀相比，相去不啻霄壤。因此，錢鍾書先生20世紀命名的“人工知能”和現今流行的“人工智能”，結合不同時期的技術發展水平而言，其實各有千秋。就20世紀相關技術的發展水平和漢語詞匯的準確性講，錢先生將當時的相關技術視為“人工知能”，顯然是頗具慧眼的。

實際上，錢鍾書先生本人堪稱驗證人腦與電腦、人工智能與人類智能的絕佳例證。近年來時有論者將錢鍾書的學問與電腦相類比。比如李澤厚先生在與劉再復先生的對談中，曾言：“錢鍾書才可以算大知識、大學問。他的學問甚至可以說‘前無古人，后無來者’，但也無需來者了。”[注]李澤厚、劉再復：《“五四”五說(代序)》，載劉再復：《共鑒五四——與李澤厚、李歐梵等共論“五四”》，三聯書店(香港)有限公司2009年版。此處所言“但也無需來者了”云云大概是感覺現在已經進入信息時代，計算機的文獻處理能力遠非人力可比，錢鍾書的治學既然類似于電腦，那么現今電腦計算能力日趨強大，自然就無需第二個錢鍾書，即“無需來者了”。李澤厚表達這樣的意思非止一次。比如在2005年接受記者采訪時就曾言：“70年代，我說電腦出現后，錢鍾書的學問(意義)就減半了。比如說一個杯子，錢鍾書能從古羅馬時期一直講到現在，但現在上網可以搜索到更多的‘杯子’。當然錢鍾書說的，好些也不能找到。”[注]李澤厚：《哲學家只提供視角》，載《李澤厚對話集·廿一世紀(一)》，中華書局2014年版，第203頁。

錢鍾書和李澤厚兩位先生都是筆者所十分景仰的前輩學者，但是李澤厚先生此論筆者卻不敢茍同。以目前IT技術和人工智能的發展水平，檢索、查詢功能固然已經十分成熟，但還遠不能對作家為文之用心和藝術奧秘進行深刻的把握和洞察。劉勰論文學創作與欣賞之關系云：“夫綴文者情動而辭發，觀文者披文以入情，沿波討源，雖幽必顯。世遠莫見其面，覘文輒見其心。”[注]郭晉?。骸段男牡颀堊⒆g·知音》，甘肅人民出版社1982年版，第560頁。依筆者淺見，在可預見的將來，機器還不能達到“披文以入情”的境界，而這正是高明的批評與鑒賞家的特長。錢鍾書先生在《宋詩選注》中選錄王安石名作《泊船瓜洲》，在分析“春風又綠江南岸”之“綠”字時，列舉數個唐人使用“綠”字的先例，并做了富有啟發性的分析：“王安石的反復修改是忘記了唐人的詩句而白費心力呢？還是明知道這些詩句而有心立異呢？他的選定‘綠’字是跟唐人暗合呢？是最后想起了唐人詩句而欣然沿用呢？還是自覺不能出奇制勝，終于向唐人認輸呢？”[注]錢鍾書：《宋詩選注》，人民文學出版社1982年版，第57頁。對此王水照先生指出：

在電腦檢索大為盛行的今天，我們可能找到比錢先生更多的唐詩用例(包括前唐之詩)，但恐很難達到他對藝術創作奧秘的深刻把握。[注]王水照：《〈容安館札記〉論宋詩初學記》，《文匯報》2004年7月11日第7版。

前引胡小偉文章也指出：“如果單指記憶力，錢鍾書先生興之所至，打通中外，信手拈來的功夫，的確給人‘電腦數據庫’的感慨。但是數據庫畢竟只能羅列資料，顯示異同，卻不能分析辨證，觸類旁通?！灾钡浇裉欤覀円矝]有讀到電腦版的《管錐編》?！惫P者臆測，在可預見的將來，電腦也不可能寫出《管錐編》。認為計算機可以代替錢鍾書的說法，是既不懂計算機，也不懂錢鍾書。錢先生對電腦工具屬性的定義以及電腦需要人更多幫助的闡釋仍具有重要啟示意義，至少在人文領域，在文學作品的辨析、鑒賞方面，人工智能達到或超越人類智能還有很長的路要走。

當然，在人工智能和大數據技術突飛猛進的今天，“需要人的更多的幫助”的電腦已經遠非80年代配備80286芯片的電腦可比，人的參與度也更廣更深，機器所提供的服務實際上包含著人的更多智慧。就計算機參與文學包括古代文學研究而言，21世紀以來相繼引入的西學概念“人文計算”和“數字人文”正在引起學界的高度重視，研究范圍、研究范式和知識生產的方式都在發生變化。我們在評價錢鍾書先生關于人腦與電腦的關系、關于在文史領域尤其是古籍整理領域引入計算機科學的各項見解時，一定不能脫離當時的時代和文化背景等因素。我們既要充分肯定、高度評價在20世紀80年代錢鍾書先生所具有的超前意識和敏銳學術眼光，高度評價他提出的一系列關于利用計算機整理古籍文獻的思想。同時也需要注意到，錢鍾書先生畢竟是20世紀的學者，受時代的局限性所制約，他不可能預見到今天人工智能發展的高度和水平。

據說美國麻省理工學院(MIT)的帕特里克·溫斯頓(Patrick Winston)教授對人工智能有一個簡單易懂的定義：人工智能就是研究如何使計算機做只有人才能做的智能工作，即人工智能就是研究人類智能活動的規律，然后構造一個可以模擬這個規律的系統，讓這個程序去完成以往只有人類的智力才能勝任的工作。這個定義彰顯出人工智能研究領域的雄心壯志和發展前景。人工智能被視為21世紀三大尖端技術(另兩個是基因工程和納米科學)之一，近30年來得到了快速發展。

比如，人工智能的一個分支——自然語言處理(Natural Language Processing)，是指計算機擁有識別、理解人類文本語言的能力。包括語法語義分析、信息抽取、文本挖掘、信息檢索、機器翻譯等若干研究方向。其中的文本蘊含識別((Textual Entailment )技術研究兩個文本之間的語義推理關系，這種推理關系基于邏輯推演、基于相似度或文本轉換，或基于深度學習等算法，相關研究正在取得長足進步。目前，漢語語義知識庫已有足夠大的規模，通過深度學習技術，詞向量(Word Embedding)、全卷積神經網絡(Full Convolutional Neural Networks)等模型等都已經被用于文本相似度的計算中，借此可以挖掘文本的潛在語義特征，過去知識庫建設過程中需要人工構建特征的方式將逐步被機器所取代。伴隨語義知識庫規模的進一步擴充和相關特征的趨于完備，可以極大地提高語義比較和檢索的精確度，語義分析的實用性、可靠性將得到快速發展。在此基礎上，機器所作的文本分析，有可能產生某些人工所難以達到的效果。

由于古漢語的特殊性和古代文學文本的復雜性，將自然語言分析技術應用于古代文學作品的分析和鑒賞也許仍將面臨若干困難。但是計算機專家和人文學者合作的步伐在加快，技術發展的內在動力和發展趨勢不以人的意志為轉移，數字人文研究前途可待、未來可期。

為便于理解，我們可以舉一個簡單的例子。前引錢鍾書先生《宋詩選注》關于“綠”字的分析。我們有計算機的輔助，如王水照先生所言，當能找出更多前人使用“綠”字的詩句，但遠不能達到錢先生對藝術奧秘的把握。誠然如此，而亦不盡然。問題不在于我們找出了多少使用“綠”字的詩詞，而是在大數據環境中，借助語義分析技術，可以對“綠”字在不同語境、不同例句中的位置、詞性、情感特征、前后影響承繼關系等進行分類統計。不僅可以統計唐詩中的例證，還可以對整部中國文學史上的所有詩、詞、曲、賦、銘、箴、贊、頌、歌、謠、變文、彈詞、鼓詞、寶卷等各種文體中使用“綠”字的情況進行統計分析。我們也可以對有文獻記載以來所有使用色彩的字詞進行統計分析，看看那些表示色彩的字詞如赤、橙、黃、綠、青、藍、紫，唐人運用得如何，宋人運用得如何，以及它們對于創作繽紛燦爛的唐詩或是深折瘦勁的宋詩究竟起到了什么作用。這些都是傳統人工研究方法所不能實現的。人工智能和人類智能在可預期的將來，未必不會如雙峰并峙，各顯身手。

因此，我們在正確評價錢鍾書先生在20世紀80年代對計算機的認識、對人工智能的理解等方面所具的卓越思想之外，也應認識到，由于時代本身的局限性，造成錢鍾書先生關于人工智能的理解在今天看來顯示出某種偏頗或不足。我們必須把這個問題還原到當時的歷史語境中去正確看待。此外，欒貴明團隊開發的數據庫，按照錢先生建議，都是以公開出版物的形式即紙質版向社會公布，固然有利于知識產權保護，但是龐大的數據庫本身除個別時段曾被少量學者試用外，其廬山真面目學界一直未能得見。紙質出版物其實是這種龐大數據庫的副產品，在網絡帶寬已經不是問題、數據庫網絡保護技術比較成熟的今天，該數字工程的主體產品——那些建設多年的數據庫，一直未能為廣大學界和社會所使用，著實可惜。

今年是建國70周年，總結70年來尤其是改革開放以來的學科發展歷史和經驗教訓是我們需要認真面對的重要工作。筆者不揣淺陋，撰寫此篇小文，旨在從一個側面回顧20世紀以來信息技術對人文學科的巨大影響。在這個過程中，錢鍾書先生以敏銳而富有前瞻性的眼光，推動指導了欒貴明等所從事的古典文獻數字化工程，其相關思想和建設經驗，對于我們今天從事古籍數字化建設和數字人文研究仍具有重要啟示意義。