这门学问最有名的那句话，是一个化学工程师在下班以后想出来的。
本杰明·李·沃尔夫（Benjamin Lee Whorf, 1897–1941）从麻省理工拿了化学工程学位，然后在哈特福德火灾保险公司做了一辈子火险查勘员——去火灾现场，弄清楚火是怎么烧起来的，写报告。他一直做到去世，从没有过一个全职的学术职位。三十年代初，他开始在耶鲁旁听爱德华·萨丕尔（Edward Sapir）的课，研究霍皮语、阿兹特克语和玛雅文字，全部是业余时间。
而他的第一个念头，恰恰来自本职工作。他在一叠火灾报告里看出了一件古怪的事：有些火灾的直接原因，是一个词。
工人们在标着"空"（empty）的汽油桶旁边随手扔烟头，
因为那上面写着"空"——
而"空"汽油桶里装的，是比汽油更容易爆炸的油气。
沃尔夫的师承其实是一条明确的线。上游是弗朗茨·博厄斯（Franz Boas），美国人类学之父；博厄斯教出萨丕尔，萨丕尔教出沃尔夫。这条线的政治底色很要紧，也常被后人忘掉：博厄斯当年之所以扎进美洲原住民语言，是为了反驳"原始民族说着原始语言、所以头脑也原始"这种当时的主流偏见——他要证明每一种语言都是一套自洽、精密、各有各的必须表达之物的系统。这门学问的出发点，是平等主义。（记住这一点，第六节最后一条会用到它。）
还有一件事必须先说清楚，否则后面全乱："萨丕尔-沃尔夫假说"这个名字，是在两位主角都去世之后由第三个人安上去的。萨丕尔 1939 年去世，沃尔夫 1941 年去世，年仅四十四岁；两人从未合写过任何一篇文章，也从未把自己的想法称作"假说"。这个标签由沃尔夫的同门哈里·霍伊尔（Harry Hoijer）在 1954 年一次纪念沃尔夫的会议上提出。后来那个人人都会背的"强版本／弱版本"二分，同样是后人加的。
一门学问最有名的名字，
是它的两位署名者都没听过的名字。
两块材料：一块是萨丕尔的宣言式表述，一块是沃尔夫真正给出定义的那一段。
整整一个世纪的混乱，几乎都来自没把两句话分开：
强版本（语言决定论）：你的语言里没有的东西，你想不了。
弱版本（语言相对论）：你的语言里必须说的东西，你会更习惯注意、更快想到、在没有别的线索时更倾向于用它来切分世界。
强版本几乎没有严肃学者支持，而且它自己就把自己说死了：如果语言真的决定了思维的边界，那么翻译不可能、学一个新概念不可能、这一整篇你正在读的中文文章也不该存在——因为它讲的每一个词，最初都不在中文里。凡是能被翻译成一句解释的东西，就不是"想不了"。
剩下的是弱版本。而弱版本值不值得写一整篇？值得，因为它讲的是一件很实在的事：
语言不决定你能想什么，
它决定你不费力气就会想什么。
换一个譬喻：母语是一套装在你脑子里的默认设置。默认设置从来不限制你能做什么——你随时可以改，只是改要花力气，而人在大多数时候不花那个力气。一门语言强制你标记的那些东西（时态、数、体、形状、方位、消息来源），就是它替你预先勾好的那几个复选框。你一辈子勾了几百万次，于是它们变成了你注意力的默认落点。
这个更精确的版本有一个好名字，来自心理语言学家丹·斯洛宾（Dan Slobin, 1996）：为说而想（thinking for speaking）。他的意思是，语言影响的不是"思维"这个大得没边的东西，而是那个很具体的时刻——当你准备把一件事说出口时，你必须临时把经验切成这门语言要求的形状。而一个人一天要做几百次这种切分。
于是本篇真正要问的问题，从来不是那个宏大的"语言决定思维吗"，而是三个小得多、也可测得多的问题：
一，效应存在吗？——存在，第五节有五个案例。
二，多大？——通常很小。小到常常要用毫秒来量。
三，在哪一层？——多半在快速、自动、不假思索的那一层；一旦你被要求慢下来、或者嘴被别的任务占住，效应常常就消失了（案例 05 是最干净的一次演示）。
这三个答案合起来，就是这门学问一百年的全部收成：
效应是真的，但它是一件工具的影子，不是一座牢房的墙。
沃尔夫在《习惯性思维与行为对语言的关系》（约 1939 年写成，1941 年发表）里写下这套理论最著名的一段现场观察：装过汽油的桶被清空之后，在仓库里被叫作 empty gasoline drums——"空汽油桶"。
在这些桶旁边，工人的行为明显松弛：抽烟，随手扔烟头。而实际上，"空"桶比满桶更危险——满桶里是液态汽油，"空"桶里是汽油挥发出来的、与空气按比例混好了的爆炸性蒸气。
沃尔夫的解释是：英语的 empty 同时携带两层意思——"没有装东西"与"无害、可忽略、不必当回事"。工人们没有做过任何错误的推理，他们只是被一个词悄悄安排了态度。
沃尔夫最大胆的主张是关于霍皮语的：他写道，霍皮语中没有直接指涉我们所谓"时间"的词、语法形式、结构或表达；霍皮人不把时间当作一条可以切成小段、可以数、可以浪费的直线。这个说法后来变成了整套理论的旗舰，也是大众文章里被复述最多的一条。
1983 年，语言学家埃克哈特·马洛特基（Ekkehart Malotki）出版《霍皮时间》（Mouton），厚达 677 页，逐条给出霍皮语里的时态标记、时间隐喻、时间单位（日、月）、以及大量与时间有关的语法结构。一本书，一个案例，几百页反例。
诚实的补充：后来一些学者（如 Penny Lee、John Leavitt）认为马洛特基有一部分打的是稻草人——沃尔夫真正说的是霍皮语不把时间"对象化"成可数的物体，而不是霍皮人不知道昨天和今天。这场争论至今没有完全平息。但即便退到那个更弱的版本，这个招牌案例也已经不能再当证据用了。
1969 年柏林与凯的《基本颜色词》几乎宣告了相对论的死亡（见第四节）。然后十五年后，保罗·凯自己回来了。
1984 年，凯与威廉·肯普顿（Willett Kempton）在《美国人类学家》上发表《什么是萨丕尔-沃尔夫假说？》。他们找来两组人：英语母语者（蓝、绿分属两个词），和塔拉乌马拉语母语者（一个词 siyóname 同时覆盖蓝与绿）。任务极简单：给你三张色卡，全部取自蓝-绿连续带，请指出哪一张与另外两张最不同。
结果是：英语者在跨越 blue／green 那道词界的地方，把差异夸大了；塔拉乌马拉语者没有。一个真实的、可测的沃尔夫效应。
但这篇论文真正的好，在它的第二个实验。凯与肯普顿推测这个效应的机制是"受试者偷偷用了命名策略"——先给色卡起名，再按名字判断。于是他们专门设计了一个能阻断这条路的版本，并且预言效应会消失。效应果然消失了。
澳大利亚昆士兰的古古依米提尔语（Guugu Yimithirr）几乎不用"左、右、前、后"这类以说话人身体为原点的说法。它用的是绝对方位：东、南、西、北。杯子在桌子的北边；请你往东挪一点；你北边的那条腿上有只蚂蚁。
这意味着一件相当苛刻的事：要说好这门语言，你必须在任何时刻、任何房间里、闭着眼睛，都知道自己朝向哪个方向。人类学家约翰·哈维兰（John Haviland, 1993）记录到，说话人的手势也严格跟着绝对方位走——讲同一个故事，人转个身，手指的方向跟着换。
莱文森团队设计的关键实验是非语言的：在一张桌子上给你看一排物品，然后把你转 180 度带到另一张桌子前，请你"照原样"摆出来。荷兰语母语者按相对方位重建（原来在我左边的，还放我左边）；古古依米提尔语与恰帕斯的策尔塔尔语母语者按绝对方位重建（原来朝北的，还朝北）。两组人给出的答案，在几何上完全相反。
俄语没有一个统称的"蓝"。它强制区分 siniy（深蓝）与 goluboy（浅蓝），这不是两个可选的修饰说法，而是两个基本颜色词，就像英语的 blue 与 green。
温纳沃、维特霍夫特、弗兰克、吴、韦德与博罗迪茨基（2007）做了一个速度辨色任务：屏幕上三块蓝，请尽快指出下面两块里哪一块与上面那块相同。所有色块都跨在 siniy／goluboy 的边界附近。
结果：俄语母语者在两块颜色分属不同词类时，反应明显更快；英语母语者没有这个差别。到这里为止是标准的沃尔夫效应。
而这项研究真正的价值在最后一步——他们加了干扰任务。让受试者同时在心里默记一串数字（言语干扰），这个优势消失了；换成同时记一个空间图形（空间干扰），优势还在。
这是本站少有的一篇——它最著名的版本、最著名的例子、最著名的应用，三样全都塌了，而剩下的那一小块是真的。下面五条按塌得由远及近排列。
先立边界，这一节尤其需要：只有第一条与第五条有直接的实验依据（分别来自案例 05／03 与案例 04、以及第六节⑤），其余三条是从这套结构里长出来的判断习惯，不是定理的推论。这门学问的实证效应很小，任何"照此办理就能改变思维"的许诺都超出了它的能力。
博厄斯在《美洲印第安语手册》导论（1911）里立下的是两条至今成立的观察：其一，语言的分类是无意识的——没有人在说话时先想一遍"我该怎么归类"；其二，每一门语言都有一组它必须表达、而别的语言可以不表达的范畴。
但他的目的与后人拿它去干的事恰好相反。博厄斯是要证明所谓"原始语言"同样精密、同样自洽，因此说这些语言的民族并不"头脑简单"。他本人明确反对由语言推出思维能力的高下。
萨丕尔把它往前推了一大步，推到了 1929 年那段宣言的位置。而值得注意的是，萨丕尔本人在别处也写过相当克制的话——他很清楚语言与文化的相关远不是简单的因果。
这一卡真正的要点是：这条线上的两位前辈都比后来那个"萨丕尔-沃尔夫假说"温和得多。被激进化的不是他们的主张，是他们的标签。
1969 年，人类学家布伦特·柏林（Brent Berlin）与语言学家保罗·凯（Paul Kay）出版《基本颜色词：其普遍性与演化》。他们让二十种语言的母语者在 320 张孟塞尔色卡上指认自己语言里的基本颜色词，再加上另外七十余种语言的文献描述。
如果语言真的随意切分世界，颜色应该是最好的战场——光谱是连续的，怎么切都行。结果恰恰相反：各语言的基本颜色词最多十一个，而且它们出现的先后顺序几乎固定（先黑白，然后红，然后绿或黄，然后蓝……共七个阶段）。一门语言只有两个颜色词，那两个几乎一定是黑与白；有了第三个，几乎一定是红。
这在当时被广泛读成对语言相对论的判决书：切分世界的不是语言，是人类共有的视觉系统。此后二十年，"沃尔夫"在英语学界几乎是一个可以用来嘲笑人的词。
但这一卡最该记住的是它的后半段：1984 年，同一个保罗·凯，亲手把相对论救回了一半。见案例 03。
人类学家约翰·卢西（John A. Lucy）在《语法范畴与认知》（Cambridge University Press, 1992）里做的事，比任何一次实证发现都重要：他重新写了这道题。
他指出，此前几十年的争吵之所以没有结论，是因为问题本身没法答。于是他提出三条方法学要求：必须比较至少两门语言（不能只拿英语说事）；语言变量与认知变量必须分开、独立地测量（不能用语言证据去证明语言效应，那是循环）；认知任务必须是非语言的（分类、记忆、匹配，而不是"请你说说"）。
他自己的示范是尤卡坦玛雅语与英语的对照。玛雅语的名词大多不像英语那样自带"可数／不可数"的分野，数量表达需要借助指明材质与形状的量词。在非语言的分类与记忆任务里，玛雅语母语者更倾向于按材质归类，英语母语者更倾向于按形状归类。
从此这门学问的正确提问方式定了型：不问"语言决定思维吗"，问——某一个具体的语法范畴，是否可测量地影响某一个具体的非语言任务？本篇后面所有值得引用的证据，都是照这个格式做出来的。
斯蒂芬·莱文森（Stephen C. Levinson，马普心理语言学研究所）带队做的是空间：有些语言根本不用"左／右／前／后"，只用"东／南／西／北"。他把这类语言的使用者拉进旋转任务，发现他们在不说话的记忆与推理任务里同样按绝对方位工作（案例 04）。
勒拉·博罗迪茨基（Lera Boroditsky）做的是颜色、时间与因果，最著名的是俄语两种"蓝"的速度辨色实验（案例 05）。
新沃尔夫主义与老沃尔夫主义的区别，可以用一句话概括：他们放弃了"决定"，改测"效应"。不再问语言给思维划了什么边界，只问：说这门语言的人，在这个具体任务上，是不是快了几十毫秒、错了几个百分点、倾向于选另一个选项。
代价是这门学问从此不再壮丽。它换来的是它终于可以被做错——博罗迪茨基自己就有一项经典研究长期未能被复现（见反例③）。一个能被证伪的小结论，胜过一个不能被证伪的大命题。