没有不值得去解决的问题,也没有不值得去学习的技术!

A Tour of Go 多语言翻译实战:第三批 10 页全部 Ready,继续校准 Protected Token 的结构角色

图 7:moretypes/1 最终中文页面预览。左侧课程正文、静态代码块、行内代码和教学注释均正常渲染,右侧官方 Go 示例继续保持原样。

作者:

在

,

Go 学习与文档多语言本地化项目

图3:访问过去的 Go Tour 简体中文站 tour.go-zh.org 时,当前已经无法正常建立连接。

(1) 从「A Tour of Go 中文版」这个搜索词开始:我决定做一个持续维护的 Go Tour 中文版

本地运行的 A Tour of Go「Methods continued」课程页面,左侧为课程说明,右侧为 Go 代码编辑器及运行结果。

(2) A Tour of Go 中文版项目设计冻结:从 101 页到 103 页,从 Gin 转向 Cobra CLI

A Tour of Go 中文版开发实战:英文基线、在线运行与 101 页上游同步体系

(3) A Tour of Go 中文版开发实战:英文基线、在线运行与 101 页上游同步体系

go-tour-i18n 项目完成首个简体中文课程页面 welcome/1 的整页翻译、结构校验和本地预览。

(4) A Tour of Go 多语言翻译项目实录:完成首个 zh-CN 页面翻译闭环

图 1:DeepSeek 官方更新日志显示,本次只更新 DeepSeek-V4-Flash,DeepSeek-V4-Pro API 与 APP、Web 模型均未更新

(5) A Tour of Go 中文翻译项目进展:完成前 8 页、修复 present 语法,并暂缓 DeepSeek 对比

图 1:generics/1 简体中文页面本地预览

(6) 一个页面重试五次:使用 GLM-5.2 翻译 A Tour of Go 时遇到的 Token 与 Present 结构问题

图 1:methods/16 简体中文页面浏览器预览

(7) A Tour of Go 中文翻译实录:如何只翻译教学代码注释,而不破坏 Go 代码

图 2:A Tour of Go methods/20「练习:错误」中文候选页面最终渲染效果

(8) A Tour of Go 多语言翻译:当正确的中文语序被受保护标记顺序校验误判

图 3:methods/24 中文页面,静态代码、Bounds 行内代码和链接内的 image.Rectangle 均正确渲染

(9) A Tour of Go 中文翻译完成 7 个代表页校准:最后 3 页又发现了哪些真实问题

图 2:首批 10 个普通页面经过试跑与流程校准后全部进入 ready

(10) A Tour of Go 多语言翻译项目:首批 10 个普通页面试跑,从 2 个 blocked 到全部 ready

图 2:flowcontrol/6 最终中文页面,return 与 v 为适应自然中文语序发生整体换位

(11) A Tour of Go 中文翻译第二批实跑:从 Inline Code 顺序误判到历史响应重新验证

图 1:flowcontrol/6 首次原始输入实验直接通过统一自动校验

(12) A Tour of Go 多语言翻译项目:从 swap 问题重新审视 Token 保护,原始输入与最小保护的一次真实实验

图 7:moretypes/1 最终中文页面预览。左侧课程正文、静态代码块、行内代码和教学注释均正常渲染,右侧官方 Go 示例继续保持原样。

(13) A Tour of Go 多语言翻译实战:第三批 10 页全部 Ready,继续校准 Protected Token 的结构角色

图 4:上游源码确认共有 103 个课程页面,zh-CN 最终达到 ready=103、pending=0、blocked=0

(14) A Tour of Go 多语言翻译项目:zh-CN 103 个课程页面全部 ready,课程正文翻译阶段完成

图 4:GitHub 与 ChatGPT 已成功连接

(15) ChatGPT 连接 GitHub 实测:让 AI 直接读取 go-tour-i18n 仓库参与译文审核

图 3:中文 Go 术语校准完成后,将确定的译法写入 zh-CN glossary

(16) 为什么 channel 最终选择“通道”:A Tour of Go 中文术语统一的一次实践

图 1:技术含义基本正确,但“返回一个返回……”已经明显影响阅读,因此仍被列入 C 类修订

(17) 103 页逐页审核后,只返修 16 页:A Tour of Go 中文正文发布前质量审计

图 2:中文课程页面以及已经完成本地化的编辑器控制区

(18) A Tour of Go 多语言翻译项目:公共 UI 本地化完成,从课程译文走向完整中文界面

图 2:完整 zh-CN 正式投影成功生成,103 个课程页面被重新组装为 7 个 .article

(19) 从 103/103 ready 到完整站点验收:A Tour of Go 中文版补齐正式投影与课程元数据本地化

图 3:从 production bundle 独立启动的 A Tour of Go 简体中文页面,课程正文、公共 UI 和官方 Go 示例均已进入最终发布形态。

(20) A Tour of Go 多语言翻译项目:103 页全部完成后,我终于生成了可独立部署的 zh-CN Production Bundle

图 1:A Tour of Go 简体中文版正式生产页面,远程运行已经成功输出“Hello, 世界”。

(21) A Tour of Go 多语言翻译项目:zh-CN 正式上线,从生产发布到 go.dev Playground 的完整部署记录

图 1:新生产域名 go-dev.shuijingwanwq.com 已正常访问,Go 示例远程运行成功

(22) A Tour of Go 多语言翻译项目:从 go-tour 到 go-dev,完成 EdgeOne、Nginx 与 HTTPS 生产域名迁移

图 1:A Tour of Go 多语言翻译项目正式生产首页

(23) A Tour of Go 多语言翻译项目正式上线:从项目首页、公共 Footer 到生产发布元数据的完整收尾

图 3:GA4 g/collect 请求返回 HTTP 204,并携带当前课程页面地址,确认 Google Analytics 已产生真实事件上报

(24) A Tour of Go 多语言翻译项目:接入 Google Analytics 与百度统计,从 systemd 注入到 EdgeOne 与真实上报验证

图 1:生产环境 robots.txt 与 sitemap.xml 已正确对外提供,Sitemap 共包含 104 个规范 URL。

(25) A Tour of Go 中文站上线后:补齐 robots.txt、Sitemap,并完成五大搜索引擎提交

图 4:发布生产并刷新 EdgeOne 缓存后,再次通过真实手机访问,顶栏项目名称已经完整保持在一行,最终移动端验收通过。

(26) A Tour of Go 多语言翻译项目:修复手机端首页顶栏标题换行,并完成真机验证

图 3:生产自动部署脚本第一次真实运行时,systemd 已经显示 active,但首次 localhost 探测仍然得到 HTTP 000;随后连续 3 次同时满足 active + HTTP 200 后,脚本才判定部署成功,并继续完成公网 HTTP 200 验收。这次真实运行验证了连续应用层健康检查的必要性。

(27) A Tour of Go 多语言翻译项目:从一次 203/EXEC 故障到生产自动部署脚本落地

图 1:阿里云生产环境访问 go.dev Playground 时出现 TLS 握手超时

(28) A Tour of Go 多语言翻译项目:为 Playground 搭建独立的 ZgoCloud 执行代理

图 3:清除 /tour/script.js 缓存后,Run 已直接请求 ZgoCloud /compile 并返回 HTTP 200

(29) A Tour of Go 多语言翻译项目:将生产 Run / Format 切换到 ZgoCloud 执行节点

【图 1:微信中运行 Go 示例时出现 Error communicating with remote server.】

(30) A Tour of Go 中文版手机端运行与格式化偶发失败排查:从间歇性报错到补强 Nginx 可观测性

【图 4:向 golang-dev 公开邮件列表发送 Playground 使用告知邮件并投递成功】

(31) A Tour of Go 多语言项目:为 Playground 代理增加唯一 User-Agent,并主动告知 Go 官方

【图 3:百度剩余 9 个核心 URL 提交成功,remain 归零】

(32) A Tour of Go 搜索引擎收录实测:从 Google 自然索引到百度主动提交与 Bing IndexNow

【图 1:当前正式中文 methods/24 页面,右侧示例代码运行成功】

(33) A Tour of Go 中文翻译完成后,我为什么重新评估 minimal-protect 翻译模式

【图 3:5 个页面 Request SHA256 完全一致,但 Response SHA256 全部不同】

(34) A Tour of Go 翻译实验:更多原始上下文为什么没有更好?从 157 个保护标记到 30 次重复盲评

图 3:3 个代表页 × 4 个评审模型,共 12 次匿名评审的完整排名与第一名票数。

(35) A Tour of Go 翻译质量再评估:minimal-protect 未达预期后,我开始比较 ChatGPT、Codex 与 GLM-5.2

图 2:GitHub 中的 chatgpt-zh-CN-008 重译批次。一个 Batch 同时保存 inputs、raw-responses、candidates、validation 和 retry 记录,GitHub 成为 ChatGPT 与本地翻译流水线之间的数据交接层。

(36) 没有 OpenAI API,我如何用 ChatGPT + GitHub 完成 A Tour of Go 103 页全量重译

图 1:103 个正式课程页面完成最终语义质量审核,结果为 A=103、B/C/D=0,同时不存在缺失、重复或额外页面。A/B/C/D 是本轮项目内部语义质量分级,并不是自动结构 validator 的结果。

(37) 103 页翻完还不能发布:A Tour of Go ChatGPT 译文的语义审核与 Canonical Promotion

图 3:7 个 article endpoint 的 production origin 与 EdgeOne 公网响应全部 exact match,同时新的 ChatGPT 译文标记存在,旧版译文标记已经消失。

(38) 103/103 与 7/7 Exact Match:A Tour of Go ChatGPT 新译文的最终线上验收

【图 2:upstream source preview】

(39) A Tour of Go 多语言翻译项目首次实现 upstream 同步机制:从一次性翻译到长期维护

图 2:A/B/C/D 质量评级规则,展示正式质量 rubric 与 Promotion gate。

(40) A Tour of Go 多语言翻译项目引入 Translation Quality Review:从自动验证到 AI 翻译质量控制

图 4:翻译后 Playground Example,展示中文注释与保持不变的 Go 代码结构。

(41) A Tour of Go 多语言翻译项目实现 Playground Example 本地化:从代码注释翻译到完整学习体验

图 5:公网页面验证广告脚本输出

(42) A Tour of Go 多语言翻译项目接入广告系统:从 AdSense 专用配置到通用 HTML 注入架构

图 3:百度统计单页应用设置

(43) go-dev 单页网站接入统计与 Google AdSense Auto Ads 验证记录

图 1:GitHub 仓库中的多语言翻译项目结构

(44) A Tour of Go 多语言翻译项目:选择日语作为第二语言并启动翻译验证

图 5:模型身份描述不一致

(45) A Tour of Go 多语言翻译项目中的 AI 协作异常排查:一次长期工程会话失效分析

【图 1:ChatGPT GitHub 写入流程调整说明截图】

(46) go-tour-i18n 翻译流程调整:从 ChatGPT GitHub 写入到本地 artifact 导入

图 4 展示了本次异常状态。

(47) go-tour-i18n 翻译自动化流程复盘:已验证的 ChatGPT 翻译能力在新任务中的稳定性问题

【图 6:全部评审结束以后才读取 secret key,完成最终揭盲】

(48) A Tour of Go 翻译质量再评估:Codex High 已接近 ChatGPT High,我决定调整默认翻译引擎

图 4:ja-JP 生产课程页实际运行 Go 示例

(49) A Tour of Go 日语版正式上线:第二门语言 ja-JP 完成生产发布

图 1:ja-JP 上线以后,先提交“新增语言标准化流程”

(50) A Tour of Go 多语言扩展复盘:为第三门语言建立标准化流程

图 1:课程正文结束以后,页面左侧仍然存在大块视觉空白,但 AdSense 并没有在这里插入展示广告。

(51) A Tour of Go 明明有大片空白,为什么 AdSense 就是不显示展示广告?

图 2:golang/website 当前的 _content/tour/。课程内容、静态资源和模板都在这个上游目录中持续维护。

(52) 为了 AdSense,要不要放弃 SPA?A Tour of Go 页面架构的一次取舍

图 4:最终的手动课程广告真实展示在课程内容区域内,而不是 footer 之后。

(53) 保留 SPA 以后,广告应该放在哪里?从 AdSense 预览到方案 B

图 1:Google Search Console 中,多个不同的 A Tour of Go 课程 URL 被判断为“重复网页,用户未选定规范网页”。

(54) SPA 的 SEO 老问题:为什么最后还是给 103 个 A Tour of Go 课程页生成了 Prerender HTML

图 2:方案 B 生产环境中,源码已经正常,但课程主体高度异常缩短,footer 提前进入第一屏。

(55) 从源码空白到 AdSense 高度污染:A Tour of Go 方案 B 的生产收尾

图 1:A Tour of Go 德语版 de-DE 已正式运行在生产环境

(56) A Tour of Go de-DE 上线复盘:第三门语言用了约 16 小时,下一门如何压到 8 小时?

图 1:fr-FR 首次 production 验收完成后,我没有立即开始 ko-KR,而是先连续完成新增语言与首次生产流程的优化

(57) 法语版上线后,我没有马上开始韩语:A Tour of Go 新增语言流程的一轮完善与简化

图 1:根据 ko-KR 期间 76 次 Git 提交估算实际工作时间

(58) 原本预计 6 小时,最后用了约 16~18 小时:A Tour of Go 韩语版上线复盘

图 2:英文 source 与当时发生 validation failure 的 ko-KR candidate 对比

(59) Validator 报错,到底该改译文还是改规则?一次 A Tour of Go 韩语翻译实战

图 2:法语 A Tour of Go 仓库目前已经归档,页面仍保留 553 Commits 和 61 Contributors 的历史

(60) 从法语 553 次提交到韩语两代离线:A Tour of Go 社区翻译为什么难以长期维护

【图 4:es-ES 首次 Production 收口后连续完成的流程优化 commit】

(61) 从 es-ES 首次上线复盘:我把 A Tour of Go 新增语言的 Production 流程又收敛了一轮

图 1:旧公网验收链路连续出现 curl 28 超时,最终导致 public-machine 阶段失败

(62) A Tour of Go Production 公网验收踩坑:从跨境 SOCKS 链路改为 zgocloud direct

图 1:两次 Production Machine Acceptance 都已经通过,但 Headless Chrome 分别在 / 和 /tour/ 判定页面没有完成渲染

(63) 页面明明能打开,为什么 Headless Chrome 仍然判定 Production 失败?

图 3:Bing 从 Google Search Console 中识别到新的 it-IT 站点,并同时发现已有的 1 个 sitemap

(64) GSC → Bing Webmaster Tools:多语言站点如何减少重复验证

图 3:英文站 3 小时内出现 565 个 Cloudflare 来源 URL

(65) IndexNow 实战:手工提交长期不显示,Cloudflare Crawler Hints 却很快出现在 Bing Webmaster Tools

【图 1:A Tour of Go 项目首页目前的语言版本列表】

(66) 从 nl-NL 到 tr-TR:A Tour of Go 连续上线三门语言后,我又优化了哪些流程

【图 4:Go local 页面中已经出现 French、German、Korean、Simplified Chinese】

(67) 从邮件无人回复到进入 Go 官方 Go local:我的 4 个 A Tour of Go 翻译站终于被收录

图8:最终只保留一把启用的新 API Key

(68) 腾讯云 EdgeOne API 自动化:从 CAM 子用户到最小权限 API Key 的完整配置

【图 7:Production Release Batch 最终汇总】

(69) 从同步 Go 官方上游到一个命令发布 10 个语言站:A Tour of Go Production 流程的再次收敛

【图 3:Cloudflare Smart Tiered Cache 已启用】

(70) Cloudflare 缓存 HIT 很快,MISS 却不稳定:回源阿里云杭州的一次真实优化

【图 3:简体中文站 Support 页面】

(71) 广告之外,社区项目如何长期活下去?我给 A Tour of Go 多语言项目加了 Support

图5:评论成功发布

(72) 从 Go Weekly 到 Reddit、DEV 和 Go Forum:第一次系统推广 A Tour of Go 多语言项目

【图 4:RTL 桌面课程布局修复后的效果】

(73) 第一次把 A Tour of Go 做成 RTL:阿拉伯语版本上线,以及我踩过的几个坑

多语言项目应该先做哪些语言?我的 66 个语言版本商业优先级排序

(74) 多语言项目应该先做哪些语言?我的 66 个语言版本商业优先级排序

当术语一致性遇到性能瓶颈:Go 多语言翻译项目的一次架构取舍

(75) 当术语一致性遇到性能瓶颈:Go 多语言翻译项目的一次架构取舍

从 A Tour of Go 走向 Go Learning & Documentation:为什么这个多语言项目需要 v2

(76) 从 A Tour of Go 走向 Go Learning & Documentation:为什么这个多语言项目需要 v2

Markdown 明明可以拆成很多段,为什么 v2 仍然坚持一个 Page 就是一个 TranslationUnit

(77) Markdown 明明可以拆成很多段,为什么 v2 仍然坚持一个 Page 就是一个 TranslationUnit

Tour、Learn、Docs 为什么不应该各维护一份术语表:v2 的统一 Glossary 设计

(78) Tour、Learn、Docs 为什么不应该各维护一份术语表:v2 的统一 Glossary 设计

v2 术语表变更后的页面影响范围判断流程:区分 Compatible 与 Affected,只处理真正受影响的页面。

(79) 术语表改了,为什么不应该让所有页面重新翻译?v2 的影响范围判断

CLI 性能优化示意图:通过 Prepare Once、Reuse Many Times,将执行时间从 6m54.554s 降至 10.335s,约提升 40.1 倍。

(80) 从 6 分 54 秒到 10.3 秒:Go 多语言项目一次 CLI 性能优化实战

Markdown Page 经过 Parse / Protect、Generation 和 Reconstruct / Validate 的流程示意图,强调保护 inline code、链接、代码等机器语义,同时允许译文按照自然语言调整语序。

(81) Markdown 不是纯文本:Learn / Docs 为什么需要新的 parser 与结构保护

历史为什么值得保留:复用已经完成的翻译成果,而不是重新做一遍

(82) 历史为什么值得保留:复用已经完成的翻译成果,而不是重新做一遍

历史状态通过 Trusted Checkpoint 建立可信断点,旧记录继续保留用于审计和诊断,后续工作流从当前状态继续向前,不再要求无限重建过去。

(83) 历史应该被保留,而不是被反复重建:v2 为什么最终需要一个“断点”

v2 依赖与失效传播流程图:从内容变化开始,评估依赖关系和真实影响,将结果区分为“仍然有效”和“需要失效”,只让真正受影响的状态重新进入流程。

(84) 一次内容变化,到底应该让哪些状态失效?v2 的依赖与失效传播设计

v2 本地内容覆盖判断流程图:官方英文页面先检查是否已有正式本地覆盖,有覆盖时使用本地 URL,没有覆盖时直接链接 go.dev,并保持本地路径真实 404。

(85) 有英文页面,不代表一定应该有本地页面:v2 如何处理本地内容覆盖、canonical 与真实 404

v2 代码注释完整性审计流程图:从源页面建立代码块清单,分类教学注释、机器语义和无法判断的内容,再与当前译文精确对应,确认 missing、extra 和 protected mutation 均为 0。

(86) 代码块里的注释为什么不能只靠肉眼检查?v2 如何统计并验证代码注释翻译完整性

结构化语义输入扩展示意图:同一份 books.yaml 原始文件保持不变,旧 parser 识别 10 个可本地化单元,当前 parser 识别 12 个,并新增 PDF 和 GitHub,确认旧单元无删除无修改后重新进入 Generation。

(87) 原始文件一个字没变,为什么还要重新翻译?从 books.yaml 10→12 看语义输入扩展

v2 Activation 流程图:Surface PASS 后先执行只读 activation-preflight 获取 prior_sha256,activation-apply 时通过 CAS 再次比较当前状态,只有 current 等于 prior 才提交 result_sha256,否则停止并重新 preflight。

(88) 审核都通过了,为什么上线前还要再检查一次?v2 的 Activation、prior SHA 与 CAS 设计

v2 分层验证流程图:TranslationUnit、Package Closure 和 Integrated Surface 均通过后进入 Activation,再由 Preview 检查 LoadContent、Compose、Resolver 和 Renderer 的真实运行链;如果实际使用错误 renderer,即使前置内容全部通过,Preview 仍然失败。

(89) Surface 已经 PASS,为什么 Preview 还是会失败?从一次 wrong renderer 看分层验证的价值

更快不一定更好:为什么我主动撤销了一次已经明显变快的性能优化

(90) 更快不一定更好:为什么我主动撤销了一次已经明显变快的性能优化

TranslationUnit 同类问题完整性示意图:左侧 Reviewer 只列出 3 个 examples,Generation 只修这 3 处后仍留下 5 个同类问题,re-QC 再次判 B;右侧 Reviewer 明确 defect category 和 bounded scope,Generation 执行 same-class complete sweep,最终同类残留为 0 并进入 re-QC A。

(91) 为什么修完 Reviewer 指出的所有例子,下一轮还是会失败?从 B→revision→B 看同类问题完整性

immutable source 与 replacement successor 示意图:左侧直接把旧 canonical source A 覆盖成 source B,会使旧 Generation、Review 和 Closure evidence 失去准确对应;右侧保留 source A 作为 immutable predecessor,为新正文建立 source B successor,并重新进入 corpus、glossary review、Generation、QC、closure、Surface 和 Activation 生命周期。

(92) 页面明明是我自己的,为什么不能直接重写?从 /translation/ 改版看 immutable source 与 replacement successor

protected representation 修订能力示意图:左侧 http.Client 被正确保护为 token;中间普通自然语言 Documentation 被错误保护为 opaque token,导致合法 revision 被阻塞;右侧保留旧 representation,通过 representation successor 建立新的可编辑表示,再继续 Generation 和独立 re-QC。

(93) 保护机制也会保护错东西:为什么一个 Documentation 能阻塞整页修订?

一个候选快照原本只应包含 1 个首页翻译单元,却因内容包范围未显式绑定而错误纳入 122 个翻译单元;通过 --content-package site-v2-shell 明确内容包后恢复到正确范围。

(94) 一个候选快照为什么突然多出 122 个单元?从隐式范围到显式内容包契约

Shell 自动化中,当前性检查命令失败并打印 RESULT=FAILED,但由于顶层子 Shell 中错误使用 return,后续命令仍继续执行,最终又打印出错误的 RESULT=PASS。

(95) 命令明明失败了,为什么最后还是 PASS?一次 Shell 自动化的 fail-closed 教训

【图8:Google AI 概览——引用网站的课程目录页】

(96) 同一个 Go 语言之旅网站,Bing、Google 和百度的搜索表现差距有多大?

多个正式命令原本分别重复构建当前内容成员、历史审核链、回执、SHA 和身份标识等可信环境;优化后改为先建立一次已验证的执行环境,再由 current-check、result-pack、import 等连续命令安全复用。

(97) 一个命令快了还不够:为什么我的性能优化开始转向跨命令环境复用

learn-docs-v1 原本以 49 个页面完成了翻译、审核和最终确认,后来发现还缺少 /doc/ 与 /doc/install 两个页面,导致内容包必须从 49 Page 迁移到 51 Page。图片对比了“后期补齐造成迁移成本”和“在 Generation 前先完成成员完整性审计”两种方式。

(98) 只是多了 2 个页面,为什么却触发了一次 49→51 的迁移?

【图2:维护者在 GitHub Issue #1 中回复,说明 math.pi 是官方课程有意设计的教学示例】

(99) 开源项目收到第一个 Issue:为什么我最终选择不修改代码?

一个翻译项目,为什么最后花了大部分时间证明基础设施?

(100) 一个翻译项目,为什么最后花了大部分时间证明基础设施?

【图2:GitHub Secret Scanning 显示 Google API Key 告警】

(101) GitHub 提示 Google API Key 泄露:为什么我最终选择了 Won’t fix?

在前两批普通页面完成之后,我继续使用当前已经稳定下来的默认方案,推进 A Tour of Go 简体中文 zh-CN 翻译。

这一次处理的是第三批 10 个普通页面,范围从 flowcontrol/7 一直到 moretypes/3。最初的批量运行结果并不是全部成功:8 页进入 ready,flowcontrol/10 和 moretypes/1 两页进入 blocked。

如果只是为了尽快增加翻译页数,这两页完全可以暂时跳过,等以后人工处理。但项目现阶段的重点并不只是“翻译多少页”,而是尽可能把自动翻译流程校准到:

GLM-5.2 第一次翻译就尽量生成能够通过完整自动校验的结果。

于是这两个 blocked 页面反而成了很好的真实测试样本。

经过这一轮连续排查和修复,第三批最终实现 10/10 ready,全局状态也更新为:

Plaintext
ready=45
pending=58
blocked=0
图 1:第三批页面最终全部进入 ready,当前全局状态为 ready=45、pending=58、blocked=0。
图 1:第三批页面最终全部进入 ready,当前全局状态为 ready=45、pending=58、blocked=0。

这篇文章记录的重点,并不是这 10 页本身翻译了什么,而是在它们背后连续暴露出的几个更值得解决的问题:

  • Protected Token 不仅有内容,还承担结构角色;
  • 静态预格式化代码块的 token 化曾经隐藏了原始块边界;
  • 教学注释里的 Go 标识符虽然没有丢失,也可能因为词法边界变化而失效;
  • 第一次失败后的自动重试反馈,竟然还存在一次字符串误分类。

这些问题解决之后,项目的默认方案没有变成更复杂的结构化翻译系统,反而逐渐变得更符合最初目标:保持整页翻译,同时只保护真正危险的结构。


一、第三批第一次运行:8 页成功,2 页 blocked

第三批固定处理:

flowcontrol/7、flowcontrol/9、flowcontrol/10、flowcontrol/11~flowcontrol/14、moretypes/1~moretypes/3。

其中大多数页面表现很好。除了 flowcontrol/7 前三次因为沙箱 DNS/socket 网络失败没有真正拿到模型响应以外,其余多数页面的第一份真实 GLM-5.2 输出就通过了校验。

真正值得分析的是两个 blocked 页面。

flowcontrol/10 连续出现:

Plaintext
preformatted code block mismatch at index 1:
static preformatted block changed

moretypes/1 则连续出现:

Plaintext
font span count mismatch:
expected 5, actual 3

一开始看起来,两者似乎是完全不同的问题。

但随着继续往下分析,我发现它们其实都指向了同一个更大的问题:

模型看到的是 Protected Token,但它并不知道每一种 Token 在原页面中究竟承担什么结构角色。


二、flowcontrol/10:Token 内容保住了,但独立代码块消失了

flowcontrol/10 的英文源中有一个静态预格式化代码块:

Go
switch i {
case 0:
case f():
}

这个代码块本身不应该翻译,因此现有机制会把整个块替换成一个 protectedPreformattedStatic token。

问题恰恰出现在这里。

实际发送给模型的受保护页面中,关键部分变成了类似:

Plaintext
⟪..._000001⟫does not call ...

也就是说,模型看到的并不是:

Plaintext
[一个独立代码块]

[后续普通段落]

而更像是:

Plaintext
[一个普通 Token][后续英文]
图 2:flowcontrol/10 修复前的真实 protected input。000001 代表完整静态代码块,但 token 后面直接续接 does not call,从输入形态上看并不像一个独立 block。
图 2:flowcontrol/10 修复前的真实 protected input。000001 代表完整静态代码块,但 token 后面直接续接 does not call,从输入形态上看并不像一个独立 block。

当时的 Prompt 虽然反复告诉模型“Token 不得删除、修改、复制”,但 000001 只属于普通的“单 token 必须保留”规则。

模型并不知道:

000001 不是可以自由塞进一句中文里的占位符,而是一个完整的块级结构。

因此它曾经生成:

Plaintext
当 `i==0` 时,⟪..._000001⟫ 不会调用 `f`。

Token 本身没有丢,恢复 payload 也完全正确,可一旦把真正的 Go 代码塞回这里,原本独立的预格式化块就被降级成了普通句子中间的一块内容。

validator 正确拒绝了这种结果。


三、第一步不是加强校验,而是让 Prompt 解释“结构角色”

这时我没有选择继续给 validator 增加更强的限制,也没有恢复之前已经放弃的“所有 Token 必须保持全局原始顺序”。

因为这里真正缺少的,不是新的校验能力。

validator 已经正确发现问题了。

真正缺少的是:

模型从第一次请求开始,就应该知道各种 Protected Token 分别代表什么。

于是首次翻译 Prompt 被调整为“payload + 结构角色”的思路。

对于行内代码 pair,允许它们随着中文自然语序整体移动,但要求继续保持为行内结构,不能跨越预格式化块或 directive 等块级边界。

对于 protectedPreformattedStatic,明确告诉模型:

它代表完整、独立的预格式化代码块,必须继续保持为独立 block,不得嵌入普通段落、标题、列表或 directive 行,也不得与相邻自然语言合并。

对于 protectedDirective,则明确说明它代表完整的 present directive 行。

这个修改非常重要的一点是:

结构角色必须保持,不等于全局顺序必须保持。

中文仍然可以调整正常语序,行内代码仍然可以随着语义单元移动;只是不能把一个本来是 block 的东西,重新解释成 inline 内容。

修改 Prompt 后,我重新对 flowcontrol/10 发起了一次完全干净的首次请求,不带任何历史 retry feedback。

结果第一份真实 GLM-5.2 响应就通过了全部校验。

这证明 Prompt 的角色说明确实有效。

不过很快,moretypes/1 又让我发现:只有 Prompt 还不够。


四、更底层的问题:protected input 自己把 block boundary 吞掉了

重新检查 flowcontrol/10 和 moretypes/1 的精确输入边界后,我发现一个此前忽略的问题。

以 flowcontrol/10 为例,英文源本来是:

Plaintext
(For example,

    switch i {
    case 0:
    case f():
    }

does not call ...

preformattedBlocks 的解析逻辑会把代码块末尾的空行视为完整 Present preformatted block 的一部分。

这在 Present 语义上没有问题。

但翻译保护阶段直接把整个 block替换成 token 后,尾部用于分隔下一段 prose 的换行也一起被 token payload 吞掉了。

于是:

Plaintext
\tcode\n\n

整体变成了:

Plaintext
⟪TOKEN⟫

原来 token 后面的两个换行也随之消失。

这就是为什么模型最终看到:

Plaintext
⟪TOKEN⟫does not call

而不是:

Plaintext
⟪TOKEN⟫

does not call
图 3:static preformatted token 的输入表示修复前后。修复前 token 与后续 prose 直接相连;修复后保留了源页面本来就存在的两个换行。
图 3:static preformatted token 的输入表示修复前后。修复前 token 与后续 prose 直接相连;修复后保留了源页面本来就存在的两个换行。

这个问题让我重新确认了一个很重要的原则:

Prompt 和实际输入必须向模型传达同一个事实。

如果 Prompt 一边说“这是独立 block”,输入另一边却长成 TOKENprose,模型仍然需要自己猜测并重建被隐藏的结构。

因此这里没有继续强化 Prompt,而是做了一个更底层、但范围很小的修复:

仅调整 protectedPreformattedStatic 的翻译输入保护右边界,把 source 中原本存在的 block separator 留在 token 外。

也就是说:

Plaintext
source:
\tcode\n\nThe prose

保护后变成:

Plaintext
⟪TOKEN⟫\n\nThe prose

restore 之后仍然能够逐字节恢复原始 source。

这个修改没有改变 preformattedBlocks 的 Present 语义,没有改变 validator,也没有新增 Token metadata,更没有引入 slot 或全局顺序限制。

它只是让模型能够真正“看到”这个 block 本来就存在的边界。


五、moretypes/1:修完 block,下一层问题又出现了

static block 输入边界修复之后,我再次对 moretypes/1 进行干净首次回归。

这一次,之前最明显的 font span 问题不再首先出现。

模型已经能够正确生成:

Plaintext
[static block token]

[普通 prose + inline pair]

也就是说,static token 与后面的 &、* 行内代码不再紧贴。

但是 validator 随即暴露了下一层问题:

Plaintext
preformatted code block mismatch at index 3:
line comment mismatch at index 1:
referenced Go identifier count mismatch:
expected 1, actual 0

问题出现在教学注释。

原文中有:

Go
fmt.Println(*p) // read i through the pointer p
*p = 21         // set i through the pointer p

这里最后的 p 是同一代码块里真正出现过的 Go 标识符,因此项目已经会将它保护为 protectedPreformattedIdentifier。

也就是说,保护机制其实已经存在。

但 Prompt 并没有告诉模型:

这个 Token 恢复后必须仍然是一个词法上独立的 Go 标识符。

于是模型生成了:

Plaintext
通过指针读取 i⟪...000015⟫

Token 没有丢,数量也没有错。

可恢复 000015 → p 后,结果变成:

Plaintext
通过指针读取 ip
图 4:moretypes/1 中 Protected Token 本身完整保留,但 p 与前面的自然语言字符 i 拼接成 ip,不再是独立的 Go 标识符,因此 validator 正确拒绝。
图 4:moretypes/1 中 Protected Token 本身完整保留,但 p 与前面的自然语言字符 i 拼接成 ip,不再是独立的 Go 标识符,因此 validator 正确拒绝。

这个案例特别有代表性。

它说明:

Protected Token 校验通过,不代表结构校验一定能通过。

Token 机制证明的只是:

  • Token 没有消失;
  • 没有重复;
  • 没有伪造;
  • payload 可以正确恢复。

但恢复以后,它到底处于怎样的词法边界、容器和结构关系中,仍然需要更高一层的规则判断。


六、继续补充的不是新保护器,而是已有 kind 的真实含义

p 已经被正确 token 化,因此这里没有必要再改保护器。

我只给首次 Prompt 增加了 protectedPreformattedIdentifier 的角色说明。

现在模型会明确知道:

这些 Token 代表教学注释中引用的 Go 源码标识符;必须在所属注释中原样保留,并且恢复以后仍要能作为词法上独立的 Go 标识符识别,不能与相邻中文、英文字母、数字或下划线拼接。

与此同时,整条教学注释仍然允许正常翻译和调整中文语序。

再次进行干净首次回归后,模型输出中出现了:

Plaintext
通过指针读取 i ⟪...000015⟫
通过指针设置 i ⟪...000017⟫

这一次 token 前有了明确的边界,恢复后 p 仍然是独立 identifier。

完整自动校验全部通过,moretypes/1 恢复为 ready。

图 5:补充教学注释 Go 标识符的结构角色后,模型为 p 保留了词法边界。最终 candidate 又进一步将中文语序润色为“通过指针 p 读取 i / 设置 i”,并通过全部校验。
图 5:补充教学注释 Go 标识符的结构角色后,模型为 p 保留了词法边界。最终 candidate 又进一步将中文语序润色为“通过指针 p 读取 i / 设置 i”,并通过全部校验。

这里还有一个我觉得很值得保留的细节。

模型自动输出通过校验后,教学注释是:

Go
fmt.Println(*p) // 通过指针读取 i p
*p = 21         // 通过指针设置 i p

结构上完全正确,但中文稍显生硬。

最终我只对 candidate 做了非常小的人工润色:

Go
fmt.Println(*p) // 通过指针 p 读取 i
*p = 21         // 通过指针 p 设置 i

然后重新经过同一套统一校验。

这也符合项目一直坚持的原则:

人工可以改善译文,但不能绕过自动校验。


七、还有一个意外问题:自动重试反馈竟然分错类了

处理这两页的过程中,还发现了另一个比较隐蔽的问题。

项目本来已经实现:

Plaintext
第一次翻译
→ validation 失败
→ 根据失败原因生成 retry feedback
→ 注入下一次完整页面翻译

所以最初 flowcontrol/10 和 moretypes/1 连续失败时,我一度怀疑是不是 retry feedback 根本没有执行。

检查真实 request 后发现:

feedback 确实注入了,但分类错了。

例如真正的错误明明是:

Plaintext
preformatted code block mismatch at index 1:
static preformatted block changed

但下一次模型收到的却是:

Plaintext
上一次输出出现了未受保护的额外 present directive,
或改变了 directive 结构。

原因非常具体。

validator 为结构错误统一追加了一段诊断:

Plaintext
check the named directive or protected content near the first difference

而当前 TranslationValidation 只保存:

Plaintext
Failures []string

没有结构化的 failure kind/code。

retryFeedbackForMode 只能对完整错误文本做字符串匹配。

旧分类逻辑又先检查 directive,于是:

Plaintext
真正的 preformatted failure
+
统一 suffix 中的 directive
=
误命中 directive feedback

moretypes/1 的 font span failure 也受到了完全相同的影响。

图 6:真实 failure 是 preformatted,但 diagnostic suffix 中出现了 directive,旧字符串匹配因此给出了完全错误的重试反馈。
图 6:真实 failure 是 preformatted,但 diagnostic suffix 中出现了 directive,旧字符串匹配因此给出了完全错误的重试反馈。

当前没有为了这个问题引入一套新的结构化错误体系。

这一次仍然采取最小修复:

先剥离固定 diagnostic suffix,再只对真正的 failure core 分类,同时增加 preformatted 专用分支,并确保 font span / emphasis 在 generic directive 之前识别。

修复以后:

Plaintext
preformatted
→ preformatted feedback

font span
→ font / emphasis feedback

真正的 directive
→ directive feedback

这一步虽然不是“首次成功率”的优化,但非常重要。

因为第一份输出再怎么优化,都不可能保证以后所有页面永远一次成功。

只要还存在有限重试,那么:

失败以后告诉模型的原因必须是真的。

否则所谓“智能重试”,实际上只是拿着错误方向再翻译一次。


八、第三批最终 10/10 ready

经过这一轮校准,两个最初进入 blocked 的页面最终都恢复为 ready。

第三批最终完成 10/10 ready,全局状态为:

Plaintext
ready=45
pending=58
blocked=0

status check 同时确认:

Plaintext
status OK: 103 pages for zh-CN

所有 candidate 都重新通过统一 candidate validate,全量测试:

Bash
go test -mod=readonly -count=1 ./...

通过,git diff --check 也没有问题。

最终改动以提交:

Plaintext
be9413846f54e6679c79c0fc19957ac4e2a3f815
feat(i18n): 完成第三批并校准受保护翻译结构

推送到 origin/main。


九、最终页面不只是校验通过,也能正常渲染

完成所有内部结构校准后,我又重新打开 moretypes/1 的浏览器预览页面。

最终效果如下。

图 7:moretypes/1 最终中文页面预览。左侧课程正文、静态代码块、行内代码和教学注释均正常渲染,右侧官方 Go 示例继续保持原样。
图 7:moretypes/1 最终中文页面预览。左侧课程正文、静态代码块、行内代码和教学注释均正常渲染,右侧官方 Go 示例继续保持原样。

这个页面非常适合作为本轮校准的最终结果展示。

因为它恰好包含了这次出现问题的多种结构:

  • 普通中文正文;
  • *T、T、nil、&、* 等行内代码;
  • 多个静态预格式化代码块;
  • 可翻译教学注释;
  • 教学注释中的 Go 标识符;
  • 右侧 .play 引用的官方代码示例。

最终页面看起来很普通。

但也正是这种“普通”,才是自动翻译基础设施应该追求的结果:读者不需要知道背后经历过多少 Token、restore、Present 解析和 validator,只需要看到一页正常、自然、结构完整的中文课程。


十、这一轮最重要的结论

这次第三批最值得记录的,并不是又完成了 10 页。

更重要的是,我对“Protected Token 应该保护什么”有了更清晰的认识。

早期更容易把它理解成:

Token 的主要任务,是让模型不要改动危险内容。

现在这个定义已经不够了。

更准确的说法应该是:

Protected Token 既有 payload,也有结构角色。

对于行内 pair,角色是“仍然属于行内结构”;对于 static preformatted token,角色是“仍然是一个独立 block”;对于 directive,角色是“仍然是一条独立 directive”;对于教学注释里的 Go identifier,角色则是“恢复以后仍然必须是词法上独立的标识符”。

另一方面,结构角色也不能被无限扩大。

我仍然不打算恢复:

Plaintext
所有 Token 必须保持英文原始全局顺序

因为这会重新妨碍正常中文语序调整。

当前更合适的边界是:

允许语言层面的重新组织,但不允许结构类型发生退化。

除此之外,这一轮还有另一个很重要的经验:

不能只要求模型“理解结构”,输入本身也必须把结构展示正确。

TOKENprose 与 TOKEN\n\nprose,在人看来只差两个换行,但对一个本来应该表示独立代码块的 Token 来说,这两个换行就是非常真实的结构信息。

最后,retry feedback 的误分类也再次提醒我:

自动翻译流程里真正需要校准的,不只有模型 Prompt。

从:

Plaintext
输入
→ Prompt
→ 模型输出
→ Restore
→ Present 解析
→ 结构校验
→ Retry feedback

任何一个环节传达了错误的信息,最终都可能表现成“模型翻译失败”。

这也是为什么我现在越来越倾向于,在继续扩大页面数量之前,优先把真实批量运行中暴露出的通用问题解决掉。


十一、下一步

第三批完成后,项目已经有 45 页进入 ready,剩余 58 页仍为 pending,当前没有 blocked 页面。

下一步原本可以立即进入第四批普通页面。

不过在连续完成三批真实运行,并且这一批又完成了 Prompt、protected input、教学注释 identifier 以及 retry feedback 的连续校准之后,我打算先暂时停一下,把这次过程完整记录下来。

接下来再继续第四批时,我更关心的已经不是:

“10 页最后能不能都翻译成功?”

而是:

经过这一轮调整以后,新的普通页面首次通过率究竟能提高到什么程度?

如果后续大批量页面能够稳定维持较高的一次通过率,那么这个项目才算真正从“逐页开发校准”,开始进入可以持续推进的自动翻译阶段。

Go 学习与文档多语言本地化项目

本系列完整记录 Go 学习与文档多语言本地化项目从 A Tour of Go 起步,逐步扩展到站点首页、项目说明页、学习内容、文档以及未来内容包的实际开发过程,包括架构设计、统一术语治理、整页翻译、结构保护、自动校验、独立质量审核、生产发布与长期维护。

项目源码:
✅ GitHub:shuijingwan/go-tour-i18n

语言版本:

当前跨项目目标语言池共包含 66 个语言版本。Go 项目本身目前提供 65 个社区 Production 语言版本,下面每一门 Go 语言版本都直接链接到其当前公开站点。语言列表沿用项目首页现有的展示顺序。

英语(美国)仅作为跨项目目标语言纳入列表,并不是单独的 Go Production 语言版本。当前 Go 的英文源内容仍为官方 generic English,因此英语(美国)链接到 Go 官方站点,而不是不存在的本地社区部署。

  1. 阿姆哈拉语
  2. 阿拉伯语
  3. 孟加拉语
  4. 葡萄牙语(巴西)
  5. 保加利亚语
  6. 加泰罗尼亚语
  7. 克罗地亚语
  8. 捷克语
  9. 丹麦语
  10. 荷兰语
  11. 英语(美国)(Go 官方英文站点)
  12. 英语(澳大利亚)
  13. 英语(加拿大)
  14. 英语(印度)
  15. 英语(新加坡)
  16. 英语(南非)
  17. 英语(英国)
  18. 爱沙尼亚语
  19. 菲律宾语
  20. 芬兰语
  21. 法语(法国)
  22. 法语(加拿大)
  23. 德语(德国)
  24. 德语(奥地利)
  25. 德语(瑞士)
  26. 希腊语
  27. 古吉拉特语
  28. 希伯来语
  29. 印地语
  30. 匈牙利语
  31. 印度尼西亚语
  32. 意大利语
  33. 日语
  34. 卡纳达语
  35. 哈萨克语
  36. 韩语
  37. 西班牙语(拉丁美洲)
  38. 拉脱维亚语
  39. 立陶宛语
  40. 马来语
  41. 马拉雅拉姆语
  42. 马拉地语
  43. 书面挪威语(Bokmål)
  44. 波斯语
  45. 波兰语
  46. 葡萄牙语(葡萄牙)
  47. 旁遮普语(果鲁穆奇文,印度)
  48. 罗马尼亚语
  49. 俄语
  50. 塞尔维亚语(西里尔文)
  51. 简体中文(中国大陆)
  52. 简体中文(新加坡)
  53. 斯洛伐克语
  54. 斯洛文尼亚语
  55. 西班牙语(西班牙)
  56. 斯瓦希里语(坦桑尼亚)
  57. 瑞典语
  58. 泰米尔语
  59. 泰卢固语
  60. 泰语
  61. 繁体中文(台湾)
  62. 繁体中文(香港)
  63. 土耳其语
  64. 乌克兰语
  65. 乌尔都语
  66. 越南语

项目正在持续扩展新的 Go 学习与文档内容,并长期维护各语言版本的术语一致性、翻译质量、独立审核、生产发布与后续更新。

本项目属于非官方社区多语言本地化项目,与 Go 官方无隶属、授权或背书关系。