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 1:flowcontrol/6 首次原始输入实验直接通过统一自动校验

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?

最近几天,我一直在继续推进 A Tour of Go 多语言翻译项目。

前面的开发重点之一,是保护 .article 页面里那些不应该被大模型随意翻译或修改的结构,例如行内代码、链接目标、预格式化代码、强调结构以及 .play directive 等。

整体思路大致是:

Plaintext
完整课程页面
↓
识别需要保护的结构
↓
替换为 protected token / sentinel
↓
GLM-5.2 整页翻译
↓
恢复 protected token
↓
统一自动校验
↓
通过 → ready
失败 → 重试 / blocked

这套方案已经能够正常工作,而且前面经过多轮代表页校准以后,结构保护、恢复和校验能力也越来越完整。

但随着保护规则不断增加,我开始重新考虑一个更基础的问题:

输入给大模型之前,真的有必要对原始课程页面做这么多处理吗?

2026 年 8 月 10 日,我专门围绕这个问题做了一轮真实实验。

最后的结果并不是简单地证明“新方案更好”,而是让我对保护多少、在哪里保护,以及翻译质量和程序复杂度之间如何取舍有了更清晰的认识。


一、真正让我重新考虑输入架构的,是前一天的 swap 问题

此前遇到过行内代码因为中文语序调整而换位的问题。

不过,这个问题后来已经意识到,而且对应的校验规则也已经放宽。因此,它并不是这次重新考虑输入架构的直接原因。

真正让我开始认真怀疑“大量 Token 保护是否必要”的,是前一天遇到的 swap 问题。

为了确保某些原始内容绝对不被 GLM-5.2 修改,程序会先将它们替换成 protected token,让模型围绕这些占位符完成整页翻译。

这种做法在结构安全方面有很明显的优势,但同时也意味着:

Plaintext
模型真正看到的输入
≠
A Tour of Go 原始页面

当 swap 这样的真实标识符被替换成没有业务语义的占位符以后,模型无法再直接理解:

Plaintext
swap

究竟是函数名、代码标识符,还是普通英文单词。

保护层越复杂,模型实际能够看到的真实上下文就越少。

更麻烦的是,保护本身还会引入新的程序逻辑:

Plaintext
识别
→ Token 化
→ Token 完整性校验
→ 恢复
→ 边界处理
→ 顺序与数量比较

也就是说,我们原本是为了防止大模型犯错而增加保护,但保护系统本身也开始成为一个需要持续维护的复杂子系统。

swap 问题让我开始重新思考:

如果最终输出本来就必须经过严格自动校验,那么输入端是否真的需要保护这么多内容?

换一种思路:

是否可以尽量让 GLM-5.2 看到真实的英文原始页面,只保护极少数真正不能让模型碰的机器结构,然后把更多安全责任交给统一 validator?

这才是这次架构实验真正的起点。


二、先增加一个 --raw-input 实验模式

我没有直接删除已经成熟的默认保护流程,而是增加了一个专门用于实验的参数:

Plaintext
--raw-input

启用以后,程序仍然按照原有规则:

Plaintext
ReadCatalog
→ BuildSourceCatalog
→ HydrateCatalogSources
→ 根据 page_id 提取完整 production 页面

也就是说,一个浏览器课程页面对应的完整源内容仍然由程序正确提取。

改变的只是后面这一段。

默认模式:

Plaintext
Page.Source
↓
protectTranslation
↓
GLM-5.2
↓
restore
↓
ValidateCandidate

--raw-input:

Plaintext
Page.Source
↓
GLM-5.2
↓
ValidateCandidate

不再执行大规模 protected token 替换,也不再执行翻译后的 restore。

但有一点非常重要:

--raw-input 并没有绕过任何输出校验。

GLM-5.2 的输出仍然必须继续通过现有:

Plaintext
present 单页解析
directive 校验
链接 target 校验
链接内代码校验
普通 inline code 校验
预格式化内容校验
emphasis/font span 校验
Section topology 校验
directive placement 校验
术语规则

也就是说,新实验并不是:

相信大模型不会犯错。

而是:

允许模型犯错,但程序必须发现错误。


三、flowcontrol/6:第一次 raw-input 真实请求直接通过

第一个真实测试页面选择了:

Plaintext
flowcontrol/6

执行:

Bash
go run ./cmd/tour-i18n translate run \
    --locale zh-CN \
    --id flowcontrol/6 \
    --dev \
    --raw-input

结果直接通过:

Plaintext
status: ready
token_valid: true
present_valid: true
passed: true
图 1:flowcontrol/6 首次原始输入实验直接通过统一自动校验
图 1:flowcontrol/6 首次原始输入实验直接通过统一自动校验

这里终端显示:

Plaintext
attempts: 4

后来检查真实审计记录以后确认,这并不意味着 raw-input 连续尝试了 4 次。

attempt 1~3 是此前默认 protected-token 流程留下来的历史审计。

真正的 raw-input 只有:

Plaintext
attempt 4

而且一次通过。

这次调用的实际 Token 使用量为:

Plaintext
prompt:     1318
completion:   85
total:      1403

相比之前同页默认方案单次约 2300 多 Tokens,输入量明显减少。

不过,我现在并不会因为这一页就得出:

raw-input 的翻译质量一定比默认方案高。

更准确的结论应该是:

减少 protected token 后,GLM-5.2 能直接看到更多真实页面内容,同时至少在这一页上仍然可以一次通过现有统一校验。

这证明“大量 Token 化”并不是可靠翻译的唯一途径。

如果某些结构实际上可以直接暴露给模型,而 validator 又能够可靠检查,那么输入端确实存在明显简化的空间。


四、这里需要区分“首次机器翻译质量”和“最终发布质量”

raw-input 有一个很直观的潜在优势:

模型看到的原始上下文更多。

因此,模型第一次生成的中文可能更自然,语言组织也受到更少占位符干扰。

但这不意味着:

raw-input 最终一定比默认 protected-token 方案翻译得更好。

项目最终交付的并不是 GLM-5.2 第一次吐出来的 candidate。

即使继续使用当前默认方案,全部课程页面翻译完成以后,仍然可以统一进行人工润色和微调。

因此最终发布质量很可能是:

Plaintext
默认 protected-token
+ 完整自动校验
+ 发布前统一润色

与:

Plaintext
raw / minimal-protect
+ 完整自动校验
+ 发布前统一润色

达到相近水平。

甚至前者最终完全可能更好。

所以这次实验真正需要比较的,并不是简单的:

哪一种方案第一次翻译出来的中文更漂亮?

而是整体工程成本:

Plaintext
输入处理复杂度
模型能够看到的真实上下文
结构失败概率
重试次数
Token 消耗
restore 复杂度
validator 能否可靠发现错误
长期维护成本
最终发布质量

翻译质量当然非常重要,但它不是唯一指标。


五、methods/24 很快证明:完全 raw 同样有明显风险

如果只看 flowcontrol/6,很容易变得过于乐观:

那是不是干脆所有页面都直接发送原始内容?

所以第二个测试页面,我选择了结构明显复杂得多的:

Plaintext
methods/24

这一页包含:

Plaintext
.play methods/images.go

同时还有多个链接、链接 target、9 个行内代码、链接标签中的 image.Rectangle、静态预格式化 Go 代码块,以及 *Note* emphasis/font span。

第一次 raw-input 运行以后:

Plaintext
present_valid: false

报错:

Plaintext
methods/24: candidate present structure:
present parse:
methods.article:21: no match for zh-cn
图 2:完全原始输入下,methods/24 首次实验在 present 解析阶段失败
图 2:完全原始输入下,methods/24 首次实验在 present 解析阶段失败

进一步查看 GLM-5.2 的完整 response 后,原因非常明确。

原始页面是:

Plaintext
.play methods/images.go

模型却自行生成了:

Plaintext
.play methods/images.go /zh-cn/methods/24

也就是说,GLM-5.2 似乎认为自己是在“完善”这条内容,为它补充一个路径。

但是对于 Go present 来说,这不是自然语言。

这是机器指令。

于是 parser 将附加内容当成 directive 参数继续解析,最终报:

Plaintext
no match for zh-cn

我又做了一次独立 raw-input 实验。

这一次 GLM 没有追加:

Plaintext
/zh-cn/methods/24

而是换成:

Plaintext
.play methods/images.go /src/methods/images.go

两次独立请求都主动修改 .play,已经足以说明:

.play 这种机器 directive 不适合完全交给模型自由生成。


六、GLM 还会主动“改善”链接显示格式

methods/24 的 raw-input 实验还发现了另外一个很有意思的问题。

4 个链接 target 始终都被正确保留。

已有的 9 个 inline code 也没有丢失。

静态 Go 代码块同样逐行保持正确。

但模型会主动调整链接显示文字的格式。

例如原始:

Plaintext
[[/pkg/image/#Image][Package image]]

GLM 会生成:

Plaintext
[[/pkg/image/#Image][`image` 包]]

最后一个链接中的:

Plaintext
image/color package

也被改成:

Plaintext
`image/color` 包

从普通技术中文的阅读习惯来看,这种排版甚至很合理。

但从这个项目的结构原则来看,模型凭空新增了源页面不存在的 inline code span。

因此 validator 仍然应该拒绝。

这说明完全 raw 的一个根本风险:

模型不仅会翻译,它偶尔还会主动“优化”它认为可以优化的结构。

对于普通文章,这可能是优点。

对于需要和上游 .article 保持结构对应关系的翻译项目,这有时候就是错误。


七、于是开始实验第三条路线:--minimal-protect

走到这里,两个极端都已经出现问题。

原方案:

Plaintext
大量 protected token

结构控制能力强,但输入和恢复逻辑越来越复杂。

完全 raw:

Plaintext
原始页面
→ GLM

程序明显简单,但机器结构可能被模型主动改写。

所以我开始测试第三条路线:

只保护已经有真实证据证明高风险的机器结构。

为此增加:

Plaintext
--minimal-protect

第一版没有重新保护 inline code、链接、emphasis 或静态代码块。

只保护完整的:

Plaintext
.play methods/images.go

它会被替换成唯一 Token,例如:

Plaintext
⟪GTI18N_d80f0d46_000001⟫

其余页面仍然几乎保持原始状态交给 GLM-5.2。

模型返回以后,这一个 Token 再恢复成:

Plaintext
.play methods/images.go

结果非常明确:

.play 问题彻底消失。

GLM 原样、恰好一次保留了该 Token。

restore 也精确生成:

Plaintext
.play methods/images.go

没有再追加:

Plaintext
/zh-cn/...

或者:

Plaintext
/src/...

这说明最小保护这个方向确实是有效的。

至少对于 .play:

让模型完全没有修改权,比依靠提示词要求“请不要修改”更稳定。


八、只保护 .play 后,真正剩下的问题变得更清楚

.play 被稳定处理以后,再次运行 methods/24。

这一次不再出现 present directive 解析失败。

取而代之的是:

Plaintext
link inline code at link index 1 count mismatch:
expected 0, actual 1
图 3:仅保护 .play directive 后,directive 问题消失,但链接标签被模型自行加上行内代码格式
图 3:仅保护 .play directive 后,directive 问题消失,但链接标签被模型自行加上行内代码格式

检查 response 后确认:

Plaintext
Package image

仍然被改成:

Plaintext
`image` 包

而:

Plaintext
image/color package

也再次变成:

Plaintext
`image/color` 包

也就是说,最小保护确实解决了第一类问题。

同时也把下一类真实风险暴露得更加清楚:

Plaintext
机器 directive
→ 应该直接保护

普通链接标签
→ 模型仍然需要翻译
→ 但不能自行改变 span 结构

此时最容易想到的是:

那就继续保护 image 和 image/color。

但仔细分析以后发现,这并没有真正解决问题。

假设:

Plaintext
Package image

变成:

Plaintext
Package ⟪TOKEN⟫

GLM 完全可能仍然生成:

Plaintext
`⟪TOKEN⟫` 包

Token 本身没有被改。

restore 以后仍然是:

Plaintext
`image` 包

所以:

保护一个字符串本身,并不等于保护这个字符串周围的结构边界。

如果沿着这种方向继续扩展,很容易重新出现越来越多的边界 Token。


九、再试一次:让 validator 的失败反馈真正进入下一次请求

项目正式翻译流程本来支持有限整页重试。

前一次 candidate 校验失败以后,可以生成 feedback,再交给下一次完整页面翻译。

但开发模式:

Plaintext
--dev

此前每运行一次命令,只执行一个 attempt。

这意味着前面的多个实验虽然连续执行,但实际上属于不同进程。

后一轮并没有真正收到上一轮 validation failure。

为了验证:

不增加新的保护,只告诉模型具体错在哪里,能不能自行纠正?

我又增加了:

Plaintext
--dev-attempts

例如:

Plaintext
--dev \
--dev-attempts 2

这样,同一个 TranslationRunner.Run 内就可以连续执行两个 attempt。

第一次失败后生成的 feedback,会真正加入第二次 user prompt。

针对链接标签新增 inline code 的情况,反馈也被改得更具体:

Plaintext
上一次输出在链接显示文本中新增了源页面不存在的行内代码格式。
不要给原本是普通文本的链接标签添加反引号或行内代码标记;
保留源页面已有的链接 target 和已有行内代码结构。
普通链接显示文字仍可正常翻译。
请重新翻译完整页面。

这里没有写死:

Plaintext
methods/24
image
image/color

因此仍然属于可以复用的通用反馈。


十、继续实验以后,又出现新的 font span 问题

最后一次真实实验使用:

Bash
go run -mod=readonly ./cmd/tour-i18n translate run \
    --locale zh-CN \
    --id methods/24 \
    --dev \
    --dev-attempts 2 \
    --minimal-protect

最终 attempt 7 仍然没有通过:

Plaintext
font span count mismatch:
expected 10, actual 9
图 4:加入连续重试与针对性反馈后,又暴露出新的 font span 结构问题
图 4:加入连续重试与针对性反馈后,又暴露出新的 font span 结构问题

到这里,整个实验已经开始出现一条很有代表性的路径:

Plaintext
完全 raw
↓
.play 被改写

只保护 .play
↓
链接标签被主动新增 inline code

增加精确反馈和连续重试
↓
又出现新的 font span 结构问题

这并不能说明 minimal-protect 的方向是错的。

相反,它已经证明:

Plaintext
.play

这样的机器结构非常适合采用最小保护。

而很多其他结构实际上也比我最初预想的稳定。

真正需要警惕的是:

如果每发现一种新失败,就立即增加一种新的保护规则,最后很可能又重新走回“大量 Token 化”。

只不过重新实现了一遍。


十一、因此我决定在这里停止继续优化

理论上,接下来还可以继续。

看到:

Plaintext
font span count mismatch

以后,再增加 emphasis/font span 保护。

然后测试 .image。

再测试其他 directive。

继续验证更多预格式化内容和复杂链接。

从纯技术研究角度看,这些都有价值。

但项目真正的目标不是:

写出一个理论上最完美的翻译保护框架。

真正的目标还是:

完成 A Tour of Go 简体中文翻译,并建立一套以后能够扩展其他语言的稳定流程。

而且继续进行这种高频架构实验,还存在一个非常现实的问题:

每发现一个现象,都需要 Codex 读取仓库、分析审计、修改程序、补测试,然后再做 GLM 实验。

开发资源不是无限的。

如果继续追求理论上的完美,很可能反而拖慢真正的翻译工作。

所以这次我决定:

实验到这里暂时收口,不继续主动扩展 minimal-protect。


十二、现在应该怎样评价默认方案与 raw-input?

经过这轮实验以后,我反而不认为应该简单地说:

raw-input 更好。

或者:

默认 protected-token 更好。

两种方案解决的是不同问题。

默认方案的优势很明显:

Plaintext
结构控制更成熟
已经经过多轮代表页验证
自动校验体系已经适配
当前可以继续正式生产翻译

raw-input 或 minimal-protect 的潜在优势同样明显:

Plaintext
模型看到更多真实上下文
提示输入更短
protected token 数量更少
restore 逻辑可能明显简化
程序长期维护成本可能更低

至于翻译质量,也不能只比较第一次机器输出。

raw-input 因为上下文更加完整,有可能直接产生更加自然的初稿。

但当前默认方案完成全部页面以后,还可以统一进行人工润色、术语调整和细节微调。

因此最终结果完全可能是:

Plaintext
默认 protected-token 方案
+ 自动校验
+ 后期人工润色

最终质量与 raw-input 相当,甚至超过 raw-input。

所以这次实验真正让我感兴趣的,不只是译文质量。

更重要的是:

有没有办法在不牺牲结构安全的前提下,让输入处理和恢复程序变得更简单。


十三、我现在更看好的长期方向

如果以后继续简化当前架构,我现在更倾向于:

Plaintext
完整原始页面优先
↓
只保护少量真正高风险的机器结构
↓
GLM-5.2 整页翻译
↓
最小恢复
↓
严格统一 validator
↓
针对性 retry feedback

也可以概括成:

Plaintext
真实上下文尽量交给模型
机器控制结构尽量不给模型修改权
最终安全由统一 validator 保证

这比“所有危险内容全部 Token 化”更加轻量。

同时也比:

Plaintext
完全 raw

更加可靠。

不过,这只是这次实验留下的一个长期方向。

它还没有成熟到可以直接替换当前正式流程。


十四、保存实验成果,但恢复正式翻译现场

虽然这轮实验暂时停止了,但所有代码和真实审计都保留下来了。

最终形成两个提交:

Plaintext
62b1b1a feat: 增加翻译输入实验与最小保护能力
35259cf docs: 记录翻译输入架构实验结论

其中保存了:

Plaintext
--raw-input
--minimal-protect
--dev-attempts
针对性 retry feedback
真实 request / response / validation 审计

实验过程中,因为使用了 --dev,flowcontrol/6 和 methods/24 的状态曾临时发生变化。

结束实验后,我又把:

Plaintext
status.tsv
candidate

全部恢复到正式实验前状态。

最终检查:

Plaintext
flowcontrol/6  ready
methods/24     ready
Working tree clean

两个提交也已经同步到:

Plaintext
origin/main
图 5:实验代码、真实审计与项目状态结论完成提交,正式翻译状态保持干净
图 5:实验代码、真实审计与项目状态结论完成提交,正式翻译状态保持干净

这样,这轮实验既没有丢失,也没有污染目前已经确认的正式翻译结果。

以后如果重新研究输入架构,可以直接基于这些真实 attempt 继续,而不是重新从头开始。


十五、下一步:回到真正的课程翻译

实验结束以后,当前正式翻译路径暂时不变:

继续使用已经成熟的 protected-token 流程。

接下来重新回到此前已经确定的计划:

开始普通 pending 页面自动试跑。

不再主动枚举剩余几十个页面可能出现的所有结构风险。

如果普通页面大多数能够直接通过,那么就继续推进。

只有实际出现新的失败时,再分析:

Plaintext
是模型真正翻译错了
还是保护层的问题
还是 validator 仍有缺口

然后只解决真实出现的问题。

这比在正式翻译开始以前不断预测未来边界,要更符合项目现在的阶段。


总结

这轮实验最开始的问题其实很简单:

输入给 GLM-5.2 之前,真的有必要做这么多 Token 保护吗?

flowcontrol/6 证明:

不做大规模保护,完整原始页面也可以直接通过现有统一校验,而且输入更加简洁。

methods/24 又证明:

完全 raw 不足以稳定保护 .play 这样的机器结构,大模型会主动“帮忙”修改它。

而 --minimal-protect 进一步证明:

少量、有明确证据支持的机器结构保护确实有效。

但继续实验以后又出现链接标签和 font span 等新问题,也提醒我:

如果每出现一种失败就继续增加一种保护规则,最终仍然可能回到复杂的 Token 系统。

因此,这次并没有得出“应该马上推翻现有方案”的结论。

当前默认方案已经成熟到足以继续完成剩余页面。

而且等所有页面翻译完成以后,还可以再统一做一次人工润色和微调,进一步提高最终译文质量。

这轮实验真正留下的价值,是让我更明确了以后可能的简化方向:

原始页面优先,减少不必要的 Token,只保护真正高风险的机器结构,再用严格 validator 和针对性重试反馈守住安全边界。

至于是否值得最终切换到这种架构,不需要现在急着决定。

先把真正的翻译项目继续做下去。

等第一阶段简体中文接近完成以后,再结合真实失败率、Token 消耗、程序复杂度和最终人工润色效果重新评估,可能会比现在继续追求一个理论上的最优方案更有价值。

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。