标签： TranslationUnit
-
在为 A Tour of Go 多语言项目新增阿拉伯语版本时，我第一次真正处理 RTL（从右到左）语言。翻译本身仍沿用既有 TranslationUnit、Quality Check、Course SEO 和 Locale Surface Review 流程，但 RTL 很快暴露了桌面双栏重叠、移动端编辑器被压窄、课程导航方向语义变化、代码区必须保持 LTR 等问题。最终通过调整共享布局、响应式规则和浏览器回归测试完成阿拉伯语正式上线，并在排查 PageUp/PageDown 快捷键时进一步确认了一个可在官方 go.dev/tour 复现的上游焦点问题。整门阿拉伯语实际投入约 7 小时，相比普通 LTR 语言多出的时间，主要来自首个 RTL locale 的一次性基础设施建设。
-
A Tour of Go 日语版 ja-JP 正式上线后，我没有立即开始第三门语言，而是先复盘第二门语言从开发、翻译、质量审核、projection、production 部署到公网验收的完整过程，并将此前依赖临时分析和上下文记忆的环节固化为正式规范。项目新增 NEW_LOCALE_RUNBOOK.md 和 LOCALE_SURFACE_REVIEW.md，明确新增 locale 的统一入口、TranslationUnit 之外的完整语言质量审核、Rendered Surface Acceptance、首次生产部署与日常维护部署边界，以及 glossary 作为全站术语权威来源的职责，为后续第三门及更多语言建立可重复执行的标准化扩展流程。
-
A Tour of Go 多语言翻译项目的第二门社区语言 ja-JP 于 2026 年 8 月 24 日正式完成生产上线。日语版覆盖 103 个课程 Page 和 19 个 eligible Example，共 122 个 TranslationUnit，全部经过 automatic validation、Quality Check、Final Review 与 promotion，并完成公共 UI、课程目录、独立生产部署、Cloudflare Free、共享静态资源、Playground、SEO 与真实浏览器验收。Google Search Console 已成功处理 ja-JP sitemap 并发现 105 个公开网页。这次上线也真正验证了项目从 zh-CN 扩展到第二门语言的完整多语言架构。
-
本次重新评估 A Tour of Go 的 TranslationUnit 翻译方案，根本原因不是单纯比较模型能力，而是 ChatGPT 作为批量翻译引擎在实际工作中出现持续稳定性问题，即使从 ZIP 交付简化为 JSON，翻译任务仍可能卡住。实验使用 5 个正式 TranslationUnit、完整 zh-CN glossary、protected token、独立随机匿名和 Engineering Gate，对 ChatGPT GPT-5.6 High、Codex GPT-5.6 Sol High 与 Extra High 进行四模型匿名评审。结果显示，ChatGPT High 的外部评审平均分为 96.67，Codex High 为 95.73，Extra High 为 95.87，三者已进入相近的高质量梯队，而 Extra High 并未表现出稳定优势。综合翻译质量与本地批量执行能力，后续默认翻译引擎准备调整为 Codex GPT-5.6 Sol High，ChatGPT 则重点用于统一 Quality Check，并以所有 TranslationUnit 最终达到 A 作为质量验收目标。
-
在 go-tour-i18n 多语言翻译项目推进过程中，我曾经通过 ChatGPT + GitHub batch 完成 A Tour of Go 简体中文 103 页全量重译验证。后续扩展 ja-JP 翻译时，继续沿用了基于 TranslationUnit 的翻译流程，并尝试从 GitHub 写入调整为 raw-responses artifact 导入模式。实际测试发现，ChatGPT 能够理解项目流程、读取 batch 和 manifest，但在新任务中无法稳定完成从 TranslationUnit 翻译结果到 raw-responses 文件和 artifact 交付的完整闭环。本文记录这次 AI 辅助翻译流程稳定性验证过程，并分析翻译能力与工程执行能力之间的差异。