一个会说几十种语言的网站，无需翻译

我们如何构建驱动这些页面的翻译系统：按需使用人工智能，始终使用缓存，零感知等待。

传统国际化的问题

多年来，网站的国际化一直是工作流程中的一小段奥德赛：.po文件、人工翻译、遗漏的密钥、由于“仍然缺少德语”而延迟部署。添加一种语言需要时间和金钱；为任何小型公司添加十种语言是不可想象的。

随着最新一代的LLM，机器翻译的质量已经达到了一个足以满足企业网站（而非文学作品）的地步。问题不再是“我们可以自动翻译吗”，而是“我们如何将其集成而不会破坏用户体验”。

架构，简而言之

该网站以意大利语静态提供。当用户选择另一种语言时，一个小型引擎会处理三个MongoDB集合：

• i18n_base：源语言文本，采用所选语言（目前为意大利语），每个文本都带有其语言声明、描述其在网站上出现的位置和原因（对于翻译质量至关重要）、语气和字符限制。此描述成为对LLM的提示的一部分，以便LLM知道它是在翻译按钮还是段落。
• i18n_human：人工润色的翻译，当对于某些页面，我们希望获得编辑质量而非LLM输出时使用。它们优先于自动缓存，并且当源文本更改时会自动“标记”出来。
• i18n_cache：已生成的翻译，按(字段, 语言)索引。每个条目保留生成时基础文本的timestamp。
• articoli_i18n：与此文章等较长内容应用相同的逻辑。

首次访问新语言时，系统仅向LLM请求确实缺失的字段，将响应保存到缓存中并返回给浏览器。后续访问相同语言时，速度会立即提升，无需再进行AI调用。

有效的失效机制

缓存是一种有序的谎言：它说“我的真相是这个”，直到有人证明它是错误的。这里的反驳机制很简单：每条缓存的翻译都会存储生成它的基础文本的timestamp。当您修改意大利语文本并更新其updated_at时，该字段在所有语言中的所有翻译都会自动变为陈旧，并在需要时重新生成。无需手动级联，无需清空缓存。

不愿等待的用户

最有趣的部分不是翻译——而是如何显示它。在切换语言时，浏览器会看到一个意大利语页面，每个需要更新的文本块旁边都有一个小小的加载指示器。诱惑是进行一次性调用来一次性翻译所有内容：简单、干净，但会迫使用户等待 LLM 完成所有操作才能看到任何变化。

我们选择了相反的方向。文本按部分（导航栏、正文、页脚）分组，并分成每批包含三个字段的微批次。调用以顺序启动：首先是导航栏中的少数字段，它们会在几秒钟内出现——用户会看到事情正在发生并开始阅读。在阅读时，正文的第一部分到达，然后是第二部分，最后是页脚。

夜间工作

缓存只有一个真正的敌人：第一次访问。第一位德国用户为所有未来的翻译付出代价，而他的体验是留在脑海中的。为了消除（或几乎消除）这个问题，一个后台任务每分钟醒来一次，从尚未完成的语言中选择最期望的语言，获取未翻译的文本，并将其传递给 LLM。下一分钟，下一个。几天之内，最常用的语言就已经准备就绪。

夜间任务还做第二件事：自动审查质量可疑的翻译，并使用不同的 AI 模型重新尝试。当语言之间的对齐很重要时，平庸的翻译不会保持平庸。

如果你是当天第一位德国用户，并且在系统仍在完成缓存时到达，仍然有渐进式加载让你忙碌。如果你是第二位，你甚至不会注意到。

收获

一个无需翻译人员、无需管理文件、无需部署即可添加语言的多语言网站。用户输入一个代码——ja、ca、eu，他们想要的任何代码——页面就会被翻译。第二次翻译是即时的。到第三次，我们很可能已经提前完成了翻译，在正确的时间由一个永不休眠的任务完成。

如果你正在用德语、西班牙语或韩语阅读这一页，它从未被翻译人员撰写过。它只被一个LLM翻译过一次，此后一直从缓存中提供。唯一手动撰写的内容是你现在正在阅读的意大利语版本。