R

A04 翻译≠本地化

创建 2026-06-07 更新 2026-06-12 3 条双链 计算语言学 专题 AI 整理

把多语言产品当成”接一个翻译 API”来做，是国际化最隐蔽、也最贵的一类灾难——因为它在 demo 里看起来完全正常，却在真实市场里系统性失败。本节要解决的问题是：当一个 LLM 既会翻译又会生成、还号称”支持 100 种语言”时，PM 怎么分清”译得对”和”用得对”是两件根本不同的事？框架名：i18n（internationalization，国际化）/ l10n（localization，本地化）的工程分层，叠加语用学（A02 语用学与 Prompt 设计）与语言相对性（A06 语言相对性与 LLM 跨语言偏差）两把刀。

§0 为什么是 i18n/l10n 这套框架，而不是”翻译质量”框架

读者脑里默认的框架往往是：多语言 = 翻译，翻译做好 = 产品做好。这个框架的隐含假设是，一句话的”意思”是语言无关的、可逆的、可搬运的——把中文的”意思”装进英语的”容器”，再装进葡语的”容器”，内容守恒。这正是 A04 翻译≠本地化 要拆掉的东西。

国际化软件工程很早就放弃了这个框架，换成两层：

  • i18n（国际化）：把产品改造成”可被本地化”的——抽离硬编码字符串、支持 Unicode、把日期/货币/数字格式/排序/复数规则/书写方向（RTL）外置成可配置项、给 UI 留出文本膨胀（德语比英语长约 30%，阿拉伯语要镜像布局）。这是一次性的架构投资。
  • l10n（本地化）：在 i18n 的地基上，针对某个具体市场调适内容、文案、合规、支付方式、文化符号、法律措辞、客服话术。这是每进一个市场都要重做一遍的、与”翻译”正交的工作。

[!note] 判断主轴 把多语言当翻译 API = 本地化灾难。翻译是 l10n 的一个子任务（且常常是最不重要的那个）；真正决定成败的是 i18n 的架构债和 l10n 里那些”译得再准也救不了”的东西——语域、法律、支付、文化想象（0422 STS 专题 的 imaginaries）。LLM 的出现没有消灭这个分层，只是给了一个让人误以为分层消失了的错觉：因为它能一键产出流利译文，PM 容易把 l10n 坍缩回”翻译”。

为什么不用”翻译质量”框架？因为它会把你的注意力锁死在”准不准”这一个维度，而真实的本地化失败有 80% 不在准确度上：一句完全正确的译文，可能语域错了（对巴西用户用了过度正式的伊比利亚葡语）、文化错位了（在墨西哥用了西班牙的 vosotros）、合规缺失了（漏掉巴西必需的 CPF 字段说明）、或者干脆是”译对了一个本地根本不存在的概念”。这些都不是翻译引擎能发现的错，因为译文本身没错。

§1 i18n 与 l10n 的正交分解

维度i18n（国际化）l10n（本地化）
性质架构能力（一次性）内容适配（每市场一次）
解决”产品能不能被翻译/适配""产品对这个市场对不对”
典型工作字符串外置、Unicode、RTL、复数规则、日期货币格式、文本膨胀预留文案、语域、合规、支付、文化符号、法律措辞、客服话术
翻译在其中无关（翻译还没发生）子任务之一，常非关键路径
LLM 能帮多少几乎帮不上（这是工程架构）能起草译文，但语域/合规/文化需人审
失败的样子阿拉伯语挤成一行、emoji 变豆腐块、巴西手机号校验失败译文流利但用户觉得”这不是给我做的”

关键判断：i18n 是技术债，l10n 是市场认知债，翻译只是 l10n 的入口而非全部。 一个把多语言外包给 GPT-4o 的团队，往往两层都没做：UI 没做 i18n（文本一膨胀就溢出），l10n 只剩翻译（语域、合规、支付全靠默认）。

§2 LLM 把”翻译≠本地化”的陷阱放大了，而不是消除了

LLM 多语言能力带来一个危险的认知坍缩：既然模型”什么语言都会”，是不是 i18n/l10n 这套老工程框架就过时了？恰恰相反——LLM 在三个地方把陷阱放大：

(1) 直译陷阱（literal translation）。 LLM 默认输出”语义对等”的译文，但本地化要的是”功能对等（functional equivalence）“——同样的言外之意和取效（A02 语用学与 Prompt 设计 的 illocutionary / perlocutionary act）。一句营销 CTA “Grab yours now”，直译成任何语言都对，但能不能在巴西激发同样的紧迫感与信任感，取决于该市场的语用习惯，不取决于译文准确度。LLM 把 locutionary act（说出的话）译对了，却对 illocutionary force（这话要干什么）无感——因为它在统计形式上工作，而本地化在交际意图上工作。

(2) 语域错位（register mismatch）。 葡语有 você / o senhor 的正式度梯度，西语有 tú / usted、拉美 ustedes vs 西班牙 vosotros 的地域分裂。LLM 在没有显式语域指令时，会回归训练数据里的”平均语域”——通常偏正式、偏伊比利亚标准。结果：给 99（滴滴巴西）司机推送的消息，听起来像政府公文，而不是同行在跟你说话。这是直译不会暴露、只有本地母语者能闻出来的错。

(3) 文化错位与”假在地性（fake locality）”。 最危险的不是译错，而是译对了一个本地不存在的东西：把一个美式优惠机制原样译进拉美，文案完美，但那个机制本身和当地的支付习惯（巴西大量现金交易，见 PDP现金支付纠纷治理）、信任结构、监管要求都不兼容。译文是 l10n 的皮，i18n/合规/支付是骨——LLM 只能给你皮。

[!note] 三件套 · 致命错位 症状：产品在英语市场跑得好，一键翻译进巴西/墨西哥后留存暴跌，但抽查译文”没有错”。 为什么会错：团队用”翻译准确度”验收本地化，而真实失败在语域、合规、支付、文化想象这四个翻译引擎看不见的层。 正确做法：把验收指标从”译文准确率”换成”本地母语 PM 的语域审 + 合规清单 + 支付路径可用性 + A/B 留存”；翻译只占验收权重的一小部分。 真实反例：滴滴/99 在拉美做实名验证时，CPF实名验证（巴西 11 位身份证）这类字段不是”翻译”问题——它是 i18n（字段是否外置可配）+ l10n（巴西法律是否要求）+ 文化（用户是否信任交出 CPF）三层叠加。任何把它当”翻译一个表单标签”处理的方案，都会在巴西碰壁。

§3 理解 vs 生成的不对称如何加剧本地化风险

A05 理解与生成的不对称 指出：LLM 的生成流利度（NLG）远超其真实理解（NLU）。这在本地化上是最致命的组合——因为本地化恰恰需要”先深刻理解源意图，再在目标文化里重新生成功能对等的表达”，而 LLM 的能力曲线正好相反：它生成得比理解得好。

后果：模型会用极其流利的目标语言，自信地输出一个理解错了源意图、或错配了目标语域的本地化文案。流利度反而成了伪装——它让错误更难被非母语 PM 发现。这与 幻觉 同源：高置信度的流利错误。在本地化场景，“幻觉”表现为”自信地编造一个本地化得很地道、但文化上根本不成立的版本”。

PM 启示：越流利的本地化译文，越需要本地母语审核，而不是越不需要。 流利度和正确性在跨文化生成里是解耦的。

§4 多语言成本：本地化的隐藏税

把多语言当翻译 API，还会在成本上踩第二个坑——非英语 token 溢价（详见 A03 多语言 Tokenization 效率差异 与 c02 - Tokenization 与词表工程，本节不复述机制）。要点迁移到本地化：

  • 用同一个英语为中心的 tokenizer（GPT/Claude）服务多市场，高溢价语言的本地化运营成本结构性更高：同样一条客服回复，葡语/西语比英语多耗约 1.3–1.6× token，CJK 更高（来源：A03 多语言 Tokenization 效率差异 汇总的 Petrov et al. NeurIPS 2023、Ahia et al. EMNLP 2023）。
  • Ahia et al.（2023）的发现尤其刺耳：token 溢价与该语言地区的 HDI 负相关——越是发展中市场的语言，用 AI 做本地化越贵。对一个主攻拉美/全球南方的产品（99、滴滴国际化），这不是技术细节，是 unit economics。
  • 本地化预算因此必须语言敏感：不能用英语 token 成本线性外推所有市场，否则拉美市场的 AI 客服成本会被系统性低估。

§5 产品 PM 视角补盲：用户心理、商业模式、合规

工程视角容易把本地化窄化成”译文 + 格式”。三个工程 PM 常看走眼的点：

  • 用户心理模型：本地化的终极指标不是”译得准”，是用户的”这是给我做的”之感（sense of being addressed）。一个语域错位的流利译文，会触发”恐怖谷”——用户说不出哪里不对，但就是不信任。这是 A02 语用学与 Prompt 设计 的 Manner 准则（清晰得体）在跨文化场景的延伸。
  • 商业模式：本地化深度是有 ROI 曲线的。MVP 进新市场可以”翻译 + 最小 i18n”，但留存/付费转化的临界点往往卡在语域和支付本地化上——这决定了”什么时候该从翻译升级到真本地化”的投资节奏。
  • 合规边界：本地化里法律措辞、隐私条款、实名要求（CPF实名验证、PAX-Premium实名徽章）是不能用 LLM 直译的——译错一个法律术语的后果不是体验差，是合规风险。这类内容必须走人工法务，LLM 顶多做初稿。

§6 对手框架回应：本地化已死论 vs 文化适配论

业界反方立场（接受 + 边界）：

  • “LLM 让本地化民主化/即将取代本地化产业”（部分 AI 翻译创业公司、机器翻译乐观派的公开立场）。接受：LLM 确实把翻译这一子任务的边际成本压到接近零，长尾语言、低预算市场第一次有了”够用”的本地化起点，这是真实的民主化。边界：它压缩的是 l10n 里翻译这一层，没有触及 i18n 架构、语域、合规、支付、文化想象。把”翻译成本归零”误读成”本地化成本归零”，正是本节要拆的灾难。本地化产业分析机构 Nimdzi 的数据印证了这种”workflow 转型而非消灭”：MTPE（机器翻译译后编辑）采用率从 2022 年的约 26% 飙升到 2024 年的约 46%（两年增长约 75%），译者的角色从”从零翻译”转向”高层把关、内容核验、文化与伦理 sanity check”——也就是说，机器接管了翻译，人退回到了本地化里翻译之外的那几层（来源：Nimdzi, “The MTPE Efficiency Gap” / Language Technology Radar Report 2024–2025）。

  • 跨域对手框架 ①（Rick 未读）· Lawrence Venuti《The Translator’s Invisibility》(1995) 的”归化 vs 异化（domestication vs foreignization）”。 Venuti 批评英语世界的翻译追求”流畅、隐形”（domestication），抹平源文化的他者性。迁移到 LLM：LLM 的本地化默认就是极致的 domestication——把一切都磨成目标语言里最顺滑、最不刺眼的版本，代价是抹掉源产品的文化棱角和品牌个性。对一个想在拉美建立差异化品牌的产品，“完美归化”可能恰恰是错的——你需要可控的”异化”来保留辨识度。这是纯工程视角永远看不到的产品判断。

  • 跨域对手框架 ②（Rick 未读）· Anthony Pym《Exploring Translation Theories》的”功能主义/Skopos 理论”（Vermeer/Reiss）。 Skopos 理论主张：译文的标准不是”忠于原文”，而是”是否达成目标语境中的目的（skopos）“。迁移到 LLM：这正是”翻译≠本地化”的理论根基——同一段源文本，给法务看的版本和给营销看的版本应该不同，因为 skopos 不同。LLM 默认追求”忠实译文”（与原文对齐），而本地化要的是”目的达成”。PM 要做的是把 skopos 显式写进 prompt（这条消息要在巴西激发信任/紧迫/合规告知中的哪一个），而不是要一段”准确的翻译”。

[!note] failure scenario（本节结论的失效边界） 本节强调”翻译≠本地化、要重投 l10n”，但在两种场景会失效：(1) 纯工具型 / 开发者向产品（如 API 文档、CLI），用户语用敏感度低，高质量翻译 + 最小 i18n 往往就够，过度本地化是浪费；(2) 超早期市场验证，在 PMF 未验证前砸重金做深度 l10n 是过早优化——此时”够用的翻译”反而是正确的精益选择。本节的判断赌的是：一旦进入留存/变现阶段、且面向语用敏感的 C 端市场（如出行、社交、金融），翻译与本地化的鸿沟就会变成增长天花板。

[!note] confirmation-bias 砍除 早期写作倾向反复用”LLM 直译翻车”作为正面论据来证明”翻译≠本地化”。这是 bias——它只取了 LLM 失败的案例。补入反例：在高资源语言对的信息型文本上，前沿模型的翻译质量已逼近人类。Lokalise 2024 的盲测（600+ 对人工评估）中，LLM 在多个语言对上拿到 56–80% 的 “good” 评分，Claude 3.5 Sonnet 被偏好的比例达 78%；WMT24 上 Claude 3.5 Sonnet 在 11 个语言对里赢下 9 个（来源：Lokalise “AI translation quality” 2024；WMT24）。学界亦有节制：Yan et al. 的 GPT-4 vs 人类译者评测（arXiv:2407.03658 / 2411.13775）发现 GPT-4 总错误数与初级译者相当，但仍落后中高级译者，且 GPT-4 在低资源语言上的质量衰减比传统 NMT 小得多。所以本节的论点要收窄为：“在语用密集、文化敏感、合规相关的内容上，翻译≠本地化的鸿沟最大”，而非”LLM 翻译一律不可信”——在高资源信息型文本上，鸿沟已经很小。

§7 跨域呼应：Rick 的拉美 fieldwork 作为一手证据

这是本节点最独特的资产。Rick 在滴滴/99 做国际化与安全产品，在拉美有一手的多语言 fieldwork——这让”翻译≠本地化”从理论变成可触摸的产品经验：

  • 巴西葡语 ≠ 伊比利亚葡语：99 的司机/乘客文案如果用模型默认的偏欧标葡语，会立刻被识别为”外来的、不接地气的”。本地化在这里是语域的政治——用谁的葡语，就是在表态”这个产品是不是属于这里”。这与 人类学 的 emic/etic 视角直接相关：本地化的本质是从 etic（外部观察者）切换到 emic（本地成员）的视角，而 LLM 默认困在 etic。
  • 拉美各国西语的碎裂（墨西哥、阿根廷、哥伦比亚、秘鲁 等，见 拉美知识图）：一个”拉美西语”的统一本地化是不存在的——voseo（阿根廷的 vos）、墨西哥俚语、安第斯地区的用法各不相同。把”西语”当一个 locale，是把多语言当翻译 API 的典型症状。
  • 支付与信任的文化嵌入（PDP现金支付纠纷治理）：巴西大量现金交易、对数字支付的信任结构，决定了本地化不是文案问题而是产品形态问题。译得再好的”绑卡引导”，在一个现金主导的信任结构里也是无效本地化。

这把 0422 STS 专题 的 sociotechnical imaginaries（技术在不同社会语境里被想象的方式）落到了实处：本地化的最深层，是让产品契合当地人对”一个可信的出行/支付产品该是什么样”的集体想象——而这恰恰是翻译 API 永远到不了的层。民族志 式的 fieldwork，而非翻译质量分，才是本地化的真正验收方法。

§8 PM 决策启示

  • 面试怎么用：“你怎么做多语言产品？“——不要答”接一个翻译模型”。答：先分清 i18n（架构债）和 l10n（市场认知债），翻译只是 l10n 的子任务；用 Skopos / 功能对等而非语义对等做验收；流利度和正确性在跨文化生成里解耦，越流利越要本地母语审。再用 99/巴西 CPF、葡语语域、现金支付三个一手例子落地——这是大多数候选人答不出的深度。
  • 选型怎么用：评估多语言方案时，问三个翻译质量分回答不了的问题：(1) i18n 架构是否就绪（文本膨胀、RTL、locale 外置）？(2) 语域/合规是否有本地母语 + 法务 in the loop？(3) 目标市场语言的 token 成本是否单独建模（A03 多语言 Tokenization 效率差异）？
  • 复现怎么用：做 LLM 本地化 pipeline 时，把 skopos 显式写进 system prompt（“这条消息的目的是 X，目标用户是巴西现金支付为主的下沉市场”），并强制语域参数（“用 99 司机之间同行口吻的巴西葡语，você 而非 o senhor”），最后接一道本地母语审核闸——把流利度当风险信号而非质量信号。

§9 与已有节点的关系

  • 对照 A04 翻译≠本地化：A02 在哲学/翻译学层面论证”意义不可完整搬运”，本节点是它的工程/产品落地——把”不可搬运性”翻译成 i18n/l10n 分层与可操作的验收清单（深化 + 对话）。
  • 对照 c02 - Tokenization 与词表工程 / A03 多语言 Tokenization 效率差异：本节点引用其 token 溢价机制作为本地化成本论据，不复述机制本身，只做”成本视角的迁移”（补缺——把技术机制接到本地化的 unit economics）。
  • 对照 A02 语用学与 Prompt 设计：本节点把言语行为理论（locutionary/illocutionary/perlocutionary）用作”翻译为何不等于本地化”的微观解释（应用 + 深化）。
  • 对照 A05 理解与生成的不对称：本节点指出该不对称在跨文化生成中最危险（迁移）。

§10 关联节点

核心（必读）

延伸（可选）

修订日志

  • R1（2026-06-07）：首稿。建立 i18n/l10n 正交分解框架；判断主轴”把多语言当翻译 API = 本地化灾难”；三件套（直译/语域/文化错位）；引入两个 Rick 未读对手框架（Venuti 归化异化、Pym/Vermeer Skopos 理论）；接入 Rick 拉美/巴西一手 fieldwork 作为独特证据；显式标注 failure scenario 与 confirmation-bias 砍除；token 成本视角迁移自 A03/c02 不复述。
  • R1.1（2026-06-07）：grounding pass。核实并落地两处原 〔待核实〕：(1) Nimdzi MTPE 采用率 2022→2024 由 ~26% 升至 ~46%（“The MTPE Efficiency Gap” / Language Technology Radar Report 2024–2025）；(2) Lokalise 2024 盲测（600+ 对评估，LLM 56–80% “good”，Claude 3.5 Sonnet 偏好率 78%）、WMT24（Claude 3.5 Sonnet 11 中赢 9）、Yan et al. GPT-4 vs 人类译者评测（arXiv:2407.03658 / 2411.13775，GPT-4≈初级译者、落后中高级、低资源衰减小于 NMT）。剩余 〔待核实〕：本地化 ROI 曲线的具体定量数据。
  • 2026-06-11 P3.4 校链：0422 STS 专题现已入库，正文（§0 提要、§7 imaginaries 段）与 §9 延伸节点列表中三处纯文本”0422 STS 专题”恢复为真链 0422 STS 专题。
  • 2026-06-12 内审修复：§0/§7/§9 四处 0422 总览 死链改为真实 basename [_STS 系统化专题·总览](/kb/专题-人文社科透镜/_sts-系统化专题-总览/)（保留显示别名）——0422 总览 在全 vault 不存在。