A OneSky társalapítójától az MI-fordítás hívévé.
6 évnyi, skálázott emberi fordítás után láttam a jövőt. És az több mint 100 nyelven beszél folyékonyan.
KOFFEINSZINT
3,472
Elfogyasztott csészék (többnyire etióp egyeredetű kávé)
MI-MODELLEK
Claude + GPT-5 + 4 másik
A kombinált IQ magasabb, mint a teljes OneSky fordítócsapatom IQ-ja (bocs, csapat).
HIBASZÁMLÁLÓ
6 év a OneSky-nél kontra 2 hónap MI-vel
Az MI nyer. Nem is kérdés.
Nem kerülte el a figyelmemet az irónia
A OneSky társalapítója voltam. Kiszolgáltuk a Tencentet, a LINE-t, az Airbnb-t, a change.org-ot. Fordítók ezreit menedzseltem. Olyan munkafolyamatokat építettem, amelyek havonta millió szót kezeltek. És tudod, mi a helyzet? Az egész iparág gyökeresen hibás volt. Egy mobilalkalmazás-frissítéshez 3 hetes átfutási idő. $50 000-es számlák a kiadási megjegyzések fordításáért. Végtelen e-mail-láncok arról, hogy a „felhasználó" formális vagy informális legyen-e németül.
Mi a valódi csavar? Jelenleg az észt nyelv tanulásával küszködöm. A gyerekeim ezt nagyon viccesnek találják: „Isa felépített egy fordítási céget, de Tallinnban még kávét sem tud rendelni." És igazuk van. Kiderült, hogy a „kohvi"-t nem úgy ejtik, ahogy azt gondolná az ember, és semennyi fordításmenedzsment-tapasztalat nem segít, amikor egy kávézó pultjánál áll, és az alap szókincsen izzad.
De íme, mit tanított nekem 6 évnyi emberi fordítás: a probléma nem a fordítókkal volt. Ők zseniálisak voltak. A gond a rendszerrel volt: a járulékos terhekkel, a kommunikációs szakadékokkal és azzal a kontextussal, ami elveszett egy San Franciscó-i fejlesztő és egy szöuli fordító között.
További háttértörténet megjelenítése…
Egyik késő éjjel, miután már megint felhívott egy ügyfél, pánikolva a gyártásban lévő alkalmazásuk félrefordításai miatt (a LINE csevegőfelülete valahogy a „némítás"-t „örök csend"-dé változtatta thaiul), volt egy felismerésem. Mi lenne, ha a MI tényleg meg tudná érteni a kontextust úgy, ahogy a legjobb fordítóink? Nem csak szó szerinti átalakítás, hanem valódi megértés. Mi lenne, ha emlékezne rá, hogy az Airbnb kontextusában a „dashboard" ingatlankezelést jelent, nem pedig egy autó műszerfalát?
Szóval elkezdtem kísérletezni. A gyerekeim hajnali 3-kor találtak rám, kávéscsészékkel körülvéve, miközben Claude-ot és a GPT-t teszteltem ugyanazokon az extrém eseteken, amelyek korábban felborították az emberi munkafolyamatainkat. „Már megint robotokkal beszél, Isa?" – kérdezték. „Valahogy úgy" – válaszoltam, és közben rájöttem, hogy jobb technikai beszélgetéseim vannak az MI-vel, mint amilyeneket sok fordítási felülvizsgálati megbeszélésen folytattam.
Az áttörés akkor következett be, amikor rájöttem: a mesterséges intelligencia nem fárad el. Nincs szüksége kontextusváltásra. Nem felejti el, hogy a „component" kifejezésnek fordítatlanul kell maradnia a React-kódban. Azt a következetességet biztosítja, amit évekig próbáltunk elérni stílusútmutatókkal, terminológiai adatbázisokkal és számtalan képzési alkalommal.
Most azt építem, amit bárcsak létezett volna, amikor a OneSky-nál vállalati fordítási igényekben fuldokoltunk. Nem az iparág iránti rosszindulatból, hanem őszinte izgalomból, amiatt, hogy végre mi minden lehetséges. A fordítás MI-forradalma nem jön. Már itt van. És csodálatos.
Nézze, a helyzet a következő—
A OneSky-nél voltak fejlesztők és PM-ek. Minőségbiztosítási munkafolyamatok. Beszállítómenedzsment. Ügyfélkapcsolati vezetők. Tudja, mi fordította le valójában a tartalmat? Talán a munkaerőnek csak 5 %-a. A többi? A 5 % menedzselése.
Egy kis valóságellenőrzés a lövészárkokból: láttam, ahogy a Tencent hat számjegyű összeget fizetett nekünk, hogy lefordítsuk a frissítési jegyzeteket, amit a GPT-5 most már 30 másodperc alatt jobban kezel. Az Airbnb heteket várt ingatlanleírásokra, amelyeket a Claude percek alatt tökéletesíthetne. A Change.org sürgős kampányfordításai sorban álltak, miközben az emberek a terminológián vitatkoztak.
A fordításipar piszkos titka? Már nem a fordítás minőségéről szól. Évek óta nem. Hanem arról, hogy olyan komplexitást kell kezelni, aminek nem kellene léteznie. Egész vállalkozásokat építettünk arra, hogy embereket koordináljunk, hogy elvégezzék azt, amit a mesterséges intelligencia most azonnal, következetesen megtesz, ráadásul anélkül, hogy egy projektmenedzsernek tizenhét emlékeztető e-mailt kellene küldenie.
Most? Rendelkezésemre áll Claude, GPT-5, és közvetlen hozzáférésem van ahhoz, ami igazán számít: a végeredményhez. Nincsenek ügyfélmenedzserek. Nincsenek projektkoordinátorok. Nincsenek beszállítói viták. Ha egy ügyfélnek javításra van szüksége, megjavítom. Amikor régen a LINE-nak egyik napról a másikra 50,000 szót kellett lefordítani, az válság volt. Ma ez egy kedd délután.
„De az AI nem tud emberi minőséget hozni!" — mondja mindenki, aki még nem tesztelte komolyan a modern AI-t a prémium fordítószolgáltatóival szemben.
Barátom, mindkét oldalt láttam. Milliónyi emberi fordítást néztem át. A legjobbak? Hihetetlenek. De mi van az átlagosakkal, amiket ténylegesen leszállítanak? A mesterséges intelligencia veri őket. Minden. Egyes. Alkalommal. És soha nem fordítja a „Save"-et „Rescue"-nak csak azért, mert rossz napja van.
// Amit 6 év fordítási üzemeltetés megtanított nekem:
function buildSoftware() {
while (problemExists) {
const solution = thinkDeeply();
const code = writeCleanCode(solution);
const result = ship(code);
if (result.usersSatisfied) {
celebrate.withCoffee();
} else {
iterate();
}
}
}// OneSky folyamat: 15 ember, 3 hét, $10K, mégis elrontottuk a 'Login'-t koreaiul // i18n Agent: 1 API-hívás, 3 másodperc, $10, minden alkalommal tökéletes kontextus // Bárcsak visszamehetnék, és elmondhatnám a 2014-es énemnek, mi következik…
A fordítócég társalapítójától senki sem ezt a csavaros fordulatot várja:
Egy Fortune 500-as cégeket kiszolgáló vállalat társalapításától jutottam el oda, hogy gyártási problémákat derítek fel, miközben a gyerekeim azt kérdezik, miért „kantoniul kiabálok a számítógéppel, amikor az csak észtül beszél." (Azt gondolják, hogy Észtországban minden számítógép észtül beszél. Nem javítottam ki őket.)
A OneSky-nál voltak incidenskezelő csapataink. Most? Csak én vagyok, és magyarázom a családomnak, miért késik a vacsora, mert „Apának meg kell javítania a robot fordítókat." Már terítenek is „a hibának" vacsoránál, azt feltételezve, hogy rendszeres vendég.
Vállalati megbeszélésektől az egyéni valóságig:
⚠️Kihívások
- •Elmagyarázni a korábbi OneSky-ügyfeleknek, hogy most már egyszemélyes működés vagyok (és valahogy mégis jobb eredményeket szállítok)
- •A gyerekeim az iskolában bejelentik, hogy „Apa régen egy nagy cége volt, de most már csak számítógépekkel beszél"
- •Rájönni, hogy a MI jobban fordítja a dokumentációmat, mint ahogy én angolul megírom
- •Felismernek a technológiai eseményeken: „Nem Ön volt a OneSky-os srác? Mi történt?" Nos…
⭐Szuperképességek
- •Gyorsabban szállítok le funkciókat, mint ahogy a OneSky annak idején árajánlatot tudott adni rájuk
- •Amikor a Tencent volt lokalizációs menedzsere e-mailt küldött, hogy a MI-nk jobb a jelenlegi beszállítójuknál, majdnem elsírtam magam
- •Nincs több magyarázkodás a befektetőknek arról, miért nem skálázódik az emberi fordítás. A MI skáláz. Pont.
- •A gyerekeim azt gondolják, hogy varázsló vagyok, mert „ráveszem a számítógépeket, hogy minden nyelven beszéljenek." Ezt sem javítom ki.
De mégis?
A technológiai verem (10 évnyi skálázás tanulságai)
A OneSky-nál mikroszolgáltatásaink voltak a mikroszolgáltatásokhoz. Kubernetes-klaszterek, amelyek más Kubernetes-klasztereket menedzselnek. Tudja, mi számított valójában? Semmi ebből. A technológia sosem volt a szűk keresztmetszet — az emberi koordináció volt.
Háttérrendszer-technológiák
- •Mindenhol TypeScript, mert a JavaScript az, ami akkor történik, amikor Brendan Eichnek van 10 napja és túl sok kávéja. A típusok életeket mentenek. És józan észt. Többnyire józan észt.
- •PostgreSQL az adatokhoz. Nem azért, mert divatos. Azért, mert 1996 óta megbízható, és jobban bízom a TikToknál idősebb dolgokban.
- •Node.js Express-szel. Igen, 2025-ben. Álljon ki ellenem. Működik, elég gyors, és mélyen megértem. Az Ön villámgyors Rust-újraírása várhat.
- •AWS ECS a hosztoláshoz. Használhatnék Kubernetes-t? Persze. Akarom? Egyáltalán nem. Túl rövid az élet ahhoz, hogy a YAML behúzását hibakeressem.
Az MI-szósz, amitől tényleg működik:
- •GPT-5 a nehéz munkához (drága, de megéri)
- •Claude az árnyalatokhoz – a valódi MVP (valójában úgy érti a kontextust, mint senki más)
- •Gemini a technikai pontossághoz és a kód megértéséhez
- •Egyedi, finomhangolt modellek konkrét területekhez
Sarkos vélemény: az Ön technológiai stackje közel sem számít annyit, mint a problématér mély megértése. Láttam már millió dolláros Kubernetes-klasztereket, amelyek rossz felhasználói élményt szolgáltak ki, miközben valaki PHP-monolitja pénzt termelt.
Miért számít ez (őszintén szólva)
“„A sebesség hihetetlen. Ami korábban hetekig tartott, az most percekig tart, és a minőség valójában jobb." — Egy fejlesztő, aki az i18n Agentet használja”
6 évet töltöttem azzal, hogy emberi fordítási vállalkozást építsek. Néztem, ahogy óriásokat szolgál ki, mint a Tencent és az Airbnb. És tudod, mit tanultam? A rossz problémát oldottuk meg.
Beszéljünk a fordításról (vagy az észt kiejtésről)
A OneSky társalapításától egy csapattal odáig, hogy MI-modelleket menedzselek az otthoni irodámból. Az e-mailek jobbak lettek, a válaszidő gyorsabb lett, és a kávéfogyasztás változatlan maradt.
E-mail:
[email protected] (gyorsabb válasz, mint amilyen OneSky valaha volt)
GitHub:
github.com/i18n-agent (Átláthatóbb, mint bármelyik vállalati beszállító)
Vállalati megoldásokat keres, vagy vannak konkrét követelményei?
Azért vagyunk itt, hogy segítsünk az egyedi megoldásokban.
Köszönjük, hogy meglátogatta az i18n Agentet.
Készen áll arra, hogy átalakítsa a fordítási munkafolyamatát? Építsünk együtt valami elképesztőt.