Skip to main content

從 OneSky 共同創辦人到 AI 翻譯信仰者。

歷經 6 年大規模人工翻譯經驗後,我看到了未來。它能流暢說 100 多種語言。

咖啡因等級

3,472

已喝杯數(主要是衣索比亞單品)

🧠

AI 模型

Claude + GPT-5 + 其他 4 個

綜合智商比我整個 OneSky 翻譯團隊還高(抱歉了,團隊)

🐛

錯誤計數器

在 OneSky 的 6 年 vs 使用 AI 的 2 個月

AI 贏了,而且贏得徹底。

這份諷刺我心知肚明。

我共同創辦了 OneSky。我們為騰訊、LINE、Airbnb、Change.org 提供服務。管理了數千名人工譯者。建立了每月處理數百萬字的工作流程。你知道嗎?整個產業從根本上就是有問題的。行動應用程式更新需要 3 週交付時間。翻譯發布說明的帳單要 5 萬美元。關於德語中「user」該用正式還是非正式形式的無止境電子郵件往來。

真正有趣的是什麼?我現在還在努力學愛沙尼亞語。我的孩子們覺得這超好笑。「Isa 創辦了一家翻譯公司,卻連在塔林點杯咖啡都不會。」他們說得沒錯。「kohvi」的發音跟你想的不一樣,而且當你站在咖啡館櫃檯前,為基本詞彙冒汗時,再多的翻譯管理經驗也幫不上忙。

但 6 年的人工翻譯經驗教會我:問題不在譯者身上。他們很優秀。問題出在系統、管理成本、溝通落差,以及舊金山開發人員和首爾譯者之間遺失的情境。

顯示更多背景故事…

某天深夜,又有一位客戶驚慌失措地打電話來,說他們生產環境的應用程式出現翻譯錯誤(LINE 的聊天介面不知怎麼把「靜音」翻譯成泰文的「永遠沉默」),我突然頓悟了。如果 AI 能像我們最優秀的翻譯人員那樣真正理解情境,會怎麼樣?不只是逐字轉換,而是真實的理解。如果它能記住在 Airbnb 的情境中,「dashboard」指的是房源管理,而不是汽車的控制面板,會怎麼樣?

於是我開始實驗。我的孩子們會在凌晨 3 點看到我被咖啡杯包圍,用 Claude 和 GPT 測試那些過去常讓人工流程出錯的邊緣案例。「你又在跟機器人聊天了嗎,Isa?」他們會問。「算是吧,」我回答,發現我跟 AI 的技術討論,比許多翻譯審查會議還要深入。

突破點出現在我意識到:AI 不會疲倦。不需要情境切換。不會忘記「component」在 React 程式碼中應該保持不翻譯。它提供了我們花費多年時間試圖透過風格指南、術語資料庫和無數培訓課程來達成的一致性。

現在我正在打造當年 OneSky 被企業翻譯需求淹沒時,我們希望存在的東西。不是出於對產業的怨恨,而是對終於可能實現的事物的真誠興奮。翻譯領域的 AI 革命不是即將來臨。它已經來了。而且非常壯觀。

聽著,事情是這樣的——

在 OneSky,我們有開發人員和專案經理。品質保證流程。供應商管理。客戶經理。您知道實際翻譯內容的是誰嗎?大概只有那些人力的 5%。其餘的呢?都在管理那 5%。

來自前線的現實檢驗:我看著騰訊付我們六位數費用來翻譯更新說明,而 GPT-5 現在 30 秒就能處理得更好。Airbnb 等了好幾週才拿到房源描述,Claude 卻幾分鐘內完美完成。Change.org 的緊急連署活動翻譯卡在佇列中,人們還在爭論術語。

翻譯產業不可告人的秘密?這已經不再是翻譯品質的問題。多年來都不是。這是關於管理本不該存在的複雜性。我們建立整個企業來協調人類去做 AI 現在能即時、一致完成的工作,而且不需要專案經理發送十七封追蹤郵件。

現在呢?我有 Claude、GPT-5,以及直接通往真正重要事物的管道:產出結果。沒有客戶經理。沒有專案協調人員。沒有供應商爭議。當客戶需要修正某些內容時,我就修正它。當年 LINE 需要在一夜之間翻譯 50,000 個字時,那是一場危機。今天,這只是星期二下午的日常。

「但你無法匹敵人類品質!」每個沒真正測試過現代 AI 與他們『高級』翻譯供應商的人都這麼說。

朋友,我兩邊都見過。我審閱過數百萬筆人類翻譯。最棒的那些?令人驚艷。實際交付的平均水準?AI 每次都勝出。每一次。而且它永遠不會因為心情不好把「儲存」翻成「拯救」。

// 6 年翻譯營運教會我的事:

function buildSoftware() {
  while (problemExists) {
    const solution = thinkDeeply();
    const code = writeCleanCode(solution);
    const result = ship(code);
    
    if (result.usersSatisfied) {
      celebrate.withCoffee();
    } else {
      iterate();
    }
  }
}

// OneSky 流程:15 人、3 週、$10K, still got 'Login' wrong in Korean // i18n Agent: 1 API call, 3 seconds, $10,每次都有完美情境 // 要是我能回到過去告訴 2014 年的自己即將發生什麼就好了…

翻譯公司共同創辦人的意外轉折:

我從共同創辦一家服務財星 500 大企業的公司,到現在在除錯生產問題時,我的孩子們詢問我為什麼「對著只會說愛沙尼亞語的電腦用粵語大吼」。(他們以為愛沙尼亞的所有電腦都說愛沙尼亞語。我還沒糾正他們。)

在 OneSky,我們有事件回應團隊。現在呢?只剩我一個人,向家人解釋為什麼晚餐延遲了,因為「爸爸需要修理機器人翻譯器」。他們已經開始在晚餐時為「那個錯誤」擺放餐具,以為它是常客。

從企業會議到單打獨鬥的現實:

⚠️挑戰

  • 向前 OneSky 客戶解釋為什麼我現在是一人作業(結果反而交出了更好的成果)
  • 我的孩子在學校宣布「爸爸以前有一家大公司,但現在他只是跟電腦說話」
  • 發現 AI 翻譯我的文件,竟然比我自己用英文寫的還好
  • 在技術活動上被認出來:「你不是那個 OneSky 的人嗎?後來怎麼了?」嗯…

超能力

  • 功能交付速度比 OneSky 報價還快
  • 當騰訊的前在地化經理來信說我們的 AI 打敗了他們目前的供應商時,我差點哭了
  • 不用再向投資人解釋為什麼人工翻譯無法擴大規模。AI 可以擴大規模。就這樣。
  • 我的孩子認為我是巫師,因為我「讓電腦說所有語言」。我也不打算糾正這點。

但同時呢?

💻

技術堆疊(來自 10 年規模化的經驗教訓)

在 OneSky,我們有微服務的微服務。Kubernetes 叢集管理其他 Kubernetes 叢集。您知道真正重要的是什麼嗎?都不重要。技術從來不是瓶頸——人類的協調才是。

🗄️

後端技術堆疊

  • 到處都用 TypeScript,因為 JavaScript 就是 Brendan Eich 只有 10 天加上太多咖啡的產物。型別能救命。也能救理智。主要是救理智。
  • 用 PostgreSQL 存資料。不是因為它很潮。而是因為它從 1996 年以來就一直很可靠,我信任比 TikTok 還老的東西。
  • Node.js 搭配 Express。沒錯,2025 年了還在用。不服來戰。它能跑、速度夠快,而且我對它瞭若指掌。您那個超快的 Rust 重寫版可以再等等。
  • 用 AWS ECS 來託管。我能用 Kubernetes 嗎?當然可以。我想用嗎?絕對不想。人生苦短,不值得花時間除錯 YAML 縮排。
🧠

讓一切真正運作的 AI 秘方:

  • GPT-5 負責繁重工作(價格較高但值得)
  • Claude 處理語意細微差異——真實的 MVP(它理解情境的能力無人能及)
  • Gemini 用於技術精確度與程式碼理解
  • 針對特定領域的客製化微調模型

直說吧:您的技術堆疊遠沒有理解問題領域來得重要。我見過砸了百萬美元的 Kubernetes 叢集卻提供爛透的體驗;反觀有人用一套 PHP 單體架構就在印鈔票。

🚀

為什麼這很重要(說真的)

「速度令人難以置信。過去需要數週的工作現在只需幾分鐘,而且品質實際上更好。」——一位使用 i18n Agent 的開發人員

我花了 6 年建立一家人工翻譯公司。看著它為騰訊和 Airbnb 這樣的巨頭服務。你知道我學到什麼嗎?我們一直在解決錯誤的問題。

聊聊翻譯(或愛沙尼亞語發音)

從與團隊共同創辦 OneSky,到在家裡的辦公室管理 AI 模型。電子郵件品質變好了,回應時間變快了,咖啡消耗量則始終如一。

正在尋找企業解決方案或有特定需求嗎?

我們協助您進行客製化建置

感謝您造訪 i18n Agent

準備好改變您的翻譯工作流程了嗎?讓我們一起打造令人驚艷的成果。