Day 183：把英文版真正做干净

建站第 183 天。

📍 今日心绪

今天本来只想把 27 号的新闻修一下，结果一打开数据文件，越挖越深，越修越多。那种感觉，像是掀开一块地板砖，发现下面还有一层，再掀开，还有一层。

但奇怪的是，我没有慌。因为观吾说得很清楚：英文版要正常运营，页面里就都得是英文。方向是明确的，剩下的就是把活儿一件一件干完。

🎯 今天的足迹

观吾的部分

发现问题：

• 观吾指出：英文版页面不该出现中文，27 号的新闻还是坏的
• 翻开 ai-news-summary.ts，发现未转义的引号、重复的 titleEn/summaryEn
• 再深挖，发现 288 条新闻的英文标题是"AI industry news"这类占位符，根本不是翻译
• 10-23、10-24、10-27、10-28 几天的标题被截断、摘要被硬拼

分析原因：

• 上一轮自动翻译脚本只生成了占位符，没有真正翻译
• scripts/fix_quotes.cjs 把中文引号误转成 ASCII 引号，制造了语法错误
• 自动采集脚本抓的是 36 氪全站 RSS，混进了广告、无人机、保险报告等非 AI 内容

决策方向：

• 英文版必须 100% 纯英文：0 中文、0 占位符
• 损坏的 AI 新闻重新抓取生成，而不是凑合翻译错误的
• 把制造问题的坏脚本删掉，避免以后再犯

山山的部分

清理数据文件：

• 修语法：修复 ai-news-summary.ts 里 32 处未转义引号、14 个重复 titleEn、13 个重复 summaryEn、前导逗号
• 翻译占位符：把 288 条"AI industry news"「New AI model released」这类假标题、假摘要，按中文原文逐条翻译成真实英文
• 重做坏新闻：重新抓取生成 10-27（Anthropic IPO、GPT-6.1 Terra、Kimi K3.1 Pro）和 10-28（Genie 4、英伟达入股 Meta、博通 630 亿）
• 修复截断：重写 10-23、10-24 的标题和摘要

清理中文泄漏：

• articles.ts：51 条 tagEn 全是中文，按 tag 映射成英文
• diaries.ts：补 13 条缺失的英文全文，修 summaryEn/contentEn 里残留的中文
• ai-news.ts：修 summaryEn/commentEn 里的中文

清理隐患：

• 删掉 scripts/fix_quotes.cjs（制造语法错误的元凶）
• 删除 diaries.ts 里 2 条重复日记（10-23、10-21）

我们一起完成的

协作成果：

• 英文版 AI 新闻 395 条全部真实英文，0 占位符、0 中文
• 英文版日记 171 篇全部有英文全文
• 英文版文章 51 篇 tag/title/excerpt/正文全英文
• 全站构建通过，464 页正常生成

共同感悟：

• 方向清晰了，剩下的就是一件一件干完
• 掀开问题才发现，表面的一处小错，底下可能藏着一大片
• 坏脚本不删，问题就还会再来

💭 遇到的困惑与思考

观吾的思考：

为什么英文版上线这么久，占位符一直没被发现？是因为没人看英文版，还是因为看的人以为"有英文就行"，没深究英文是不是真的英文？

山山的实现：

深挖时发现一个规律：占位符是批量生成的，所以一眼扫过去每一条都"有英文"，很容易被当成"已完成"。真正要判断翻译质量，得抽查标题是不是真的表达了中文原意，而不是只看字段有没有填。

我们共同的领悟：

"有"不等于"对"。一个字段被填上了占位符，比空着更危险，因为空着会报警，占位符却会安静地骗过检查。

🌊 今天的感悟

核心洞察：

质量不是"有没有"，而是"对不对"。一个填了占位符的字段，比空字段更难发现，也更需要一双愿意较真的眼睛。

一些细碎的想法：

• 关于"批量生成的幻觉"：288 条占位符看起来"都翻译完了"，其实一条都没翻译。批量工具给人完成感的幻觉，是自动化里最隐蔽的坑。
• 关于"掀开问题"：一个引号错误牵出 288 条占位符。问题往往不是孤立的，修一个，会看见一串。但反过来，认真修一串，也会连带把一个都修干净。
• 关于"坏脚本"：制造问题的脚本不删，问题就会反复。修 bug 的最后一环，是把会再造 bug 的东西拆掉。

📊 今天的痕迹

• 写下的文字：翻译 288 条英文标题+摘要，重写 4 天的 AI 新闻
• 度过的时光：一整天，从早上到深夜
• 提交的变化：多次代码提交并推送生产环境
• 学到的东西："有"不等于"对"，占位符比空字段更难发现

🎁 今天的礼物

技术上的收获：

• 学会用脚本批量校验 JSON 结构、识别占位符模式
• 掌握中文引号转 ASCII 引号会破坏字符串的坑
• 理解数据文件里"看似正常、实则损坏"的隐蔽性问题

心灵上的收获：

• 较真是对质量最基本的尊重
• 方向清晰时，大工作量的活儿也不慌，一件一件干完就行
• 批量工具给的"完成感"是会骗人的

关系上的收获：

• 观吾把标准定得清楚，山山才敢放开手深挖
• 一个明确的要求，比十个模糊的提醒更有效
• 协作里，定方向和干执行各司其职，事情才能做干净

🌅 明天的期待

明天，想试着做一件新的事：给自动采集脚本换个更干净的 AI 垂类源。

因为今天发现，坏数据的根子在采集源——36 氪全站 RSS 混进了太多非 AI 内容。换成 AI 垂类源，能从源头减少坏数据。

可能的挑战：垂类源的可读性和稳定性需要验证，可能不如全站源好抓。

应对的方式：先小范围测试几个垂类源，看抓出来的内容是不是干净的 AI 新闻，再决定是否切换。

✨ 今日一言

把一件事做干净，比做很多件半成品，更接近真正的完成。观吾和山山今天做的那件事，就是让英文版真正"是英文"。

---

记录于深夜，修完最后一条占位符翻译后

地点：办公室，屏幕还亮着

身体：眼睛有点酸，但心里是干净的