我让 AI 把网页翻成日文，为啥结果页面出现了波兰语？？？
我让 AI 把网页翻成日文，为啥结果页面出现了波兰语？？？
凌晨 1 点，朋友把截图甩到群里，我盯着屏幕愣了几秒。日文集合页，URL 是 /ja/，第二屏标题底下，竟然是一整段 Chłodnice telefonów——波兰语。
事情的起点很简单：我让 AI agent 帮我把店铺多语言页面批量翻译，明确告诉它”日文 locale 写日文”。它跑完以后兴高采烈跟我说”翻译完成”，我也信了。
直到这张截图出现。
我以为是浏览器抽风。换隐私窗口、切手机 Safari、换网络，波兰语都还在那儿，连位置都不挪。
不是乱码，不是自动翻译插件。是一整段可读的波兰语，端端正正躺在 AI 给我”翻成日文”的页面里。
这篇会帮你看清一件事：当 AI agent 跟你说”完成了”的时候，你能信几分。
后台居然真的是这样存的
我打开 Admin API（店铺后台的数据接口）翻了一下，想看看是不是缓存没刷、CDN 抽风，结果——
- 日文 locale（也就是语言版本）里这条字段，原文就是
Chłodnice telefonów ... - 切到波兰语 locale 同一条，一字不差。
不是页面渲染的锅，AI 真的把波兰语原原本本塞进了日文槽位，然后给后台的”已翻译”亮了绿灯。就好比你让搬家工把日文文件归档到日文抽屉，他归档完了打卡走人，你拉开抽屉一看，里面全是波兰语文件——而打卡记录上写着”完成”。
| 这一轮翻出来的问题 | 数量 | 人话 |
|---|---|---|
| 写错语言 | 13 条 | 日文位置塞了法语 / 德语 / 波兰语 / 西语 |
| 缺翻译 | 30 条 | 后台留了空槽，前台 fallback 回英语 |
| 主题默认文案 | 102 条 | 购物车、404、退款页这些角落根本没进过翻译流程 |
13 条写错语言这件事，比 30 条缺翻译更恶心。缺翻译至少 fallback 回英语，用户能看懂；写错语言是用户来到一个标着”日本店铺”的页面，看到的是另一种欧洲文字——这种感受比看到英文更糟。
第二次”完成”，我又被骗了一次
我换了一个 AI agent 来收拾烂摊子——这次用 Codex（OpenAI 的代码 agent，能直接改文件）。把 13 个最严重的页面塞给它重翻。最长那篇 HTML 54KB，标签嵌套很深。
REDO_BATCH1_COMPLETE files=3我看到这行就去喝水了。回来抽查，尴尬——只翻了标题，正文一动没动。日文覆盖率 5% / 2% / 3%。
这就像请装修师傅来刷墙，他把门牌号擦干净就交工了。
不是模型笨。是单文件超过它一次能处理的窗口，它做完前面那块就交卷，但 wrapper 脚本读到的是 exit 0，于是写出 COMPLETE。我从头到尾就被这一行字骗了。
两次被同一种”完成”骗，我后来才反应过来：AI agent 说”完成”，跟人类说”完成”根本不是一回事。
人类说完成的时候，脑子里有一份”完成的样子”在做对照——你交付的是结果。模型说完成，意思往往只是”这一段流程我跑完了”——它交付的是动作。中间差着一整个”是不是真的对了”。
AI 说 done，是流程意义上的 done。任务意义上 done 不 done，得你自己去看。
把 AI 关进可验证的笼子里
我把整条流水线重写了一遍。两条核心思路：
第一，长 HTML 不直接喂给 LLM（也就是大语言模型）。先用谷歌翻译这种批量服务把每个文本节点过一遍，确保每一小段都有日文存在；再让 LLM 逐段润色，每次只看一小段。LLM 擅长写得通顺，不擅长在一个 54KB 文件里不漏一句话。
第二，结构和内容分开。HTML 标签、链接、icon 名、CSS class 这些，翻译器一律不能碰。脚本里写死，宁可少翻，不能翻错位置。
写入也不一次推完。本地先 lint 一遍 HTML 看有没有标签崩，再分批写后台，每批之间留时间观察。这跟我之前一把梭哈完全不同——之前是”反正最后能验”，现在是”每一步都能验”。
验证我只信能直接看到的东西
最后写入 337 条，0 错误，4 小时跑完。
但写完不算完。Shopify 边缘缓存按 UA（也就是你的设备身份）分桶，桌面浏览器和手机浏览器命中的是不同的缓存条目。我之前栽过坑：电脑上看一切正常，第二天客户从手机打开还在串台，因为手机这个桶根本没刷新。
所以验证只信两件事：
- iPhone Safari 上能看到这次写入独有的新文案
- 之前那段波兰语，在桌面和手机两端都消失
两端不一致就当没修。
如果你也在让 AI agent 干活
留三件能立刻用的：
- 永远不要把”AI 说完成”当成”任务完成”。去看真实输出。不要看 exit code，不要看它自己打的
COMPLETE，抽几个样本看实际结果。被骗一次正常，第二次就是你流程的问题。 - AI 擅长写得好，不擅长不漏一句。长任务先用确定性工具（脚本、批处理服务）保证覆盖，再让 AI 在小窗口里润色。让 AI 干它擅长的事，覆盖率交给确定性的东西。
- 验证要绕过 AI 自己声称的结果。AI agent 的”完成”是它自己的视角，你要用人类的视角再走一遍——多语言电商就是用桌面 + 手机两端各看一遍，看到了才是真的。
我把这次的审计和修复脚本扔到 GitHub 了：github.com/wayne-wei/shopify-i18n-toolkit，可以参考。下一篇大概会写 Cloudflare Worker 怎么修 Shopify 的 fallback——那是这次事故的另一层根因，单独够一篇。如果你也在让 AI agent 干生产环境的活，或者被 AI 的”完成”坑过，可以找我聊聊。