SoSafe 的本地化团队只有两个人，却要面向欧洲、亚洲和澳大利亚的组织交付 34 种语言的内容。如今借助 Lingo.dev，90 多门课程在所有语言中的整套重译，一天之内就能完成。

这不是一次工具迁移的故事，而是一个团队不再把本地化当作供应商协作，而是当作基础设施来建设之后，会发生什么的故事。

“我很喜欢 Lingo.dev 的本地化基础设施从底层起就是 AI-first。我们把每次发布的周期从六个月缩短到一个 sprint，就能同时覆盖 34 种语言——而且还能直接和背后的工程师沟通。”

——Max Höffner，SoSafe 产品工程总监

产品本身就提出了这样的要求#

SoSafe 是增长最快的自适应人因风险管理平台，已赢得全球 6,000 多家组织信赖，帮助他们在风险持续演变的环境中提升人员韧性。平台以行为科学为基础，并结合来自真实威胁与行为的社区情报，把日常互动转化为自适应学习的机会。要让培训真正产生效果，内容的精确性、准确性和相关性至关重要。针对不同司法辖区使用正确的法律术语，也能进一步提升 GDPR 培训的整体可信度。网络钓鱼模拟必须足够逼真，才能真正带来学习效果。

“我们对内部内容非常自豪，”SoSafe 产品工程总监 Max Höffner 说，“在德国，正式语气是默认选择；而在瑞士，即使是正式培训，大家也更倾向于使用非正式表达。也正是在这里，高质量本地化不再是锦上添花，而是产品质量本身的一部分。”

内容的相关性和质量，是 SoSafe 的核心竞争优势之一。他们的模拟邮件必须提到本地机构；他们的合规模块必须使用特定司法辖区的监管表述。泛泛而谈的翻译，比没有翻译更糟——因为它会训练员工去识别错误的信号。

AI 出现之前，企业本地化是什么样的？#

在 2025 年之前，SoSafe 的本地化工作流和大多数企业一样：传统 TMS、外部翻译代理负责执行，以及一套把两者勉强串起来、极其痛苦的人工流程。

SoSafe 的本地化工程师 Annika Palm 谈起自己过去的工作时毫不留恋：“文件管理大概占了我 90% 的工作时间。谈不上有多刺激，也谈不上有多有趣，但又不得不做。我们大多通过邮件传文件，文件有时会在沟通中丢失。版本管理也经常出问题，因为我们没有 Git。”

一门课程的工作流程是这样的：复制项目文件，在创作工具里打开，逐条双击字符串，粘贴代理机构提供的译文，保存、导出、上传。每种语言都要来一遍。每门课程都要来一遍。

后来我们发现，质量控制实际上只覆盖了团队里有人看得懂的那些语言。至于其他语言，根本谈不上任何衡量。

“译者通常并不具备这个领域的专业知识，”Annika 说，“他们的翻译算是够用，但对我们来说，还远远没有达到应有的标准。”

传统 TMS 到什么时候会失效？#

真正的变化先发生在结构层面——SoSafe 把内容架构迁移到了 Git 仓库中的 JSON 文件，取代了原先创作工具的专有格式。当内容进入 Git 之后，一个问题变得再明显不过：为什么本地化还游离在这条流程之外？

Max Höffner 看到了一个他在行业里反复见过的模式：“这些老牌厂商的问题在于，他们只是在一个——至少在我看来——本来就已经坏掉的流程上叠加 AI 功能。有的有 GitHub 集成，有的加了这个那个。但 Lingo.dev 真正不同的地方在于，他们从一开始就是按 AI-first 的思路来重构本地化。而且因为他们团队的协作方式，我们能直接和打造这套基础设施的工程师对话。边缘案例当天就能解决。”

团队评估了三四个替代方案。它们本质上都在提供同一种东西——传统 TMS 工作流，只是上面再外挂一层 AI。

“我记得当时和我们的 CTO 聊过这件事，”Max 说，“我当时的观点是：这些老牌厂商是在一个坏掉的流程末端再补一个 AI。有些公司把 AI 放在中间步骤，同时还在推进人工版本。我当时想——那为什么不干脆把 AI 版本直接做到更好？”

本地化引擎如何取代翻译代理？#

如今，SoSafe 的本地化通过一组本地化引擎完成，配置包括 4,417 条术语表条目、按 locale 制定的专业风格指南、各 locale 的正式/非正式语体指令、术语偏好以及监管表述要求。

技术工作流很简单：内容以结构化 JSON 的形式存放在 Git 仓库中，本地化通过一条 CLI 命令运行。

“我们现在有一个共享的单一事实源，”Annika 说，“每个人都知道 GitHub 上的版本，就是平台上应该存在的版本。没有人还需要到处找文件，也没有人还需要反复确认：这真的是线上版本吗？”

术语表会在所有语言对之间强制统一术语——包括 GDPR 专用术语、网络安全词汇和产品专属语言。用 4,417 条术语表条目配置本地化引擎后，团队第一次能够真正量化 34 种语言中的术语一致性。过去往往要几周之后、通过客户投诉才暴露出来的问题，现在几分钟内就会被标记出来。比如质量评分在瑞士德语里发现某个问题，是因为缺少术语表条目，Annika 只要补上术语并重新翻译即可。最终统计下来，Annika 从告警到修复的平均耗时是 8 分钟——这也是 Max Höffner 最喜欢的指标。

那些差点让他们止步的顾虑#

Annika 最大的担心是失去控制：“我们的内容每天都会被成千上万的人看到。我们几乎每天都会收到投诉。如果我们为了更快翻译，却失去了对输出质量的控制，那对我们来说绝对不是好事。”

真正让她改观的，是本地化引擎的可配置性——术语表、翻译规则、品牌语气、各 locale 指令。“你几乎可以把引擎理解成一位译者，”她说，“译者手边会有术语表，会收到翻译规则，也应该了解产品。引擎拥有译者带来的所有知识包，而且更凝练，也更可靠。”

另一个潜在阻碍是 GDPR 审查。SoSafe 是一家德国网络安全公司——采购流程涉及 ISM、法务、IT、财务，以及多层级管理审批。

Max Höffner 的方法是先划清数据流边界。“只要我们能控制进入系统的数据，就能掌控 GDPR 相关的问题。凡是 PII，我们一律不发送。至于其他内容——我们的培训内容、内部材料——就可以继续推进。”随后 DPA 签署完成，法务通过，IT 也确认无误。问题从来都不是 AI 本地化是否合规，而是哪一类内容在这条边界之内。

一个团队能多快实现 34 种语言同步上线？#

如今，34 种语言都能同步上线。从德语最终内容定稿到所有语言全部上线，整个生产周期已经从数月缩短到仅 1 个 sprint。

“我们已经不需要分层体系了，因为现在无论是同时翻译成 1 种语言，还是 30 种语言，对我们来说都没有区别，”Sheree 说。

我们对这次转变做了实际测量：现在，一次新语言发布从头到尾只需要 1 个 sprint。多年来第一次，本地化不再是生产瓶颈。“瓶颈转移到了其他工程流程——比如需要更新的数据库条目，以及别处的一些人工步骤，”Max Höffner 说，“基本上，关于瓶颈的讨论终于不再像过去几年那样，一直压在本地化团队身上了。”

最能说明问题的案例，来自一个正在开发 AI 生成课程功能的产品团队。团队问 Max：对于客户上传 PDF 后生成不同源语言课程的场景，本地化要怎么处理？他的回答是：“用 Lingo.dev。”他们只花了一天就完成了实现——而在之前的模式下，这原本需要一个专门的 sprint。“我们几乎不用花太多时间思考这件事，”他说，“团队来问我，我们从第一天就把它做进去了。”

本地化工程师到底在做什么？#

Annika 的职位名称没变，但她的工作内容已经完全不同。“从各种意义上说，我现在都更像一名工程师了，”她说，“我们不再依赖别人来帮我们。我们可以更主动。以前我们必须依赖开发工程师，现在我们可以自己构建解决方案。”

这场转变，本质上是从运营执行走向架构设计。团队不再管理和供应商之间没完没了的邮件往来，也不再把字符串逐条复制进文件，而是开始配置引擎、调优术语表、监控质量评分，并编写自动化脚本。

“现在，我们自己就是解决方案的提供者，”Annika 说，“我们的流程精简了很多。现在的重心是解决问题，而以前更多是在管理那些提供解决方案的人。”

当被问到会对一位担心 AI 工作流削弱自身价值的本地化工程师说什么时，她回答道："真正的专业判断仍然掌握在我们手中——什么才算高质量、哪些内容需要翻译、以及面向什么受众。当我们把那些枯燥重复的部分交给 AI 本地化基础设施，就能更快解决真正重要的问题。"

下一步是什么#

SoSafe 正在将本地化基础设施推广到每一个产品团队。Sheree 把这种模式称为“集中式去中心化”——她的团队负责治理、质量标准和引擎配置，其他团队则在这些规则框架内自主完成本地化。

Sheree 表示："正因为我们为他们提供了统一的基础设施，各个团队才能更自主地开展工作。他们不再需要我们介入。大家可以放心信任引擎输出的信息符合应有标准，并在没有阻碍的情况下，按原本的开发节奏推进。"

两个人，三十四种语言，覆盖所有产品的质量治理——无需协调供应商，也无需排队等待。

这对扩展到 10 种以上语言的本地化团队意味着什么#

SoSafe 的经验揭示出一个规律：当团队跨过 10 种语言这道门槛，传统的 TMS + 翻译供应商模式之所以难以规模化，并不是因为翻译质量变差，而是因为协调成本的增长速度超过了内容量。真正改变局面的有三点：术语表强制执行让 34 种语言的术语保持一致，无需针对每个语言对进行人工审核；质量评分让每一种语言都变得可衡量——而不只是团队里有人会说的那些语言；而本地化工程工作流，则把主导权从供应商项目经理转回到真正交付产品的团队手中。

结果是，分工发生了根本变化。翻译机构提供的是人力，本地化基础设施提供的是能力。如今，SoSafe 这个两人团队单季度所治理的多语言产出，已经超过此前“两人团队加四家供应商”一整年的总产出。

他们这样说#

产品工程总监 Max Höffner 谈是否应该把本地化视为基础设施：

"当然是基础设施。它一直都应该是基础设施。在这个时代，本地化已经不再是一个依赖人工的流程。"

内容工程团队负责人 Sheree Foltin 谈是否推荐这场转变：

"我会建议重构整个流程，让团队中的人真正把精力放在重要的事情上。"

本地化工程师 Annika Palm 谈传统模式：

"坦白说，TMS 加供应商的模式正在走向终结。在当下这个快速变化的世界里，它已经跟不上节奏了。"

SoSafe 是一个自适应的人类风险管理平台，帮助组织大规模激发人的韧性——结合行为科学、全球社区情报和 AI，始终领先于不断演变的威胁。他们的本地化基础设施构建于 Lingo.dev 之上。

常见问题#

一个两人的本地化团队能支持多少种语言？

SoSafe 的两人团队借助本地化引擎，同时交付 34 种语言；这些引擎按不同区域设置配置了术语表、品牌语调规则和 AI 质量评分。

使用本地化引擎新增一种语言需要多长时间？

在 SoSafe，为一种新语言完成对 90 多节课程的完整重译只需一天。提速来自通过 CLI 运行的术语表强制执行和按区域设置进行的模型配置，而不是靠牺牲质量来走捷径。

本地化工程师和本地化经理的工作有什么不同？

SoSafe 的 Annika Palm 这样描述这场转变：这个角色的重心，已经从管理供应商关系和文件传输，转向配置本地化引擎、调校术语表、监控质量评分以及构建自动化。团队也从管理那些提供解决方案的人，变成了自己就是解决方案的提供者。

对于自己不会说的语言，如何衡量翻译质量？

SoSafe 使用 AI 质量评分——由独立模型根据预先配置的标准评估每一条译文。他们已在整个平台上完成超过 240,000 次评分评估。当分数提示存在问题时，本地化工程师会调整术语表或指令，然后重新翻译。平均解决时间：8 分钟。