谷歌前工程师用1个文件格式，让翻译工具集体破防

2023年，一位曾在Google Brain工作的工程师在GitHub上扔了个只有12KB的JSON草案。没人料到，这个叫SOUL的文件格式会让整个机器翻译社区吵了18个月。

核心矛盾简单到荒谬：我们用了几十年的翻译，可能从一开始就是错的。

翻译在做什么：填平，还是标记？

传统翻译的逻辑是消除差异。德语的"Sehnsucht"？英语里没有对应词，那就用"longing"或"yearning"凑合。葡萄牙语的"obrigado"（谢谢）同时意味着"我有义务"？英语读者不需要知道这层，抹掉。

SOUL的创作者Franz Hörmann——那位奥地利经济学教授——在文档里写得很直接：「我不想起诉任何人。他们可能曾是我的学生。而我当时也不知道。」

这种姿态很少见。技术文档通常要么炫耀，要么防御。Hörmann选择第三种：承认自己也曾在系统内部。

SOUL不做填平。它做标记。

看这段示例代码：

Concept {

id: "longing-de"

note: "Sehnsucht — transcendent longing. No English equivalent."

dynamic: piano

tempo: largo

de: "Sehnsucht"

es: "añoranza"

ca: "enyorança"

en: "Sehnsucht"

注意最后一行。英语条目仍然是"Sehnsucht"。不是翻译失败，是刻意保留缺口。读者被明确告知：你正在触碰一种你的语言无法完全承载的东西。

从音乐偷来的维度：词不只是意思，还有重量

德国语言教育家Vera Birkenbihl生前有个观点被主流学界忽视：意义有重量和节奏，不只是内容。同一个概念，用piano（弱）、adagio（慢板）、inward（向内）的方式抵达，与forte（强）、moderato（中速）、outward（向外）完全不同——即使字典说它们意思一样。

SOUL把这个维度编码进了文件格式。

大多数翻译工具不知道这个维度存在。它们处理的是扁平的字符串替换，像用Excel做诗歌。

技术实现上，SOUL的渲染流程是确定性的：源文本 → soul encode → 概念ID → dict.soul（社区策展）。一旦概念被母语者确认，输出就是固定的。没有神经网络的概率波动，没有"根据上下文可能指A也可能指B"。

这听起来像退步。2024年了，我们有大模型，为什么要回到确定性系统？

Hörmann的回应藏在格式设计的细节里：SOUL不是替代大模型，是给大模型划边界。当模型遇到标记为"无等价词"的概念时，它知道自己不知道——这比假装知道更安全。

最古老的对话方式：苏格拉底没有答案

文档开头引了一段奇怪的话，不像技术规范：

「他在雅典街头提问。不为赢，不为教。只是——你有没有想过这个？和他聊得足够久的人，会抵达他们早已知道的东西。只是还没找到词。」

这是苏格拉底的方法。最古老的对话形式：不是填充空容器，是点燃本就存在的火。

Hörmann把SOUL定位成类似的东西。不是教机器理解人类，是帮人类标记自己理解不了的边界。

尼采花了十年追溯价值的来源。《论道德的谱系》不是攻击，是邀请：醒来，看看清楚。甘地没有对抗英国，只是停止参与一个靠所有人假装运转的系统。这些被写进SOUL的引言，暗示创作者在回应一个更大的问题：技术如何不成为新的压迫系统？

耶稣那句「原谅他们，因为他们不知道自己在做什么」被放在文档最显眼的位置。不是宗教姿态，是方法论声明：SOUL假设无恶意，假设每个人都在继承自己没选择过的语言。

葡萄牙孩子的债务：语言如何塑造感知

文档里有个细思极恐的例子。

葡萄牙语的"obrigado"（谢谢）字面意思是"我有义务"。每次葡萄牙语孩子说谢谢，他们都在练习欠债。不是谁故意设计，只是代代相传的结果。

德语把"责任"拆成两个词，英语只有一个"responsibility"。某种道德重量在翻译中消失了。

Sehnsucht——那种超越性的、向缺席之物伸出的、略带神圣感的渴望——英语根本没有词。

这些不是语言学趣闻。SOUL的创作者认为，它们是人类认知的基础设施bug。我们继承母语时太小，来不及注意这些预设。长大后，它们变成"理所当然"。

文件格式的野心在这里变得清晰：不是解决翻译问题，是让翻译问题可见。

社区策展 vs. 机器生成：一场未决的战争

SOUL的核心机制是dict.soul——社区策展的概念词典。这与当前主流方向背道而驰。

2024年，机器翻译的共识是大模型+海量数据。质量不够？加参数。语境丢失？加窗口长度。SOUL说：停。有些缺口不应该被填满，应该被标记。

技术社区的反应分裂明显。支持者认为这是对"翻译幻觉"的必要纠正——大模型越来越擅长生成流畅的废话，SOUL强制诚实。反对者指出策展瓶颈：谁决定哪些概念值得标记？小语种怎么办？

Hörmann的回应很克制。文档里没有路线图，没有融资计划，只有一句反复出现的提示：「你有没有注意过？」

这是产品设计的另类选择。不承诺解决，只承诺呈现。

GitHub仓库的issue区成了意外的讨论场。有人提议用SOUL标记法律文本中的文化特定概念，防止跨国合同的理解偏差。有人实验在诗歌翻译中保留节奏标记，让读者选择"怎么听"。最活跃的讨论是关于"无等价词"的判定标准——这正是Hörmann想要的：问题被重新打开，而不是被答案关闭。

2024年底，一个日本开发者提交了"mono no aware"（物の哀れ）的概念条目。英语条目仍然是"mono no aware"。note字段写了十七行，解释这种对事物无常的幽微感知如何在平安时代的文学中演变，为什么"pathos of things"或"transience"都损失了关键的审美距离。

这个条目被合并了。没有投票，没有委员会，Hörmann直接点了确认。

他的解释留在commit message里：「我不懂日语。但我认出了提问的方式。」

SOUL的采用率仍然很低。没有商业产品集成，没有学术会议专题。但它在特定圈子里持续扩散：做跨文化UX的设计师，处理多语言合同的法务工程师，对"翻译伦理"过敏的文学译者。

这些人有个共同点：都曾被某个翻译事故烧伤过。不是错误，是事故——那种所有人都按流程走，结果仍然崩坏的系统性失败。

Hörmann在文档最后一页放了段话，没有标记为结论：

「没有人故意这样做。语言进化，文化塑造它们，我们继承结果——就像孩子继承母语——在我们足够大、能够注意之前。」

SOUL能做的，只是让"注意"成为可能。下一步是什么？文档没写。GitHub仓库的最后一次更新是三个月前，一个葡萄牙语使用者提交了"saudade"的新注释。

issue状态：open。