一个数据密集型工具要覆盖168个国家、5种语言（英语、荷兰语、德语、法语、西班牙语），接入翻译平台似乎是板上钉钉的事。但SaaS翻译工具意味着额外依赖、每月账单和流程瓶颈：每次内容变更都要导出字符串、等翻译、导入分段，再验证五个回滚版本。

换个思路——把翻译当成部署配置，而不是独立流水线。

术语表即配置，执行器加门禁。把术语和翻译规则写成JSON术语表，放进版本控制，让它成为跨语言概念映射的唯一事实来源。两个代理分工协作：执行器（廉价模型）读取源内容，机械应用术语表，并行输出所有语言版本，只做固定规则操作——替换术语、调整地区格式（日期顺序、数字分隔符）、展开地区感知块，不做任何主观判断；门禁（强模型）在发布前校验每个输出，检查源语言泄漏、角色偏差、地区惯例，捕捉字面替换带来的隐性破坏。

这套设计把速度和质量解耦：便宜的执行器并行跑出效率，强大的门禁完成深度审查。大多数内容一次就能通过门禁，回归问题在早期暴露，而不是拖到生产环境才爆雷。

规模让这套方案真正产生价值。旅行安全地图在168个国家落地，每个档案包含23个板块（旅行建议、诈骗提示、紧急电话、大使馆、道路安全），数据来自5个政府聚合器，外加犯罪、安全、腐败指数。其中152个国家还要发布另外4种语言版本，即152×4×23≈14,000个翻译决策。术语表驱动的执行器几分钟内就能处理完这批任务；门禁真正要盯的是依赖本地语境的自定义建议和诈骗描述，而不是那95%纯规则内容。

跳过门禁会怎样？三种失败模式足以说明问题：源语言泄漏、角色偏差、地区惯例错误——每一样都会让内容在目标市场显得突兀甚至冒犯。