我不是因为看不懂英文，才做了小窗译。恰恰相反，大多数时候我已经看懂了七八成。为了弄懂剩下那两三成，我却总要在原页面、翻译工具和 AI 之间来回切换。
为了效率和体验，我选择自己打造一个翻译工具。
读英文文章时，真正让我停下来的，常常是一句来回看了两遍、每个词都认识，却仍拿不准作者到底在说什么的长句。我会把它复制到 AI 里，先看一遍翻译；如果还是不确定，就把前后文一起放进去再问一次。等再回到文章，那句话虽然弄明白了，原本顺着往下读的节奏也断了。
轮到自己写，麻烦又换了一种。我通常知道自己想说什么，也能写出一个意思大致正确的版本，却很难判断它读起来是不是太书面、太生硬，或者比原意更冷淡。于是我又把草稿交给 AI，说明这是一条社交媒体回复，再让它“自然一点”“别太正式”。有时来回改了两三轮，最后真正采用的，可能只是其中一个词。
说到底，我的需求很简单：读的时候把意思弄明白，写的时候把话说得地道。麻烦在于，每次都要把原文、上下文和草稿搬到另一个工具里，处理完再搬回来。
后来我问了身边几位朋友，发现大家多少都有类似的经历：有人读到长句会顺手打开翻译工具，有人写完之后总要再找 AI 确认一遍。
于是我开始做小窗译。
它最初面对的不是“还缺哪一种翻译功能”，而是：能不能让翻译离正在发生的事情近一点，让人看懂以后，马上接着做原来的事？
第一个问题：功能越多，快捷键越不像快捷键
真正开始做以后，我遇到的第一个问题甚至不是翻译质量，而是用户应该怎样使用这些功能。
最直觉的做法，是为每一种翻译方式分配一组快捷键：划词翻译一个，剪切板翻译一个，截图翻译再来一个；以后增加输入翻译和实时翻译窗，就继续往下加。
从程序的角度看，这套方案很整齐。每个模式都有自己的入口，熟练以后也能一步直达。但我很快发现，开发者眼里的“清楚”，不一定等于使用者手上的“顺手”。
划词翻译足够高频，用过几次就能形成习惯。截图翻译却可能几天才遇到一次。真正碰到一块无法复制的文字时，我往往知道小窗译里有这个功能，却想不起当初给它设置了哪组按键。
一个快捷键只有在记得住的时候，才算快捷。如果还要先打开设置确认，再回到刚才的页面，那么所谓“快速调用”，反而制造了新的中断。
这件事让我改变了思路：与其要求用户记住软件里的所有模式，不如让软件替用户记住。
于是，小窗译默认只保留两个需要形成肌肉记忆的入口：⌘E 用于最高频的划词翻译，⌘J 用于打开快捷面板。
按下 ⌘J，所有翻译方式都会摆在面板里，我不用再回设置里确认快捷键。用得多了，字母又会变成第二段操作：比如 ⌘J → P，直接进入截图翻译。
快捷面板并不是又增加了一个入口。恰恰相反，它是在把入口收回来：偶尔使用时，面板负责提醒；频繁使用以后，手指自然会找到更短的路径。至于程序内部把它们分成多少种模式，不应该成为使用者的负担。
快捷面板解决的是怎样来到翻译前。可窗口出现以后，它究竟应该给我多少东西？
一个结果究竟够不够
Bob 将多个翻译引擎并排呈现做成了一种很有辨识度的体验。面对一句拿不准的表达时，把几个结果放在一起比较，确实很有价值。
最初思考结果窗口时，我也很容易沿着“更多就是更好”的方向走：既然能同时拿到几个答案，为什么不一次都摆出来？
但回到真实的阅读过程，大多数时候，我并不是面对一句完全无法理解的英文。更多情况是，整段内容已经看懂了七八成，只是某个从句关系不够确定，或者一个词放在当前语境里拿不准。
我需要的不是重新学习这段话，而是补上缺少的那一小块信息，然后继续往下读。如果每次划词后都同时出现三四个答案，原本只需要一次确认的问题，反而会变成一道选择题：哪个更准确？为什么这里用了不同的词？我要不要再比较一下？
答案更多，不一定意味着阅读更快。于是，小窗译的划词翻译默认先给出一个结果，窗口尽量保持简洁，不主动把更多选择推到眼前。
如果这个结果不够自然，或者某个表达仍然让我拿不准，再点开“对比结果”，把其他翻译引擎的答案放到一起。
先给一个结果，不等于拒绝比较，只是把比较留到真正需要的时候。这个原则对句子很有效，却很快遇到了一个明显的例外：单词。
拿 pitch 举例。一个普通翻译结果可能告诉我它是“推销”。答案本身没有错，但 pitch 也可能指音高、球场，或者一次产品提案。离开上下文，只返回其中一个中文词，很可能只是给出了一次正确但无用的回答。
整句翻译和单词查询，表面上都叫翻译，背后的问题却不一样。翻译句子时，我通常已经知道它在讨论什么，只需要补齐完整含义；查询单词时，我很可能真的不知道它是什么意思，也无法提前判断哪个义项符合眼前的场景。
所以，我没有把单词当成一句更短的句子，而是单独做了词典模式：把常见义项、它们之间的差别，以及帮助理解的解释和例子放在一起，再让用户结合上下文判断。
最重要的是，它还用英文提供了词义的解释，就像柯林斯词典一样，英英词典对理解词义的帮助非常大。
我并不想再做一部包罗万象的词典。词典模式要解决的，仍然是阅读停住的那一刻：先把最影响理解的歧义摊开，让人尽快回到原来的句子里。
到这里，所有设计其实都依赖一个没有说出口的前提：文字必须能够被选中。
当文字无法被选中
截图翻译最容易想到的实现方式，是先用 OCR 提取文字，再把识别结果送去翻译。最早思考这个功能时，我也把它理解成一条很直接的流水线：截图、识别、翻译、显示正文。
对于排版规整的文章，这条路通常没有太大问题。但截图里的内容并不总是从上到下排列的正文。
它可能是一张信息图，几段文字分别对应不同图标；也可能是一张聊天截图，双方的消息左右交错；还可能是一个软件界面，按钮、标题和说明散落在不同区域。
这时会出现一种很奇怪的失败：OCR 把字认对了，翻译也没有明显错误，我却还是看不懂这张图。因为文字一旦被抽出来拼成连续正文，标题、按钮和说明原本的对应关系也一起消失了。
我后来意识到，对图片来说，文字所在的位置本身也是信息。这时我想到微信图片翻译带来的那种体验：与其把文字从图片里抽走，不如把译文放回它原来的位置。
于是，我没有再把 OCR 识别出的文字单独抽出来，而是让译文回到对应的区域。这样保留下来的不仅是句子的意思，还有它在画面里的位置。
如果只是想看懂截图，可以直接阅读译后的图片；需要继续分享或整理时，原文和译图也应当能方便地从这里带走，而不是再做一轮截图和抄录。
把译文放回原图，保住了文字之间的位置关系。但这个办法仍然有一条边界：画面必须停下来。
看英文课程、产品发布会或者没有中文字幕的视频时，截图翻译可以应急，却不适合连续使用。截一次图，等待结果，看完，再截下一张。内容还在播放，翻译过程本身却不断迫使人暂停。
当截图开始重复，我意识到需要解决的已经不是“怎样更快地截下一张”，而是能不能让翻译留在这块不断变化的画面旁边。这也是实时翻译窗出现的原因。
打开实时翻译窗以后，可以把它放在屏幕上的一块区域。它更像一个能够移动和缩放的透明取景框：框内画面发生变化，就继续识别其中的文字，并把译文放回对应位置。
对于位置相对固定的视频字幕、在线课程和软件演示，不必再一张张截图，也不必把视线搬到另一个翻译页面。翻译跟着内容一起变化，原来的画面仍然是阅读的主体。
实时翻译窗真正改变的不是识别频率，而是我终于不用为了理解下一句，反复离开正在看的画面。
到这里，小窗译解决的主要还是开头提到的第一种情况：别人写的。可我最初想解决的，还有另一半——那些我准备发出去的话。
从看懂，到把话说准确
阅读和表达看起来都依赖翻译，衡量结果的标准却不一样。
阅读时，我关心的是能不能迅速理解意思。只要译文准确到足以消除疑问，我就可以继续往下看。写作时，我还会关心一句话听起来像什么。
同一句中文，可以被译成礼貌而正式的英文，也可以更简短、更像社交媒体上的口语。有些表达逐字翻译没有错误，读起来却会显得生硬；有些词意思相近，放进具体语境后，传递出的态度可能完全不同。
这也重新解释了前面那个问题：为什么小窗译默认只显示一个结果，却依然保留多引擎对照？
阅读时，一个结果是在帮我尽快离开翻译；表达时，几个结果则是在帮我判断究竟想怎么说。
例如回复海外社交媒体上的帖子时，我不只想确认“这句话能不能被看懂”，还会在意它会不会太郑重、太冷淡，或者带上一层原本没有的语气。这时，我可以先看一个英文结果；如果仍然拿不准，再把几个引擎的答案放到一起。
几个结果不是等待投票的“正确答案”，而是让我看见同一句话在措辞和语气上的几种走向，再决定哪一种更接近自己原本想说的话。
但当输入从公开帖子变成未发布的文案、内部资料或客户沟通，语气之外又多了一条边界：这些文字会被发送到哪里？
在线翻译引擎和大模型提供了很好的质量，也是我日常使用的重要选择。但面对尚未发布的产品资料、内部沟通内容，或者只是自己还没有整理好的草稿，我有时会在按下发送前犹豫一下。
所以，小窗译也提供本地离线模型。模型准备好以后，翻译可以直接在电脑上完成。对于那些不想离开本机的内容，不必在“要不要翻译”和“要不要上传”之间二选一。
本地和在线并不是谁取代谁。阅读公开内容、希望得到更多表达选择时，可以使用在线引擎；面对不想离开本机的文字时，可以切换到本地模型。速度、质量和隐私之间没有唯一答案，我更愿意把选择留给使用者。
把注意力还给原来的事情
回头看，小窗译并不是从一张完整的功能清单里长出来的。每解决一次中断，下一层问题才显出来：记不住的快捷键、被 OCR 拆散的画面、来不及截下来的字幕，以及那些不想发送出去的文字。它们最后都指向同一件事——翻译本身不应该成为新的中断。
我每天仍然会遇到那两种情况：别人写的，以及我准备发出去的。小窗译不会替我读完文章，也不会替我决定一句回复应该是什么语气。它真正应该做的，是在我停住的那一刻补上缺少的信息，然后把我送回刚才那句话、那个画面，以及那条还没有发出的回复。
小窗译可以从 translatewindow.app 下载。免费版可满足绝大多数日常需求，如需购买pro版，少数派用户输入优惠码 SSPAI，可获得15%优惠折扣。
