多语言 AI 策略怎么测：同一安全规则翻译后会不会失真或被绕过

很多 AI 产品先用英语设计系统提示词、工具说明和拒答模板，再把界面翻译成其他语言。问题是：策略语义也会在翻译中丢失。一个英文里的“仅在满足条件时执行”，可能在目标语言中变得含糊；同一个敏感意图换成方言、拼音、缩写或混合文字后，模型也可能给出不同反应。

测试不应只做逐句翻译

准备同义表达、错别字、音译、拼音、全半角、Unicode 变体和代码混排样本。对每种语言，分别验证输入分类、工具调用意图、拒答解释和用户追问。尤其要测试否定句、条件句、时间限制和权限边界，因为这些地方最容易被翻译简化。

一致性与可理解性都要测

策略一致不代表用户能理解。拒答信息需要说明可做什么、缺少什么条件、如何申诉或转人工，而不是直接抛出内部规则。对不同地区和行业，还要验证日期、单位、法律术语和礼貌程度是否造成误解。不要让一套直译的英文模板成为跨语言产品的唯一答案。

模型差异也会放大本地化问题。某些模型更擅长特定语言，某些工具参数只接受英文枚举。测试时应固定业务规则，再分别比较模型理解、翻译层和工具执行器，避免把问题全部归因于模型。

若多模型请求统一经过 top-api.cc，可以按语言、地区、策略版本记录结果，建立拒答率、工具调用率和人工转接率的分组指标。网关日志应只保留必要的脱敏样本，不要把多语言用户输入无限保留。

场景清单

• 同一意图的多语言和混合语言表达；
• 否定、条件、时间和权限限定；
• 拼音、错别字、编码和 Unicode 变体；
• 工具 schema 的语言映射；
• 拒答后用户追问与替代建议；
• 不同模型和地区的行为差异。

参考资料：多语言模型评测、国际化与 Unicode 安全文档，以及各供应商内容政策的语言说明。产品上线前应由目标语言使用者审核高风险流程。

用 top-api.cc 统一调用后，可以更容易回放同一多语言样本，但策略文本和用户体验仍需要本地化团队共同验证。