多语言不是"翻译一下"
在多语言场景里，真正出问题的往往不是翻译质量，而是**工程细节**：
分词、编码、时区、数字与日期格式、姓名顺序。这些一旦处理错，轻则排序乱，重则业务数据算错。
五个高频坑
**一、分词与检索**
中文要分词、日文要处理假名与汉字混排、泰文没有词间空格；空格分词的那套直接搬到中文上，
召回会明显变差。做法：按语言选择分词器，**并对每种语言单独测召回**。
**二、Unicode 归一化**
"é" 可能是**单码点**也可能是 "e + 组合音符"；不归一化会出现"看着一样但比不出相等"的 bug。
做法：比较与存储前统一 NFC/NFKC；长度统计与截断要按**字形**而不是码点（否则会截断半个字）。
**三、时区**
**四、数字与日期格式**
**五、姓名与地址**
测试怎么做
1. 每个界面至少测**两种文字方向**（从左到右 / 从右到左）与长文本换行；
2. 用"最长语言"测布局（德语/芬兰语常比英文长 30%+）；
3. 准备**边界样本**：组合音符、emoji（含肤色修饰）、零宽字符、泰文与阿拉伯文；
4. 对每种语言的**检索召回**单独出一份指标，不要只看英文。