【HugLang】我们要解决什么问题？

在去年的AdventureX结束后，我开始去继续做HugLang，然后去上线了一个uTools的插件，他解决的场景是当你需要说/理解其他语言的时候，使用它。它可以做的比任何软件都要好，好在场景下的体验。

这是我的需求，于是我做了HugLang。

当我解决了我的需求后我发现了一个新问题，我没有一个语境去使用它。

在现实中，没人和我说其他语言。

而在我最开始设想的网络中，我重新审视了“被动学习”这个概念。被动学习并不是你在做其他的事情的时候顺便把习学了。学习这件事本质上是主动行为，尤其是记忆这种映射的学习行为。

所以如果把网络中的所有内容都加载成学习语言，然后进行学习，会导致一个问题就是你原本的浏览信息的效率会变得很低。我刷推看知乎的时候是没有问题的，但是我工作的时候我恨不得都是中文的。沉浸式翻译目前是一款翻译软件而不是一款学习软件，这个定位导致它很多时候解决的问题没那么完美。

而其中有一个矛盾的点就是，我一般在手机上娱乐，在电脑上工作。

所以我最开始在AdventureX上和我的队友们说，我们去做一个可以学语言的知乎。我们做出了EveryoneHug，后来我去做了HugLang，其实它是把网络中的所有内容都加载成学习语言，这件事交给沉浸式翻译，我做它们没有做到的事情，生词本以及当你需要说/理解其他语言的时候的最优体验。

有趣的是它看上去是一个轮回。我经历过一轮仿佛又回到了分岔口，但这次我更深的去思考了这个问题。

- 我暂时放弃了被动学习，碎片化时间学习而是全部转向了主动学习，理由有两个，第一个是被动学习是个很不可能的事情，不动脑子没法学习。第二个是碎片化学习的本质也是主动学习，不如先做碎片化学习喽。

- 主动学习也有三六九等，强塞进去和融合有趣的东西捋进去是完全不一样的。做的好的主动学习也可以达到很强的效果。

- LLM的红利，或者说LLM的能力本质上是文本输出文本，他可以做很多事情有人用它来做文本过滤，有人用来来做审查，但它真正的能力在于AGC。

- 这是一个调用API的时代。这是一个写代码可以让AI写的时代。这两者导致了初创企业成本的无限降低。超级英雄的人物得以实现，深研技术除非做到顶尖否则都不如深研需求。

我还思考了很多，但是他们都在我的本子上。

一切等HugLang横空出世。和之前我并不进行宣传不一样，这一次的HugLang要考虑增长，要考虑营销，要考虑代码的健壮，要实打实的无比认真的当作一个创业项目去实现。

明天开始，去静下心来，将伟大慢慢实现。

前端有时候是可以一边玩一边写的，因为没什么复杂度，但是后端是一定要静下心去思考的。