用 LLM 翻译文档：代码注释最先出问题

作者让 Claude Sonnet 和 Claude Haiku 各翻译 19 份 Markdown 与 HTML 文档，并逐符号比对非正文内容。正文散文很少出错，问题集中在代码示例内的注释、一处隐藏 HTML 注释、一个链接目标，以及部分回答整体被包进代码围栏。未提供书面规则时，Sonnet 在 19 份中 13 份保持结构完整，Haiku 为 11 份。作者建议用模型翻译 Markdown 文档时优先检查这些位置。

AI推荐理由 作者用 Claude Sonnet 和 Haiku 各翻译 19 份 Markdown/HTML 文档，并逐符号比对非正文内容，给出可复现的失败点：代码示例内注释、隐藏 HTML 注释、一个链接目标，以及部分回答整体被包进代码围栏；无规则时 Sonnet 13/19、Haiku 11/19 保持结构完整。这是对 LLM 文档翻译局限的具体证据，对做本地化/文档流水线的开发者有直接参考价值；但样本仅 19 份短文档、单一模型家族，结论外推需谨慎，且正文指向外部博客，细节有限。