AI 领域正以前所未有的速度发展，大模型的发布变得愈发频繁，模型的规模也在持续扩大。如今，大模型的起点已经攀升至数十亿参数（数十 B，B 是 Billion 的简写，10 亿），其功能之广泛，令人惊叹。它们不仅能画画、撰写文章和制作PPT，还能编写代码，几乎无所不能。更令人欣喜的是，使用这些 AI 工具已经变得前所未有的简便，只需通过浏览器即可轻松访问，无需繁琐的部署过程。

随着模型的迭代升级，新的版本不断涌现，而旧的模型则慷慨地免费开放给大众使用。例如，ChatGPT 在推出 4.0 版本的同时，其 3.5 版本也大方地供大家免费使用，甚至无需注册。国内 AI 公司同样积极进取，如文心一言、通义千问、豆包等，都在竞相抢占市场，提供免费服务。

尽管我与AI的亲密接触只有短短的大半年时间，但我已经在工作中对 AI 产生了深深的依赖。如今，每当我遇到问题时，ChatGPT 3.5 成了我的首选助手。在很多时候，我甚至觉得 Google 这样的传统搜索引擎已经渐渐淡出我的视线。

然而， AI 并非万能。尽管它强大，但偶尔也会给出错误的答案，甚至有时会胡编乱造来搪塞。在这种情况下，我意识到搜索引擎仍然占据着不可替代的地位。有些问题，还是得靠 Google 这样的搜索引擎来解决。

最近准备在产品中加入划词翻译的功能，习惯性的问了一下 AI。

Q：Linux下 如何做到Windows下的那种划词翻译功能？

A: 要在 Linux 下实现类似 Windows 下的划词翻译功能，需要结合多个技术来实现，主要涉及到文本捕捉、翻译 API 的调用和界面显示等方面。下面是一种可能的实现方式：

1. 文本捕捉：在 Linux 下，可以使用一些图形界面自动化工具来捕捉屏幕上的文本。例如，使用 SikuliX 或者 xautomation 工具来模拟用户在屏幕上划词选择文本的操作，并将选择的文本内容获取到。

2. 翻译 API 的调用：选择一个适合的翻译服务提供商，例如百度翻译、谷歌翻译等，并获取其翻译 API 的接入凭证。然后，在你的应用程序中调用翻译 API，将捕捉到的文本发送给翻译 API，并获取翻译结果。

3. 界面显示：将翻译结果显示在界面上，可以使用图形界面工具包如 GTK、Qt 等来设计和实现用户界面。在界面上显示原文和翻译结果，并提供相关的操作按钮或菜单来控制翻译功能。

4. 实现方式：

• 使用 Python 或其他编程语言编写程序，利用 Python 的图像处理库如 Pillow、pyautogui 等来捕捉屏幕上的文本。

• 调用翻译 API 的 Python SDK 或者直接使用 HTTP 请求发送文本并获取翻译结果。

• 使用 PyGTK、PyQt、Tkinter 等工具包来设计和实现用户界面，并将翻译结果显示在界面上。需要注意的是，在 Linux 下实现划词翻译功能可能比较复杂，需要涉及到图形界面自动化、API 调用、界面设计等多个方面。确保你对这些方面都有一定的了解和熟悉，并且有能力进行相应的开发和调试工作。

接下来问 SikuliX 和 xautomation 等的使用，发现越带越偏，给人的感觉在 Linux 下都没法做划词翻译。但想想也不科学啊，那么多词典都支持划词翻译，这肯定是一条行得通的路。

绝望之下，决定还是请教一下 Google。

一下子豁然开朗，第三个结果就是 GitHub 上的开源项目，还是用 QT 写的。

看项目介绍，特别满足我现在的需求。接着往下找，还有更加简便的实现文章介绍：

每当新技术的浪潮涌来，人们总是热衷于夸大其词，仿佛一夜之间就能颠覆整个世界。对于 ChatGPT 这样的 AI 技术，虽然它有可能最终取代或深度融合搜索引擎，但技术的演进终究需要时间。新旧技术之间会经历长时间的共存与融合，而非一蹴而就的颠覆。

在使用 ChatGPT 的过程中，我有一个困惑：为什么它在不知道答案的情况下，会编造一个看似真实但实则不存在的答案呢？这种真假难辨的回应，有时会让我误入歧途，走向错误的方向。

此外，我还发现 ChatGPT 在解决现有问题上也存在不足。当程序出现异常时，向 ChatGPT 求助往往会得到一些看似正确但实则无用的答案。相比之下，搜索引擎在此时显得更为靠谱。毕竟，你所遇到的问题，很可能已经有前人遇到过并留下了解决方案。这些经过人们验证和记录的答案，相对来说更加可靠。

由此可见，GPT 等 AI 技术仍有很大的进步空间。期待着科技巨头们能够继续投入研发，推动 AI 技术的不断突破，为我们带来更加强大和实用的产品。