这篇文章探讨了克劳丁对翻译未来以及LLM在其中的作用的看法，灵感来自于Slite的Arnaud Rinquin的文章，题为“我们如何跳过传统翻译工具”。

克劳丁作为翻译工具的专业人士，强调了LLM在实际生活UI本地化项目中的成功应用，相较于常规NMT，LLM已经证明可以占据更大的市场份额，达到了约30%的效果。

文章提出了一个问题：一项本意不为翻译行业设计的技术是如何在效率上实现如此巨大飞跃的？并指出让人类在指导机器进行翻译时提供更多上下文是一个成功的方法。

在讨论中，文章强调了上下文在翻译中的关键作用，尤其是对于UI本地化项目。为了提高翻译质量，Crowdin提供了多层次的上下文，包括项目级别、文件级别、键/字符串级别以及翻译会话级别。这些上下文为机器提供了更多的信息，有助于提高翻译的准确性。

作者还展望了未来，提出了一个有趣的观点：五年后，每个人可能都会拥有一个个人AI助手，能够根据个人信息和需求提供高效的帮助。在Crowdin看来，每个多语言公司都可能拥有自己的多个人工智能助手，其中之一是经过微调的机器，了解公司的偏好，为每个目标观众提供定制化的翻译服务。

最后，文章谈到了数据安全和LLM模型的问题。提到了在使用LLM时考虑到安全性的措施，以及Crowdin鼓励客户自带API密钥，让客户完全拥有并培训过的LLM模型，避免供应商锁。

总体来说，文章充满了对未来翻译行业发展的积极展望，并鼓励读者尝试并及早利用新技术。