小工具,诚实的工具

为什么 TheTensor 发布单文件、本地优先、还把教程装进去的软件——以及为什么双语界面是功能而不是补丁。顺便说说接下来做什么。
软件朝一个烦人的方向漂了十年。曾经是程序的东西变成了账号,账号变成了订阅,程序本体则搬去了别人的电脑——你读不了它、审不了它,飞机上也没法用。在大多数领域,人们接受了这笔交易。但对一个碰你数据集、训你模型的工具来说,我们认为这是笔错误的交易——TheTensor 就是作为一个小小的反方存在。
本地优先是能感受到的功能
TheTensorTune 做的每件事都在你自己的机器上。数据集躺在一个你看得见的文件夹里,运行历史躺在一个任何工具都能打开的小 SQLite 文件里。唯一的网络流量是从 Hugging Face 下载模型,网络不痛快还能走镜像。当工具以这种方式工作,「还有谁持有我的数据」这个问题就不再需要回答——因为答案是谁都没有。这种隐私政策,是任何服务条款页面都替代不了的。
还有第二层更安静的好处:本地运行的工具是你可以靠读它来信任的工具。整个工作台是一个 Python 文件——随便哪个编辑器打开,全部表面积摊在你面前:API 路由、训练循环、导出逻辑。我们喜欢「它做了什么」这个问题有一个你能亲手验证答案的软件。
和工具住在一起的文档
大多数文档是一个你匆忙之间访问一次的网站,而且通常正赶上哪里着火。我们走了另一条路:十二讲的图文教程直接装在应用里,就在它所教的东西旁边,截图用的就是你正在跑的这个版本。从第一次上传数据集,到用 REST API 把训练接进你自己的脚本,全都在里面。应用更新,课程跟着更新——一份因为出不了门而永远不会过时的文档。
设计之初就双语,不是后补
界面原生说英语和波斯语——一键之间,每个标签、每个弹窗、每一课都切换成从右到左的波斯语,选择还会被记住。这不是本地化的补丁,是设计决定。团队一半人用波斯语思考,而今天有海量的人在那些被大工具当作边角料的语言里微调模型。带 emoji 的波斯语数据集在质量报告和训练循环里都是一等公民。工具应该说自己用户的语言,而不是反过来。
接下来
同一面旗下会有更多工具:小巧的、单文件的、本地优先的,每件把一件事做好。TheTensorTune 1.0 是第一个公开版本,往后的路线图由大家在 Telegram 和 GitHub 里真正问出来的东西决定——这话绕了一圈,其实就是说:告诉我们你需要什么。对话本身就是路线图。