印度：让语言知识与行业交付进入同一项工作

一个回答能够说当地语言，还不够；判断它是否有用的人，也要进入项目。印度的材料同时出现社区与领域专家参与的评价、地方语言共建，以及大型服务商的客户共建中心。它们面对的不是同一种客户关系。

本章先看知识怎样形成，再看服务商怎样把现场问题交给工程团队。FDE 的明确名称只出现在其中一类组织安排里，语言共建本身不因此被改称 FDE。

会说当地语言，还要知道怎样才算有用

2026 年 2 月 16 日，Anthropic 在印度公告中描述了与 Karya、Collective Intelligence Project 的合作：结合当地领域专家，建设农业、法律等任务的评价。这条材料的重要部分，不只是新办公室开在哪里，而是谁参与判断模型的表现。¹

Karya 的项目说明进一步给出分工：用七种印度语言的社区问题，结合公众评价与领域专家审查，观察回答的正确性、流畅性和可信性。这里的几项标准不必同时改善。一个回答可能语言自然，却没有解决提问者真正面对的问题；专业内容正确，也可能表达得难以使用。²

如果把评价只交给最熟悉模型的人，他们可能擅长判断系统是否遵守了提示，却不一定知道使用者如何理解答案。若只问使用者是否满意，也可能漏掉不容易察觉的专业错误。把两类判断放在一起，可以让工程团队分清要改的是知识、语言、交互步骤，还是任务本身的边界。

这种分工并非装饰性的文化适配。它会改变项目输入。团队不能只拿已有的英文问题翻译一次，然后假定测试已经覆盖当地使用方式；还需要让真实问题进入样本。问题的说法、缺失的信息、使用者会省略的前提，都可能影响工程师怎样连接资料、设计追问和处理不确定。

另一项 Karya 材料把参与者带到了具体地方。实施方称，它与马哈拉施特拉邦 Nandurbar 地区政府及当地社区共建 Bhili 语言系统，社区贡献了术语、翻译和语音数据，系统随后用于 MahaVISTAAR 农业服务及 BHASHINI 的广播应用。这是实施方的共建与使用说明；平台的全部覆盖人群不能被当成该语言功能的用户数。³

这个例子没有使用 FDE 职衔，本书将它作为共同建设的比较对象。它提示我们，现场知识不一定只来自客户公司的管理者。若软件要服务语言资源不足的人群，掌握必要知识的可能是社区成员、地方工作人员和专业人员。工程师需要与他们共同形成可以使用的数据，之后才谈得上系统怎样工作。

这项比较使“客户”需要拆开理解。采购系统的人、贡献语言知识的人、日常使用者和判断专业错误的人可能不同。预算负责人能确认采购，未必能代替社区判断一种说法是否听得懂；使用者表达满意，也未必能识别专业错误。语言评价进入工程流程时，应当知道每一种意见改变哪一类问题。

这些公开材料仍缺客户独立验收与长期维护记录，也没有把语言共建人员命名为 FDE。因此，本章不把它作为 FDE 在印度已取得成效的证明。它提供的是一个具体条件：如果必要的本地知识尚未进入资料与评价，增加一名远程模型专家并不能自动补齐。

从交付中心走到客户的具体问题

当地语言以外，还需要观察大型服务商怎样改变分工。TCS在2026年7月16日宣布，于加尔各答开设Gemini体验中心，面向零售、消费品、旅游与酒店等业务，将行业经验、前线部署工程与Gemini结合，用于客户共建、测试和后续扩展。公告列出的应用包括仓库收货、供应商合同管理和发票处理。⁴ 这是中心设立与所提供应用的公告，尚不是某个客户已经完成转型的证据。

以其中的仓库收货作教学推演：演示能读出送货单，不代表客户就能按它更新库存。实收数量少于单据时，由谁确认差异，能否先接收部分货物，发票又依据哪份记录处理？现场人员要与客户确认这些业务决定，远程团队才知道该实现什么规则、用哪些异常记录测试；改规则后，还要核对仓库与财务看到的是否是同一笔收货。

这使采购者能够具体检查中心与客户现场怎样接续：演示里的标准流程能否接收客户的例外，业务解释由谁确认，修改由谁完成，又由谁验证？这项检查是本书的教学建议，不是TCS已披露的验收结果；它帮助区分一个可供参观的应用，与一项已进入客户工作的能力。

分清谁付钱、谁提供知识、谁判断错误

社区参与评价与服务商建设中心，并不能说明印度企业普遍采取同一种工作方式。前者公开展示一种把本地问题纳入测试的协作安排，后者提出把行业知识、现场工程和平台能力结合的交付方向。共同需要解决的，是不能让预算负责人替所有参与者回答问题。

若客户要采购面向当地使用者的服务，应把社区语言判断、领域专家判断和业务系统验收分开。若采购的是企业内部工作流，先请有权处理业务例外的人说明决定，再让工程师实现。两条路径可以在同一项目相遇，却不该用一份“本地化完成”的汇报同时验收。

可以先拿一项容易被误解的问题做小验证：专业内容是否正确、使用者是否理解、下一步能否完成，各由相应参与者解释。这是教学建议，不是 Karya 或 TCS 的已披露客户结果。它让交付团队知道下一笔投入应购买语言资料、专业审查，还是系统连接，而不是笼统增加更多部署人员。