在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）：

请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两
个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的
需求。
目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并
可以将文字翻译为指定的语言
具体需求：
应用启动后自动进入文字/语音输入界面
可通过键盘和语音两种方式输入文字
可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换
支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别
默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字
可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄
文、西班牙文，意大利文等 9 种语言
对话界面交互友好，信息清晰直观
能显著区分原文和译文，译文应方便识别、阅读和复制
输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看
历史内容
点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史
内容的翻译做更新即可
语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息
安全
语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ，
需要法文翻译，才需要下载法文模型），而非打包在安装包中
能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动
翻译
可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代
码实现、以及测试
交付：
提交 Github 仓库链接（ Clone 后可以编译运行）
技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限
于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等
架构设计说明：
AI 使用方法与总结：
介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具
和 Agent
回顾此工作，哪些环节还可以改进使用 AI 的效率和质量
加分项
流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待
数秒之后才出现内容
性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之
处
阐述个人的软件设计哲学