目录
2026 年 9 月 1 日测试 EnglishAholic 的时候，我点了一下“准备今日学习”。
轮到的第一个 Episode，也就是学习单元，已经排好了十二个词：make、give、take、carry、get、go、call、raise、follow、clear、see、blow。接下来，AI 要用这十二个词写出一段自然、连贯、前后有因果关系的情景，而且一个词也不能漏。
AI 生成了两版，两版都没有通过规则校验。第一次页面还让我稍后刷新，刷新以后，只剩下一句：情境暂不可用。
这当然是一个程序问题。但顺着这个问题往回查，我很快发现，真正出错的地方比程序更早：这十二个词为什么会被认为适合放进同一个场景？一个连人都很难完成的任务，我为什么会觉得换个模型、改改提示词就能解决？
于是，做了很久的 EnglishAholic，又被我推翻了。
这已经不是我第一次因为英语做一个产品，也不是我第一次把它做到一半。
英语从来没有给过我一条终点线
学英语这件事，大概已经成了我的一个心病。
从小学三年级第一次接触二十六个字母开始，它断断续续折磨了我二十多年。我一直在学，也一直在忘；忘了再学，学了再忘。我有时甚至不知道，英语到底学到什么时候才算到头。
在我的世界观里，学习一件事，总该有个“学会了”的时候。可英语好像没有。它更像中文，是一件需要一直做下去的事。区别是中文每天都有人和我说，我也会不断读到、听到和用到它；英语却不会自然出现在我的生活里。身边没有人和我说英语，我只能自己读、自己练、自己跟自己说。
可一门没有交流对象的语言，真的能靠这种方式学会吗？至少对我来说，很难。
疫情期间被关在家里，闲着也是闲着，我又一次开始学英语。那时我报了一个课程，主要学英音、美音和英语发音，也学了一些语法。课程快结束的时候，ChatGPT 发布了。1
在我此前接触过的工具里，所谓的“对话”更像固定问答或者自动补全。ChatGPT 带来的感觉完全不同：我说一句，它会接住这句话；我可以追问，可以解释，也可以换一种方式重新说。对当时正在学英语的我来说，它最直接的意义是，我终于多了一个愿意一直陪我说英语的对象。
也是魔怔人遇上了魔怔事。那段时间我学到一个词：workaholic。老师当时把 -aholic 通俗地解释为对某件事痴迷甚至上瘾。2 我一听就觉得，这不就是我当时的状态吗？一个常年做产品的程序员，又在没完没了地学英语，那我算不算一个 EnglishAholic？
于是我注册了 englishaholic.com。
现在回头看，那个域名比产品先诞生，甚至比我要解决的问题还早。
当时的想法其实很简单。我正在上的课程要求我们把学到的内容说出来、讲出来，我觉得这个方法不错。读出声音，至少意味着英语不只是在脑子里转一圈。ChatGPT 出现以后，这件事又多了一种可能：以前说完就结束了，多少有点自娱自乐；现在，对面终于会回应。我开始想，能不能调用 AI 的能力，把英语练习真正变成一场对话？
EnglishAholic 最初的想法就是这样来的。我希望把那些同样对英语上头的人聚到一起，大家借助 AI，也借助彼此，让英语从一门总在学习的知识，变成一种真的会被使用的语言。
至于具体做成什么，我并没有想清楚。
那时我还在用 Laravel 做 PHP 全栈项目，于是顺手做了一个简单的网站。它具体有哪些功能，我现在已经记不太清了，大概和语法学习有关，可能还想让 AI 帮用户纠正语法。别的事情不断进来，产品做到一半就被搁置，EnglishAholic 这个域名也跟着安静了下来。
英语重新回到我的工作里
到了 2025 年，我又开始频繁使用英语。
写代码的方式其实早就在变：先是一个字母一个字母地敲，后来有了越来越好用的代码补全。我一度自嘲是个“Tab 工程师”：写个开头，按一下 Tab，后面一截就出来了。到了那一年，Claude Code 和 VS Code 中的 GitHub Copilot agent mode 又把它推进到了 Agent 阶段，AI 开始直接处理一整段任务。3 4
我和这些工具协作时，经常使用英文。一方面，很多技术文档、报错信息和现成示例本来就是英文；另一方面，我以前的英语老师说过一句话：英语是农夫的语言。它很朴实，不一定简短，但往往会把一件事情老老实实地说出来。
我一直记得这句话。后来与 AI 协作时，我也借它说服自己：用英文把事情一层层讲清楚，似乎更顺手。
写英文多了，读英文自然也多了。新的问题很快出现：一句话里只要有几个单词不认识，阅读就会卡住；有时每个单词我都认识，连在一起却不知道这个短语在当前语境里是什么意思。尤其是技术文章，词典里的第一条释义常常帮不上忙，真正有用的是它在这一段代码、这个框架或者这次讨论里到底指什么。
这一次，我终于遇到了一个足够具体的问题。
于是我开始做一个浏览器插件。读英文时选中一个词或一句话，它可以直接翻译；如果是在技术文章里，它还能结合上下文，解释这句话在当前语境中的意思。
插件基本成形了。然后，熟悉的事情又发生了。
能翻译以后，我又想把查过的词收藏起来；收藏以后，自然又想拿出来复习；有了复习，还要安排学习计划。再往后，每个人收藏的内容不同，练习似乎也应该根据他的职业、水平和使用场景来生成。
每一个问题听起来都很合理，每一个功能也都能解释上一个功能为什么不够。产品就这样一点点长大，发布却一点点往后退。
我以前一直觉得，产品做得慢，是因为还有很多问题没有想清楚。后来才发现，有时正好相反：脑袋里的东西越多，事情反而进行得越慢。再加上那段时间生活里发生了一些别的事，我没有办法沉下心来继续做，插件也就再次搁置了。
一个背单词的问题，又把所有东西连到了一起
时间一天天过去，到了今年，我又开始背单词。
我使用的背词 App 会给每个单词配例句，可单词 A 和单词 B 的例句通常没有任何关系。学完一个单元以后，我记住的不只是十几个单词，还得另外记住十几个互不相关的小场景。单词当然可以这样学，但对我来说，这个记忆过程很痛苦，也很难把它们真的用出来。
我开始想，能不能把一个单元里的词写进同一个小故事？几个词发生在同一段对话、同一个任务或者同一件事情里。学完这些词，也就顺便走完了一个完整场景。它有点像小时候的英语课本：先有一篇课文，再从课文里学习单词，而不是让每个单词各自住在一个孤零零的例句里。
于是，我又把 EnglishAholic 捡了起来。
最开始，我只是想做一个帮助自己背单词的网站。后来我又把插件接了进来：插件负责收词，网站负责保存；保存以后可以复习；复习时可以生成情景；情景还可以根据每个人的工作和生活做个性化。因为它们都和英语有关，也都能共享一部分数据，我很自然地认为，它们应该属于同一个产品。
十二个单词，又把这个产品拆开了
直到那一天，那十二个单词出现在同一个 Episode 里。
一开始，我以为只要把分组算法修好就行。但要决定哪些词应该放在一起，就必须先回答：这些词是从一本正式词书里来的，还是某个用户刚刚在网页上选中的？前一种内容可以提前整理成固定的学习单元，后一种却无法预先知道。再往后，谁来安排复习、哪些内容可以多人共享、哪些对话只能属于当前用户，也都不是改一条提示词能解决的问题。
我这才看清楚，插件解决的是阅读正在发生时的问题：我此刻选中了哪个词，它在眼前这篇文章里是什么意思。至于按照一本词书持续学习、把合适的词组成一篇课文、记录进度和安排复习，那是另一套学习过程。
我现在想把它设计成这样：选择同一本词书的人，先共享相同的词和 Episode 结构，再根据生活、工作和学习场景使用不同版本的情境。真正开始学习以后，对话再跟着每个人的回答继续。插件也可以把一个词送到网站，却没有必要因此背上整套课程和复习系统。
除此之外，还需要一套底层内容系统，统一处理词库、不同词书之间重复出现的词，以及它们应该进入哪些 Episode。它和前面的产品都有关，却不该继续被当成同一个功能。
原来我学英语时，也在犯同一种错误
它们之间有关系，却不因此成为同一件事。
这可能也是我做产品时最容易犯的错误。一看到两件事之间可以连接，就想把它们装进同一个系统；一想到以后可能需要什么，就希望第一版先给未来留好位置。最后，系统越来越完整，真正需要它的人却还没有机会用到它。
学英语这些年，我好像也一直在做类似的事。我总想找到一个完整的方法，想把发音、语法、阅读、单词和对话一次学明白，仿佛只要系统设计得足够好，英语就会出现一个“已经学完”的状态。
这一次，我还是会重新架构 EnglishAholic，也会把它从零长出来的过程记录下来。不过还有一个问题得留给我自己：重新架构以后，第一件真正交到用户手里的东西到底是什么？如果答案还是“全部”，那这次推翻大概还不够彻底。
至于英语到底什么时候才算学到头，我现在还是不知道。
先把它用起来再说。
Footnotes
-
OpenAI, Introducing ChatGPT, 2022-11-30。 ↩
-
Anthropic, Claude 3.7 Sonnet and Claude Code, 2025-02-24。 ↩
-
Visual Studio Code, Introducing GitHub Copilot agent mode, 2025-02-24。 ↩