最近心血来潮，把FC上《港口镇连续杀人事件》的汉化做完了。
背景
第一次了解到这款游戏是因为读了《街》的一些相关介绍。当时刚玩完《街》不久，对AVG类型的兴趣被调动起来，并了解到这款游戏是许多后世名作的灵感来源之一，便想找来玩一玩，于是开始在网络上找rom。
游戏本身在国内知名度就低，搜了很久也没有找到汉化版，倒是翻出一个补丁形式发布的英化版。叠加小众、无汉化、打补丁三重debuff，可以相信国内完整玩过本作的玩家应该屈指可数。
本作看起来是一个一本道的刑侦剧，但游戏的自由度并不小。多周目游玩能时常发掘出新文本，一些指令也有意想不到的作用。游戏的各种彩蛋轻松幽默，很大程度中和了谋杀题材的悬疑成分和严肃性。
英化版的工作也相当饱满。文档、攻略一应俱全。标题画面的chunsoft和enix的logo，新开地的剧场招牌、看板的英化，以及路边咖啡店的图标绘制等等都处理的非常美观细致。文本翻译准确流畅。英化组甚至还在结尾留下一个通关密码。这个密码看似平平无奇，放在现在居然还有点ARG的意思。这部分或许等有机会会在具体展开说说，就不再赘述了。
英化版的高完成度让我保留了一个良好的游戏体验。即便如此，当时我的脑海里也全然没有想象过有一天自己会作为汉化测试一肩挑的主力完成对它的汉化。
一方面固然和我完全不了解汉化技术有关；但另一个更重要的原因在于：当时AI在游戏汉化中还没有占到如此吃重的地位。
我初次通关《港口镇》的时间大概是在23年底24年初，当时AI大模型已经逐渐展露头角，也已有不少人开始尝试使用它来汉化游戏。具体的实践上，或许有人会让AI全部接管游戏的汉化，但效果可预见的不会很好。因此这个阶段，汉化组或个人主要还是用它进行文本提取后的批量翻译，或者通过对话梳理思路并查漏补缺。
时间来到2026年，情况发生了完全的变化。相信绝大多数玩家都会认同，今年AI游戏汉化是彻底的井喷态势，真正做到了基本上每天都有汉化游戏发布。这巨大的变化背后，根本原因在于GPT4时代到GPT6.1时代的质变。
过程
光看上面这段，似乎把大模型说到天上去了。诚然，以前需要一个汉化组完成的任务，现在一个人就可以做到，而且这个人还不需要懂汉化技术，这不是AI伟力是什么？
《港口镇》也是如此。如果没有看到AI汉化井喷的情况，我不会冒出自己做一个的念头；如果没有GPT 6.1 Sol的帮助，《港口镇》的汉化也没法完成。这样看来，干活的主力是AI，而我在项目中地位尴尬。假设汉化中途把“我”换掉，似乎也不大会影响项目的完成。
必须承认，直到本项目完成的这一刻，我对FC汉化的相关技术还是处于知之甚少的状态。但经过这次亲身实践，个人还是有了一些不一样的体会。
项目初期，思路是让Codex逆向一下英化版，一是想让AI看看人家是怎么做的，完成一些技术积累，二是让AI考虑有没有可能在此基础上制作汉化版。这一阶段主要工作流是先指挥GPT 5.6生成提示词，再把提示词提交到Codex的GPT 6.1 Sol里，稍简单的任务使用Medium，大部分时间深度保持在High。提示词主要内容是尝试复用英化版的已有修改进行汉化，我想当然的认为这样能够降低难度。
刚开始的几天还开展得比较顺利，少部分场景下汉字显示很快就做出来了。但随着继续深入，逐渐感觉到阻力越来越大。AI仍然在全力运转，可得出的结果像是进了一个死胡同里兜圈：不是这里乱码，就是那里不显示，始终没法走通一段简单的剧情。或许继续消耗一些token，AI也能最终跳出这个循环，自己找出正确的道路。但当时已经隐隐感到，继续原路线会导向一个资源上浪费，产品上糟糕的结果。
解决这个问题用到了一点逆向思维，我开始从另一个方向思考，为什么近期汉化会井喷？汉化井喷一是意味着AI大模型的能力有了很大提升；另一方面，这些历史未汉化游戏的难度在当前已经不再处于一个很高的水平，否则不会在数量上有这么明显的变化。
回到本项目中，理想的状况会是：项目会遇到一些困难，但正常情况下能够比较轻松地解决，而不是像现在这样难以推进。因此，技术路线上应该是存在一些问题。什么问题可以先放一边，但后续不可以再简单照抄，而是要尝试另谋出路。
如何另辟蹊径？这里也没有硬着头皮去攻关，而是用了一个取巧的做法：先让AI分析近年FC汉化作品使用的技术。
具体实现上也有窍门：首先给AI一个能够比较轻松获取这些信息的入口。直接去让AI爬B站当然也可以，但给AI一个类似模拟游戏中文数据站或者DMG汉化组之类的站点显然会更快。而AI经过几分钟的爬取，整理出了一份这样的结果：
| 游戏 / 汉化 | 时间 | 文本性质 | 汉化版 Mapper / 容量 | 发布者透露的方案 | 对《港口镇》的参考价值 |
|---|---|---|---|---|---|
| 热带之星 StarTropics | 2025 | ARPG，大量剧情、对话，且原文本有双字典嵌套压缩 | Mapper 74；原 PRG 256K → 计划/实现扩到 512K | 作者最初转 MMC5，后来因原 MMC6 IRQ 差异放弃；最终 MMC6→MMC3→Mapper74，利用 CHR-RAM“写任意汉字”，扩 PRG 放字库和代码 | ★★★★★，和我们情况非常接近 |
| 最终幻想 II 新汉化 | 2023–2025 | 大型 RPG | MMC5 + NES2.0 | 作者明确说因 NES2.0 新特性开坑，后来加入 IRQ 解决文字显示数量问题 | ★★★★★ |
| 最终幻想 III 新汉化 | 2023 | 大型 RPG | MMC5 + NES2.0 | 与 FF2 同架构，完整剧情；物品、菜单也做 12px 大字 | ★★★★★ |
| 热血物语 2026 新汉化 | 2026 | 动作 RPG，NPC/商店/剧情文字明显多于普通动作游戏 | Mapper 192，256K PRG + 256K CHR | Mapper 名直接是 TW MMC3+VRAM Rev.B；Mapper192 本身就是 MMC3 + 4K CHR-RAM + CHR-ROM |
★★★★☆ |
| 骷髅13 第一章 | DMG 2017–22 | 动作 + ADV，大量剧情文字 | Mapper 192，256K + 256K | 发布页没写程序细节；但 Mapper192 的设计本身就是混合 CHR-ROM/RAM | ★★★★☆ |
| 金属之光 | 中文版 2026 | 纯 ADV / VN 级文本量 | 原生 MMC5，1 MiB 级 | 中文版沿用这一高容量游戏基础；近期版仍在修自动翻页/时间轴等问题 | ★★★★，但它不是“汉化时换 mapper”的案例 |
| 加纳战机 | 2025 | 动作射击，剧情有限 | 普通 Mapper4，128K PRG + 256K CHR | 作者明确说只扩 CHR，不扩 PRG，不加 WRAM/CHR-RAM，移动文本+改指针即可 | ★★，非常好的反例 |
| 哇咿哇咿世界2 | 较早 DMG | 动作类，文字有限 | VRC4a Mapper21，256K PRG + 512K CHR | 直接使用“大容量 CHR”；发布者还提醒 512K CHR 超出官方游戏常规用量，兼容性下降 | ★★ |
读到AI把一个Mapper 74项目当作最接近情况的时候，应该有人能明白为什么越往后越没有进展的原因了。《港口镇》英化版本身是一个Mapper 68项目，英语本身只有26个英文字母，所以空间上问题不大，但汉语就不是一回事了，加上游戏本身文本就多，还用Mapper 68方案，256 KiB实在是太紧张。一开始就应该做的方案路线的整体评估，因为项目经理（本人）是一个汉化文盲而被天然忽视，在一个错误或者说困难方向上浪费了太多时间，不得不说是一个深刻的经验教训。
重新修订方案后，推进顺利了很多。随着项目的深入，越来越明显地感受到世界各地的玩家都以不同的形式为《港口镇》这款游戏作出过自己的贡献：有超级详细的攻略，有游戏机制的解析，也有一些破解程序和rom的分析。这些成果或多或少对汉化都起到了一些正向作用。
再说回英化版，如果没有完整地通过一遍，我大概也不会理解传唤角色的指令为什么要翻成call out，也不会理解为什么新剧剧院门口看板上的文字被翻成了”Nude!”。汉化版翻译虽然也是以AI为主，但这些细节的还原还是主要靠人来决策，如果在完全不了解的情况下汉化，最终的结果应该不会太好。
收尾阶段碰到的最后一个难点是游戏里菜单行数达到7行以上时的显示效果。日版和英化版天然不存在的问题，在汉化版中又要纠结一番。如果用小字，阅读起来不是很舒服；如果不改，菜单又会拖得太长，侵入正文区域更深，显得更加不美观。最后还是决定为8行菜单和9行以上菜单分别设计不同的行距，这样虽然和默认菜单的行距有差别，但从实际游戏体验出发，相比前面两种方案还是要强些。
如果交给AI的话它会怎么处理？我尝试的结果是，AI会考虑一个把菜单“拎起来”的方案，然后通过反馈，它才会意识到这样做存在的问题。说它聪明吧，它可以写好难懂的汇编程序；说它笨吧，在这种问题上，显然相比人类它要花费更多的时间，甚至花了时间也未必能找到一个比较好的解决方案。或许更深的深度下，AI能找出一个最佳实践，但这又牵涉到另一个问题，那就是token的消耗。这也是AI汉化与传统汉化的一大不同之处：比起时间成本，token成本反而成了更决定性的因素，毕竟token成本的实质就是经济成本。
小结
AI能力很强，人的能力已经逐渐无法匹敌。而这时人还要指挥AI干活，这种错配和现实世界中“草包领导，能干下属”的情境是否有几分相似？因此，出现类似文中Mapper都没搞清楚就开干然后干不下去的情况，反而挺自然的。
当AI的输出达不到自己的期望时，我们常会觉得是AI不够聪明，领会不了自己的意图，意识不到整个过程中，人其实占据比AI更重要的地位：人要替AI做一些关键决策，为AI指对方向。至少在现在，人才是那个终极的harness。
AI时代对人的要求，并没有随着工具门槛的降低而降低，反而相比从前变得更高了。你可以不懂汉化，不懂编程，但是你不能缺乏一些基础的情报收集能力和判断力。或者换句话说，是人的综合能力，决定了最终产品的上限。这或许也是人在AI时代需要完成的使命：两条腿走路，一边退步，一边进步。