夜雨聆风
从官网下载原文、解决网络与文件命名问题，再到本地 AI 全文翻译、断点续传和 EPUB 生成，这次我把整个过程完整跑通了。
很多人都知道，巴菲特每年写给伯克希尔·哈撒韦股东的信，是价值投资领域最值得反复阅读的一套资料。
它们记录的不只是投资方法，还包括企业经营、资本配置、保险业务、风险管理、公司治理、市场周期，以及巴菲特几十年来持续进化的思考方式。
但真正想把这些信系统读完，并没有想象中那么容易。
一方面，资料分散在伯克希尔官网的不同年份页面里；另一方面，大部分内容都是英文，年份跨度又很长。如果只是零散地收藏几个 PDF，很容易下载之后就再也没有打开。
所以我做了一件一直想做的事：
把 1977—2025 年的伯克希尔年度股东信全部整理下来，制作成一套可以长期阅读的中文电子书。
整个过程比预想中复杂，但也很有意思。
一、第一步：先把 49 年的官方原文找全
伯克希尔官网保存了历年的年度股东信。
其中：
1977—2024 年，是沃伦·巴菲特撰写的年度股东信；
2025 年，是格雷格·阿贝尔接任 CEO 后的首封年度股东信。
总共 49 封。
最开始，我的想法很简单：写一个 Python 脚本，把所有年份循环下载下来。
但真正运行后，很快就遇到了问题。
终端里的网络环境和浏览器并不完全一致。即使浏览器开着代理、能够正常访问网页，Python 或 curl 也可能没有走同一套代理规则。
于是脚本不断提示下载失败，或者长时间卡在某一年不动。
为了方便排查，我给下载器增加了：
总进度条；
当前年份；
下载耗时；
失败原因；
自动重试；
错误日志；
断点续传；
已成功文件自动跳过。
但即便如此，终端网络依然不够稳定。
最后我换了一个思路：
既然 Chrome 能正常访问官网，那就让 Chrome 自己负责下载。
于是，我把下载器改成了 Chrome 扩展。
它不再依赖 Python 和命令行网络，而是直接调用 Chrome 的下载能力。这样，浏览器使用什么代理规则，下载器就跟着使用什么网络环境。
这一步之后，整体稳定性明显提升。
二、1999 年为什么总是卡住
下载进行到 1999 年时，又遇到了一个很奇怪的问题。
前面的年份都正常，唯独 1999 年一直显示：
0 B / 355 B
看起来像是在下载，但始终没有任何进展。
最后排查发现，问题并不在网络，而在官网文件名。
绝大多数年份的文件名都有相对固定的规律，例如：
1998pdf.pdf
2003ltr.pdf
2024ltr.pdf
但 1999 年是一个例外。
原来程序尝试访问的是：
1999pdf.pdf
而真正的官方文件名是：
final1999pdf.pdf
1999 年的 HTML 正文地址也不是普通命名，而是：
1999htm.html
之前下载器拿到的 355 字节内容，其实只是错误页面或跳转响应，并不是真正的股东信 PDF。
修复这个特殊年份后，49 年原文终于全部下载完成。
为了避免以后再被类似问题卡住，我又增加了一个保护机制：
如果某个地址连续 60 秒没有收到任何数据，程序就自动取消当前任务，并切换到备用官方地址。
这类细节看起来很小，但真正做自动化工具时，往往就是这些特殊情况最耗时间。
三、把 49 封信整理成统一的电子书结构
原文下载完成，只是第一步。
接下来还要解决格式问题。
早期年份主要是 HTML，后期年份主要是 PDF。不同年份的排版、换行、标题、页眉页脚、表格和特殊字符都不完全一致。
如果直接把文件简单拼起来，最终得到的内容会非常混乱。
所以我又做了一轮清理和结构化处理：
提取每一年的正文；
去除网页导航、无关链接和重复页眉；
清理异常换行和乱码；
按年份建立独立章节；
保留原文段落结构；
统一作者和年份信息；
生成电子书目录；
建立 EPUB 内部导航。
处理完成后，这套资料大约包含：
49 个年度章节；
约 48 万个英文单词；
2962 个翻译分块。
这个体量已经不是普通文章，而是一套真正的大部头资料。
如果把整本内容一次性交给在线模型翻译，成本、上下文限制、稳定性和中断恢复都会成为问题。
所以我决定把翻译过程也做成一个可以断点续传的本地工具。
四、用 Chrome 本地 AI 完成全文翻译
我最终做了一个 Chrome 本地 AI 全译电子书制作器。
它使用 Chrome 浏览器提供的本地翻译能力，把英文原文逐块翻译成简体中文。
整个翻译过程有几个特点。
1. 翻译在本机执行
原文不需要反复上传到第三方平台。
浏览器准备好翻译模型后，可以直接在本机逐块处理。
2. 支持暂停和继续
2962 个分块不可能一口气盯着跑完。
所以程序会把每一个已经完成的译文保存在浏览器的 IndexedDB 中。
即使暂停、关闭页面，甚至重启浏览器，回来后仍然可以从原来的进度继续。
3. 单个分块失败自动重试
翻译过程中，偶尔会因为模型状态或文本格式出现失败。
制作器会自动重试三次，并把最终失败的分块单独记录下来。
4. 实时显示整体进度
页面会显示：
已完成分块；
总分块；
已完成年份；
失败分块；
当前翻译内容；
整体完成百分比。
整个过程从“看不见的后台任务”，变成了一个可观察、可暂停、可恢复的生产流程。
五、最后 4 个分块为什么怎么重试都失败
全文翻译最终完成了 2958 个分块，只剩下 4 个始终失败。
失败提示都是：
返回译文为空
无论点击多少次“重试失败分块”，结果都一样。
一开始我以为是文本过长、特殊字符，或者某段内容格式异常。
但进一步定位后发现，这 4 个失败分块的英文原文完全相同：
Miscellaneous
它只是一个单独的章节标题。
对应的分块分别是：
1984-0118
1986-0112
1992-0101
1996-0124
Chrome 的本地翻译模型面对这个孤立标题时，直接返回了空字符串。
这也说明，自动翻译系统不能只依赖模型本身，还需要一层工程兜底。
于是我增加了一个短标题词典，将：
Miscellaneous
统一翻译为：
其他事项
新版制作器启动时，会自动检查这些已知问题，并直接修复失败记录。
不需要重新翻译前面的 2958 个分块，也不会覆盖已经完成的译文。
最终结果变成：
完成分块：2962
总分块：2962
已完成年份：49
失败分块：0
到这里，整套翻译流程才算真正完成。
六、最终生成了哪些内容
完成全部翻译后，制作器可以生成多种格式。
简体中文全译版 EPUB
适合直接导入：
微信读书；
Apple Books；
Calibre；
Kindle；
Kobo；
其他支持 EPUB 的阅读器。
中英双语对照版 EPUB
每个章节同时保留英文原文和中文译文，适合：
对照阅读；
学习英文表达；
检查翻译准确性；
研究巴菲特原始措辞。
Markdown 全文版
适合：
二次编辑；
导入 Notion、Obsidian、Logseq；
建立个人投资知识库；
后续做摘要、问答和主题索引。
除此之外，还可以导出译文备份 JSON。
即使浏览器数据意外丢失，也可以通过备份恢复翻译成果。
七、这次最深的感受：AI 真正有价值的地方，是把复杂流程做成系统
回头看，这件事表面上只是“下载资料并翻译成中文”。
但真正做下来，包含了很多不同环节：
寻找官方资料；
分析文件命名规律；
处理特殊年份；
解决代理和网络环境差异；
制作 Chrome 扩展；
清洗 HTML 和 PDF 内容；
拆分长文本；
调用本地翻译模型；
保存断点进度；
处理失败重试；
增加词典兜底；
生成 EPUB 和 Markdown。
过去，如果没有编程能力，普通人很难独立完成这样一套流程。
即使会编程，也需要花很多时间在搜索、调试和重复劳动上。
而现在，AI 可以参与需求拆解、代码生成、异常分析、内容清理、翻译、排版和文档整理。
但这并不意味着“告诉 AI 一句话，结果就会自动出现”。
真正决定结果质量的，仍然是：
能不能把问题拆清楚；
能不能发现异常；
能不能持续验证结果；
能不能为失败场景设计兜底；
能不能把一次性操作沉淀成可重复使用的工具。
AI 最有价值的地方，不只是替你完成一个任务，而是帮助你把一件复杂的事情，变成一套稳定、可恢复、可复用的系统。
八、写在最后
巴菲特的股东信，真正值得读的并不只是几句投资金句。
从这些跨越几十年的文字里，可以看到一个投资者如何理解企业、周期、风险、人性和时间。
更重要的是，可以看到一种长期保持理性、持续学习、尊重常识的思维方式。
这次把 49 年股东信整理成中文电子书，对我来说不只是一次资料收集，也是一场完整的 AI 自动化实践。
从最初的下载失败，到 1999 年特殊文件名，再到最后 4 个无法翻译的短标题，每一个问题都不是靠“一键生成”解决的。
它更像是人与 AI 一起不断排查、修正和完善的过程。
最终得到的不只是一套电子书，也是一套以后还可以继续复用的资料处理方法。
如果你也对这套巴菲特股东信资料、中文电子书或相关制作工具感兴趣，欢迎关注我，并私信获取。
说明：相关原始资料来自伯克希尔·哈撒韦官方网站，内容仅用于个人阅读、学习和研究，请尊重版权，不要擅自公开传播或用于商业再发行。
