2022年大一下学期，必修课学了计算机编程语言Python最基础的几个章节，老师上课讲到“字典”这部分，觉得这个东西用途很大。
2023年年初到年底，ChatGPT诞生的一年间，我同时也有了笔译实践和口译实践译前准备堆积的大量语料和术语，都一并通过文档、表格形式，精确命名存储在U盘中。ChatGPT当时使用很麻烦，渠道很受限，当年的许多翻译任务仍然利用Deepl和有道翻译作为主力工具。
2024年，堆积的各种语料更多更杂了。
2025年DeepSeek诞生的时候很不好用，因此术语管理依然限于文件夹套文件夹、文档+文档。但随着这些资料越积越多和人工智能的迭代升级，随着深耕专业带来的实践量的攀升和对语言资产管理的精细化需求，随着我个人在电子文件管理方面的不断成熟，一个“人脑的语言资产管理理念+生成式人工智能助力+计算机编程语言”三合一的语言资产管理方式涌现在我脑海中。
当时，我不知道这个思考有没有实践落地和论文支撑。前不久，我注意到知网有关Python赋能翻译项目管理全流程的文献 。
我认为，虽然我的计算机编程一塌糊涂，但是完全可以积极拥抱生成式人工智能技术，利用我在电子材料管理方面的优势（技巧、逻辑等），通过巧妙的AI提示词设计，行成一个现有需求下足够使用的Python程序，并留有余地，可以不断更新，将来也可以借助人工智能或者人工进行修改。
于是，可以随意添加、双向搜索、导出、备份的1.0版本诞生了，阐明了文科专业、外语专业也可以拥抱包括人工智能在内的各项技术的真理。不求最先使用、不求技术上的领先，但求动态契不断变化的术语管理需求（当然将来可能延伸到其他语言资产）
10个月宝宝每天需要喝多少奶粉？
