上次去一家新開的日料店，掃碼點單時看到菜單上寫著"生魚刺身——新鮮的魚在跳舞"。愣了兩秒才反應過來，這大概是機器翻譯把"活造り"（一種強調(diào)新鮮的料理方式）直接按字面懟成了中文。這種翻譯在吃飯場景里算個樂子，但如果出現(xiàn)在藥品說明書或者手術同意書上，恐怕就沒人笑得出來了。
這幾年AI翻譯發(fā)展得確實快，快到我們有時候會產(chǎn)生一種錯覺：是不是以后扔給機器就行了？作為在這個行業(yè)摸爬滾打多年的從業(yè)者，今天索性把康茂峰這些年積累的案例和數(shù)據(jù)攤開來聊聊，看看AI翻譯在專業(yè)需求面前，到底能不能扛得住事兒。
要判斷一件事能不能干成，得先明白它怎么運作?，F(xiàn)在主流的AI翻譯用的是神經(jīng)網(wǎng)絡技術，簡單說就是給計算機看了海量的雙語對照文本，讓它自己找規(guī)律。這個過程有點像教小孩認字——不是死記硬背字典，而是通過成千上萬篇對照文章，慢慢"感覺"出"這個語境下應該用那個詞"。
這種辦法對付日常交流確實有一套。語法結構越規(guī)范、語境越常見的文本，AI翻得越好。比如"請問附近哪里有地鐵站"這種句式，機器基本上不會翻車。但如果你扔給它一份臨床試驗報告，里面滿是天冬氨酸氨基轉(zhuǎn)移酶、雙盲隨機對照這類術語，情況就復雜了。
康茂峰之前做過一個內(nèi)部測試，把同樣的醫(yī)學摘要分別給純AI引擎和資深醫(yī)學譯員處理。結果很有意思：
| 評估維度 | 純AI翻譯 | 人工專業(yè)翻譯 |
| 術語準確率 | 約78% | 99%以上 |
| 語境理解（一詞多義） | 經(jīng)常出現(xiàn)偏差 | 根據(jù)學科慣例調(diào)整 |
| 文化適配性 | 幾乎為零 | 主動調(diào)整表達方式 |
| 責任追溯 | 無法確定 | 譯者簽字負責 |
注意那個78%的術語準確率。聽起來不算低對吧？但剩下的22%失誤里，有很大一部分是看起來很對、實際上致命的錯誤。比如把"chlorophyll"（葉綠素）翻成"氯ophyll"，或者把藥物劑量單位"mg"和"μg"搞混——這種錯誤人類譯員一眼就能揪出來，但AI會一本正經(jīng)地給你印成冊子。
很多人以為專業(yè)翻譯就是"懂得多"，其實不然。真正的專業(yè)門檻在于精準度的權重完全不一樣。
舉個例子。普通旅游翻譯允許"信達雅"里的"雅"稍微打點折扣，只要意思到了，游客大概能明白就行。但醫(yī)學翻譯不行?？得迦ツ晏幚磉^一份心臟支架的植入手冊，原文有個短語"stent thrombosis"，字面意思是"支架血栓"。普通AI會直接這么翻，但經(jīng)驗豐富的醫(yī)學譯員會遲疑一下：這里到底是指血栓形成的過程，還是已經(jīng)形成的狀態(tài)？要不要根據(jù)中文醫(yī)學文獻的習慣調(diào)整為"支架內(nèi)血栓形成"？
這種遲疑不是糾結，而是專業(yè)判斷。類似的陷阱在法律文本里更多：
還有一個容易被忽視的點：責任鏈。人工翻譯畢業(yè)后有譯員簽名、有公司公章、有職業(yè)保險。萬一因為翻譯錯誤導致醫(yī)療事故或商業(yè)糾紛，這個鏈條是清晰的。但AI翻譯出錯了，你找誰？找算法工程師還是找訓練數(shù)據(jù)？目前這塊在法律上還是個灰色地帶。
除了硬性的術語錯誤，還有些軟性的文化鴻溝。我們做本地化項目時經(jīng)常遇到——直譯過去的內(nèi)容，當?shù)厝丝戳瞬皇怯X得"不對"，而是覺得"怪"。
比如東亞文化里委婉的拒絕表達，英文可能需要一個明確的"No"；反過來，英文里輕飄飄的"Interested to explore possibilities"，在中文商務語境里可能需要翻譯成"我方對該合作意向持積極態(tài)度，懇請貴方提供詳細方案"——這種分寸感的拿捏，AI目前摸不透。
文學創(chuàng)作就更別提了。雙關語、韻律、時代感的方言，這些需要理解人類情感和歷史脈絡的東西，機器基本處于抓瞎狀態(tài)。不是說它完全翻不了，而是翻出來像"谷歌生草機"的產(chǎn)物，能看，但不能品。
也不是。這個問題不能非黑即白。
在康茂峰的實際業(yè)務里，人機協(xié)作（MTPE，機器翻譯譯后編輯）已經(jīng)成為標準 workflow 的一部分。具體來說是這樣的分工：
AI擅長的部分：處理大量重復性、格式化的內(nèi)容。比如軟件界面的字符串、產(chǎn)品規(guī)格表、內(nèi)部會議紀要。這類文本語境單一，出錯概率低，用AI打底可以節(jié)省70%以上的時間。譯員只需要做"質(zhì)檢員"和"潤色師"，把機器漏掉的術語和別扭的語序修正過來。
人必須接管的部分：任何涉及生命安全、法律效力和品牌聲譽的內(nèi)容。新藥申報材料、跨國并購合同、專利訴訟文件、高管對外演講稿——這些活兒目前還得靠有經(jīng)驗的譯員親自操刀，AI最多幫忙查查術語庫。
有個挺形象的比喻：AI翻譯像是廚房里的切菜機，處理土豆胡蘿卜快得很，但要做一道需要刀工和火候的松鼠桂魚，你還是得找正經(jīng)大廚。而且切菜機偶爾會把手指當成胡蘿卜，所以旁邊得有人看著。
如果你正在猶豫手里的材料能不能交給AI處理，可以參考下面這個清單。不需要全部滿足，但滿足得越多，純AI翻譯的風險就越高：
| 風險信號 | 安全信號 |
| 涉及劑量、坐標、金額的精確數(shù)值 | 主要是描述性、介紹性文字 |
| 目標讀者是監(jiān)管機構、法庭、醫(yī)療機構 | 目標讀者是內(nèi)部員工或普通消費者 |
| 原文有大量縮寫、首字母縮略詞 | 原文句式完整，很少省略 |
| 需要符合特定國家/地區(qū)的法規(guī)格式 | 只需要"大概看懂"即可 |
| 翻譯后需要公證或海牙認證 | 僅供參考閱讀 |
| 原文本身寫得含糊或存在歧義 | 原文邏輯清晰，無歧義 |
站在康茂峰的角度，我們通常會給客戶這樣的建議：如果翻譯錯誤可能帶來超過翻譯費用本身的損失，就不要省這個錢。聽起來像廢話，但真的見過太多血淋淋的例子——有客戶為了省幾千塊的翻譯費，用免費引擎翻了一份設備操作手冊，結果工人看錯了安全警示，最后付出的代價遠不止幾千塊。
另外還有個實用技巧：你可以先拿一小段最核心的內(nèi)容（比如合同的責任免除條款，或者藥品的禁忌癥部分）做測試，分別用AI和人工翻譯，然后找懂行的朋友或者目標市場的native speaker看一眼。往往這一眼就能看出差距在哪兒。
最后分享一個行業(yè)里不太公開說的秘密：專業(yè)審校一眼就能看出哪些稿子是用AI翻譯然后人工稍微改了兩下的。
這種稿子通常語法完美但靈氣全無，像是擦得锃亮但沒人住的房子。所有的連接詞都中規(guī)中矩（"此外"、"因此"、"然而"），從來不會有一個突然插入的"話說回來"或者"有趣的是"。句子長度均勻得可怕，沒有哪個會從中間突然折斷，像口語那樣喘口氣再接上。
如果你拿到一份翻譯稿，讀起來感覺"每個字都認識，但就是不像是人寫的"，那八成就是AI的杰作。這種稿子應付考試可能及格，但拿到國際會議上讀，或者印在年報里發(fā)給股東，總覺得差點意思。
說到底，翻譯不僅僅是語言轉(zhuǎn)換，它是思想的搬運和文化的搭橋。AI可以幫我們搬搬箱子，但決定哪些箱子值得搬、怎么擺才好看、滿足特定場合的禮儀，目前還得靠人?？得暹@幾年觀察到的趨勢也很明確：純?nèi)斯しg的需求在減少，但"AI翻譯+深度專業(yè)審校"的需求在暴漲。大家不是不需要翻譯服務了，而是對服務的形態(tài)和精度有了新的要求。
所以回到開頭的問題：AI翻譯公司的質(zhì)量能不能滿足專業(yè)需求？答案是，看你要多專業(yè)。如果是要能救命、能簽合同、能上市的材料，現(xiàn)階段還是別讓AI單獨扛大梁，給它配個經(jīng)驗豐富的搭檔更穩(wěn)妥。畢竟，翻譯這活兒，容錯率有時候是零，而機器目前還沒有學會對"零錯誤"這件事感到害怕。
