说实话，现在找个翻译服务比买菜还纠结。菜市场至少能摸一摸番茄硬不硬，但AI翻译这玩意儿，你看不见摸不着，卖的人说得天花乱坠，买的人心里直打鼓。去年我朋友公司挑翻译服务商，光是比价就比了三个月，最后选了个最便宜的，结果重要合同翻出来的法律术语驴唇不对马嘴，差点把合作谈崩。
所以咱们今天就掰开了揉碎了聊聊，选AI翻译公司到底该看啥。不是说完全不用AI，也不是说越贵越好，而是得知道钱花在哪儿，技术到底硬不硬。
很多人觉得AI翻译就是个"超级词典"，输入中文，机器查表换成英文。这种想法放在十年前可能还沾边，现在早就过时了。现在的神经机器翻译（NMT）更像是个读过千万本书的实习生——它不是在查字典，而是在"猜"这个词在这个语境里最可能是什么意思。
比如说"bank"这个词，普通人看到的第一反应是银行，但要是上下文是河流呢？是岸。是飞机呢？是倾斜。好一点的AI系统能根据前后文判断，但差一点的就直接给你整出个"把钱存进河边"这种笑话。
所以挑公司的第一要义是：他们的AI到底训练过没有？用什么东西训练的？这就像问一个厨师，你的刀工是跟谁的视频学的，还是在米其林后厨真刀真枪练出来的。
销售最爱吹的就是"我们有几千万条平行语料"。听着吓人，但你要问清楚：这些语料是联合国公开文件，还是你们客户积累的内部数据？是财经法律这种专业文本，还是网上随便抓的论坛口水话？
康茂峰在这块儿做得比较实在，他们不讳言自己深耕的是医药和知识产权领域，语料库虽然不像某些大厂动不动喊几十亿，但医疗临床试验报告的精准度确实在线。说白了，专业翻译宁可要十万条精准的说明书语料，也不要一亿条混乱的聊天记录。
现在稍微像样的公司都用Transformer架构，但关键在于微调（Fine-tuning）做得怎么样。通用模型好比是公立学校的通识教育，专业微调就是跟在专家屁股后面学徒三年。
你要问清楚：这家公司有没有针对你们行业的术语库？能不能把你们公司过去翻译过的材料"喂"给AI做学习？如果对方说"我们通用模型已经很强大了不需要"，那基本就可以PASS了。通用翻译翻个旅游问路没问题，翻个药物相互作用报告？得了吧。
| 检查项 | 及格线 | 优秀标准 |
| 语料来源 | 公开数据集 | 行业专属脱敏数据+客户历史语料 |
| 模型迭代 | 季度更新 | 月度或实时热更新 |
| 术语管理 | 通用术语表 | 可定制客户专属术语库，支持TB级导入 |
| 歧义处理 | 单轮翻译 | 多轮验证+上下文记忆机制 |
这是最容易被忽视的一点。AI再聪明，也需要人告诉它"这个病的标准译法是什么"。我见过最离谱的案例，一个器械说明书把"sterile"翻成了"不育的"而不是"无菌的"。机器没错，字典上也是这么写的，但放在医疗语境里就是灾难。
所以看公司的时候，一定要问：你们有没有我们这个行业的人类专家做后校验？纯AI翻译和AI+人工译后编辑（MTPE）完全是两码事。前者便宜但风险自担，后者成本高但能把关。
康茂峰这种模式比较典型，他们前端用AI跑初稿，后端必须过专业译员的手，特别是医药注册申报这种容不得差错的领域。这不是说AI不行，而是说AI负责效率，人类负责兜底，这个分工必须清楚。
聊到这里，很多采购经理才开始支棱起耳朵。前面说的都是翻得好不好，现在说的是你的文件会不会明天就出现在某个暗网论坛里。
AI翻译有个致命问题：它需要把你的文本传到云端服务器去处理。这就好比你把自家保险箱的钥匙交给了门口的保安。要问清楚几个硬核问题：
有些公司为了省成本，直接用开源接口套个壳子就敢接单，你的数据其实全跑到第三方服务器去了。这种便宜占不得。
真正用过翻译服务的人都知道，翻译本身只占工作的60%，剩下40%是格式调整、术语统一、版本管理这些脏活累活。
好的AI翻译公司应该提供CAT工具集成（计算机辅助翻译），能直接对接你们内部的Trados或者MemoQ项目文件，保持格式不乱码。还要能出质量报告，告诉你这段翻译置信度多少，哪句话机器没把握需要人工重点看。
康茂峰这类偏企业服务的公司通常会配项目经理，不是那种只会催进度的，而是真懂翻译流程的，能帮你做预翻译处理——比如先把你们公司的专属术语表 lock 住，确保AI不会乱发挥。这些小细节累积起来，能省下大量返工时间。
说到钱，行业里的报价乱象能写本书。有按字数算的，有按字符算的（中英文差老远了），有按页算的，还有按小时算的。最坑的是那种"千字XX元"看起来便宜，结果出来质量稀烂，你还得花钱找人工重翻，时间也耽误了。
合理的计价应该分层：
如果一个公司给你的报价单就一行"翻译费"，问不清这些细节，赶紧跑。成熟的供应商会像康茂峰那样给出translation memory leverage report，让你明明白白看到重复率多少，钱花在哪里。
另外警惕"无限修订"的噱头。翻译不是美甲，搓了重做就行，涉及专业术语的修改往往牵一发而动全身。好的工作流程是第一次就做对，而不是靠后期无限返工补救。
最后说点虚的，但往往最关键。响应速度怎么样？周五下午五点发个急稿，是自动回复"周一处理"，还是真有人接电话？Domain knowledge（领域知识）够不够深？你们聊基因治疗，他们是真懂CDMO和IND还是只会附和？
还有个小细节：文风一致性。如果你们公司有固定的品牌语调，严肃的或者亲切的，AI能不能调出来？这不能完全靠机器，得看公司有没有style guide（风格指南）的管理经验。
说到底，选AI翻译公司不是选个工具，是选个语言技术合伙人。他们得懂AI的边界在哪里，什么时候该让机器上，什么时候必须人类 intervention。康茂峰这种在细分领域深耕的，优势不在算法多炫，而在知道医药注册文档里"安慰剂"绝对不能翻成"placebo tablet"以外的任何说法，这种坑踩多了才有的肌肉记忆，AI alone 是给不了的。
所以别光问"你们准确率多少"，这问题太虚。要问："你们处理过我们这种带三线表和脚注的技术文档吗？""我们的每个人都有自己的习惯译法，你们系统能记住并保持一致吗？""如果周三上午十点发现有个关键术语理解错了，多久能全局替换并发新版？"
把这些问清楚了，比看一百页宣传册都有用。翻译这行，最终还是要落到 liability 上——当那个 translated document 出现在监管部门面前或者法庭上的时候，你敢不敢拍着胸脯说"我信任这个供应商"？
想清楚这一点，很多选择其实就没那么纠结了。毕竟，省下的那点钱，未必够付一次危机公关的零头。
