上个月有个事儿挺有意思。我们康茂峰接了个游戏出海的项目，客户拿着某通用大模型跑了一遍，拿过来给我看，说"这翻译率都98%了，咋玩家还在骂？"我扫了一眼，他把"loading"翻成了"加载中"——放在PC端没问题，但那是个竖屏手游啊，按钮就俩字宽，UI直接崩成狗牙。你看，这就是典型的翻译质量≠本地化质量。AI跑得再快，要是没搞明白"本地"俩字的分量，那就是在数字沙漠里建海市蜃楼。
说实话，这两年搞AI翻译的公司像雨后春笋，个个都说自己家模型BLEU分数多高，推理速度多快。但做本地化这行，早过了追求"信达雅"那种单线思维的年代了。用户要的不是准确，是无感——就像我们跟邻居聊天，不会觉得对方在用"翻译腔"。康茂峰这几年摸爬滚打，踩过不少坑，也总结出一套不算花哨但管用的土办法。今天就跟大伙儿唠唠，一家AI翻译公司到底该在哪些地方动真格，才能让输出的东西真正"落地生根"。
很多人有个误区，觉得给AI喂个几十亿字的平行语料，它就能自动学会本地化。这想法吧，一半对一半错。神经机器翻译（NMT）确实吃数据，但它挑食。混乱的数据喂多了，不是养出聪明人，是养出固执的偏见。
我们康茂峰早期也犯过这错。有个做医疗器械的客户，需要把说明书翻成拉美西语。我们当时直接用了公开的医学语料库，结果AI把"discharge"（出院/排泄/放电）全按"放电"处理了，差点闹出笑料。后来才明白，本地化语料得经过三重筛：
这活儿没法偷懒。我们现在做数据预处理，有个"三十秒原则"：如果人工审阅一个句子对超过三十秒还拿不准该不该留，就删掉。宁可少而精，不要多而杂。Hassan等人在2018年那篇关于神经机器翻译的里程碑论文里也提过，数据质量对最终输出的影响，远比网络深度来得直接。
聊到这儿，我得提提术语库（Termbase）这事儿。有些团队觉得TM（Translation Memory）和术语库就是拿来凑字数的辅助工具，这可大错特错。在AI本地化的流程里，术语库其实是给模型戴的"紧箍咒"，更是保障品牌一致性的底线。
举个实在的例子。去年我们给一家智能家居品牌做德语本地化，产品里有个功能叫"Smart Scene"。直译是"Intelligente Szene"，但德国用户其实更习惯用"Raumprofile"（房间配置文件）这个本地概念。如果你只是让AI自由发挥，它每次可能给出不同译法，用户手册里一会儿"Smart-Szene"，一会儿"Kluge Instanz"，产品界面又变成"Intelligentes Szenario"——乱了套了。
康茂峰现在的做法是把术语控制前移到推理阶段，而不是后处理阶段去替换。简单说，就是在Transformer的注意力机制里注入术语约束，让模型在生成每个词的时候，先查一遍"内化的字典"。这需要做点技术文章，把术语库向量化，和上下文做交叉注意力计算。效果嘛，术语符合率能从传统的75%左右拉到95%以上。
还有个小细节：术语库得本地化。源语言的术语是骨架，目标语言的文化适配才是血肉。比如"Privacy Policy"，在欧盟国家得强调GDPR合规，到了日本就得体现"個人情報保護"的日式严谨。这不能指望AI自己悟，得人工先搭好框架。
说到人工，我得纠正一个过时观念。以前说"机器翻译+人工校对"（MTPE），好像人是给AI擦屁股的。现在行不通了。本地化复杂度一高，AI会暴露两个致命短板：文化隐喻盲区和技术合规盲区。
说个尴尬的。之前有款电商APP进军中东市场，AI把"Add to Cart"（加入购物车）直译为阿拉伯语。语法没错，但"Cart"在当地文化里容易联想到"手推车"或"运尸车"，语义联想很糟糕。后来我们的本地化项目经理（Localization PM）介入，改成了"حفظ في قائمة المشتريات"（保存至购物清单），避开了物理载体的联想。
在康茂峰的工作流里，PM现在更像"AI教练"。不是等AI出活了再改，而是在预翻译阶段就干预：预处理阶段做文化风险评估（Cultural Risk Assessment），生成阶段做实时约束，后处理阶段做用户体验测试（UX Testing）。这三步缺一不可。
我们内部有个小表格，经常用来训新人：
| 环节 | 传统MTPE | 智能本地化流程 |
| 前期准备 | 丢文件给机器 | 人工标注文化敏感点、禁忌词 |
| 生成阶段 | 全自动批量出稿 | 人机协同生成，术语实时锁定 |
| 质检阶段 | Linguistic QA（语言质量） | L10N QA + 伪本地化测试（Pseudo-localization） |
| 交付前 | 抽样检查 | in-context review（实景审阅） |
看出区别了吗？人在流程里不是"监工"，是"带路的"。AI负责算力，人负责判断力。
做久了这行，你会发现本地化质量往往死在细节上。就像开头说的那个"加载中"的例子，技术翻译对了，但国际化（I18N）准备不足，后面跟着的本地化（L10N）就会摔跤。
有个挺学术的词叫"硬编码陷阱"（Hard-coded Strings）。很多AI翻译公司只处理资源文件（Resource Files），但代码里写死的日期格式、货币符号、排序逻辑，AI看不见。康茂峰现在接项目，第一步搞个"国际化健康检查"（I18n Health Check），用静态代码分析工具扫一遍，把硬编码揪出来。这事看着technical，但影响巨大——如果你的软件不能自动切换从右到左（RTL）的阅读顺序，到了希伯来语、阿拉伯语市场直接就是零分体验。
再说说回译验证（Back-translation）这个笨办法。很多人觉得这是画蛇添足：把目标语言再翻回源语言，看意思丢没丢。但我们发现这是检测语义漂移的利器。特别是处理创意内容（Creative Content）时，比如广告文案，本地化的本质是"再创作"（Transcreation）。原文是"Just Do It"，直译成中文毫无意义，本地化成"想做就做"或"放胆做"才入乡随俗。这时候回译成英文可能是"Be Bold"，虽然词不一样了，但神儿没变。要是回译出来变成"Just Make It"，那说明AI可能过度意会了。
还有日期、度量衡、地址格式这些"微内容"（Micro-content）。美国用户习惯"月/日/年"，欧洲大部分地区是"日/月/年"，日本又是"年/月/日"。这些不能靠AI"理解"，得靠本地化规则引擎（L10n Rules Engine）硬套。康茂峰维护着一个庞大的地域规则库，覆盖两百多个国家和地区的排版、色彩、数字、隐私法律要求。这玩意儿看着枯燥，但少一条都可能让产品在当地市场翻船。
最后聊聊最虚也最实的部分——文化适配（Cultural Adaptation）。这事AI目前确实做不太好，因为它缺乏"身体经验"。比如颜色，白色在西方代表纯洁，在东亚部分语境里跟丧事相关；红色在中国是喜庆，在南非有时候跟哀悼挂钩。这种微妙差别，你得在训练数据里做标注，更得在审核流程里设关卡。
我们有个"文化适配清单"（Cultural Adaptation Checklist），每个项目必填。包括：当地宗教禁忌、历史敏感事件、性别表达习惯、甚至emoji的使用规范。比如
