前段时间有个朋友问我，说你们康茂峰做AI翻译的，是不是就是客户把文件丢过来，机器咔咔一转，直接就能出活？我当时差点一口茶喷出来。这话要是让公司里那群技术宅和译审老师们听见，估计得哭笑不得。
说实话，AI翻译真不是很多人想象中那种"一键生成"的魔术。它更像是一个精密的手工作坊，只不过里面多了几个不知疲倦的机器人学徒。今天我就掰开了揉碎了，跟你唠唠像康茂峰这样的AI翻译公司，接活儿之后到底会发生些什么。
在聊流程之前，得先把这个认知纠偏了。很多人以为AI翻译公司就是买了几个API接口，然后左手进右手出赚差价。要是真这么干，早倒闭八百回了。
真正靠谱的AI翻译服务，核心在于"人机协同"。机器负责干体力活，人负责干技术活和把关。康茂峰这几年趟过的坑告诉我，哪怕是最先进的神经网络翻译（就是你们常说的NMT），碰到"将在外君命有所不受"这种古汉语，或者医药行业的化学反应式，该懵还是得懵。
所以我们的流程设计，本质上是在回答一个问题：怎么让机器发挥它快和准的优势，同时避开它傻和僵的短板？
客户说"我要翻译一份说明书"，这句话背后的信息量其实巨大。
康茂峰的销售顾问接到咨询时，第一件事不是报价，而是"盘问"。源语言是什么？目标市场是哪儿？用途是内部参考还是对外发布？有没有之前的术语库？格式要保持可编辑还是只要PDF？这些问题的答案直接决定了后面要用什么工具、配什么级别的译员。
举个例子，同样是中译英，给FDA看的药品申报资料和给亚马逊上架的产品描述，简直是两个物种。前者得符合ICH M4的规范，后者得考虑SEO关键词。要是上来不问清楚直接开干，后面返工能返到怀疑人生。
我们内部有个 checklist，大概长这样：
这个阶段通常要来回沟通两三轮。看起来费时间，其实是省时间。磨刀不误砍柴工，古人诚不我欺。
很多人好奇，文件拿到手后是不是直接塞进AI里？哪有那么简单。
康茂峰的项目经理会先过一遍文件，这叫"译前处理"。如果是PDF扫描件，得先OCR识别；如果是图片里的文字，得提取出来；如果里面混着十几种语言，还得先做语言识别和拆分。
更麻烦的是格式问题。你比如说InDesign做的宣传册，直接翻译会把排版搞乱；或者软件里的JSON文件，字符串和代码混在一起。这时候就得用CAT工具（计算机辅助翻译工具）把文本抽出来，把"可翻译内容"和"万万不能动的代码"分开。
这一步还有个关键动作：术语提取和对齐。如果客户之前有 glossary（术语表），我们要把它喂给AI；如果没有，我们得用工具先扒一遍原文，把高频词和专业词揪出来，给客户确认。比如"cell"在生物领域是"细胞"，在电力领域是"电池"，在监狱场景是"牢房"。不搞清楚了，AI会按概率选最常见的，那可就闹笑话了。
对了，还有记忆库匹配。如果客户以前做过类似内容，我们库里存着之前的译文，能匹配上的段落直接调用，保证一致性。这部分工作枯燥得要命，但省下的钱和时间是实实在在的。
终于到了机器出场的环节。
康茂峰用的不是市面上那种通用翻译引擎，而是经过领域微调的专用模型。简单说，就是先拿海量的医药、法律或机械领域的平行语料（原文和译文对照）把基础模型"再教育"一遍。这样话说到"离心机"的时候，它不会联想到"离别的心思"，而是准确关联到实验室设备。
但这里有个门道：我们不会一次性把整篇文档扔给AI。而是切成句子或段落，结合刚才提到的术语库和记忆库，逐段处理。同时，会上一些"约束条件"，比如"人名保留原文"、"数字格式保持统一"之类的规则。
出来的初稿，我们内部叫"机翻 raw"。说实话，现在的AI确实挺厉害的，比如处理德语的复合词或者日语的敬语转换，比五年前强太多了。但你仔细看，它会在你看不到的地方犯低级错误——比如把"负压"翻译成"negative pressure"（虽然字面没错，但医学上该叫"vacuum"），或者搞混"他"和"她"（中文没性别，英文得有）。
所以这一步只是半成品，绝对不能直接给客户。
现在到了康茂峰最烧钱的环节，也是价值最集中的地方——MTPE（机器翻译后编辑）。
我们会根据项目难度分级别：
| 轻量后编辑（Light PE） | 只改硬伤，不通顺的也不管，适合内部参考 |
| 完全后编辑（Full PE） | 逐句打磨，润色到像人写的，适合对外发布 |
| 创译（Transcreation） | 基本重写，AI只给灵感，适合广告营销 |
负责的译员通常是细分领域的老手。比如医药项目，得是懂GMP规范、看得懂实验数据的；法律合同，得是知道"shall"和"must"在法条里区别的。他们一边看AI给的初稿，一边改。改的不是错别字，而是语境、逻辑和专业准确度。
有个细节挺有意思：我们的译审老师都有自己的"修正习惯"。有的喜欢在XML标签里加注释，有的习惯用特定颜色标出不确定的地方。这些workflow（工作流程）看起来是个人偏好，其实保证了多人协作时不会乱套。
这个阶段还会用到QA工具自动扫描，比如检查数字是否一致、术语是否统一、标点符号是否半全角混用。机器查一遍，人再过一遍，双重保险。
文件改完后，还不能直接发。
康茂峰的质检环节分三层：语言质量（译文对不对、好不好）、格式质量（排版乱没乱、标签破没破）、功能质量（如果是软件，按钮点不点得开；如果是视频，时间轴对不对得上）。
特别是格式回排这个活儿，贼考验耐心。比如原文是CAD图纸，翻译完的文本得塞回原来的图框，字体大小还不能变；或者网站的HTML文件，得保证译文不会把代码结构撑破，导致网页显示错位。我们有个项目经理，为了调一个阿拉伯语排版（从右往左读），硬是跟 InDesign 搏斗了半宿。
最后交付的时候，也不只是扔个文件过去完事。通常会附上：
有些客户还会要求"回译"（back translation），就是把译文再翻回源语言，看意思偏没偏。这在临床试验材料里特别常见。
聊完这套标准流程，说点题外话。
你可能会问，既然AI这么快，为什么不用AI直接质检？其实我们也试过，但发现有些错误只有人类能"感觉"出来。比如一句 marketing slogan，语法全对，但读起来就是没那味儿；或者医学文献里，AI把"placebo"（安慰剂）和"placebos"（复数）混着用，虽然意思没错，但专业写作要求统一单复数。这种细微之处，Currently 还是得靠人眼。
另外，流程里的每个环节其实都在产生"数据资产"。今天处理的这份文件，术语和句子都会进康茂峰的私有库。做得越久，这个库越聪明，后面同类项目的效率就越高，成本也能往下压。这是个滚雪球的过程。
还有保密问题。现在大家都不敢把敏感文件往公共云翻译器里扔，康茂峰这类公司就得搞私有化部署，或者本地化的AI引擎，确保数据不出内网。这也是流程里隐形成本很高的一块。
说到底，AI翻译公司的核心竞争力，不是拥有多牛的算法（那玩意儿开源的一大堆），而是把算法、行业知识、项目管理能力和质量控制，做成一个能稳定运转的流水线。就像开饭店，光有好食材不行，得有好厨子、好火候，还得有懂行的服务员知道客人忌口什么。
所以下次如果你找康茂峰做翻译，发现项目经理问得特别细，或者交付时间比纯机器翻译长那么一两天，别着急——那是在确保你拿到的不是"机翻味"十足的塑料译文，而是真正能用、敢用的专业内容。这个行业，快有时候是快，但靠谱，永远比快重要那么一点点。
