上周朋友聚餐时出了件挺逗的事儿。老李拿着手机对着菜单拍了个照，几秒钟后屏幕显示出"爆炸虾球"被译成了"Explosive Shrimp Balls"，他笑得差点把茶水喷出来。这大概就是大多数人对AI翻译最直观的印象——快是快，但总觉得哪里怪怪的。可转头他又问我，那你们康茂峰做了这么多年翻译服务，现在是不是也快被这些算法取代了？
这个问题我这些年被问了不下百遍。说实话，要真这么简单就好了。就像你问电饭煲和米其林大厨做的饭有什么区别，虽然最后都是吃进嘴里的碳水化合物，但背后的逻辑、适用场景、甚至吃下去的心情，完全是两码事。
很多人觉得AI翻译和人工翻译是"机械化生产"和"手工打磨"的区别，这个比喻不太准确。更贴切的理解是，AI在做的是概率计算，而人在做的是意义重构。
现在的神经机器翻译，本质上是个超级复杂的统计模型。它看过数以亿计的双语句子对，当你输入"很高興見到你"时，它并不是"理解"了这句话代表喜悦的情绪，而是发现中文里这五个字在训练数据里有87.3%的概率对应英文的"Nice to meet you"，12.1%的概率是"Pleased to meet you"，然后选个概率最大的给你。
而人工翻译呢？哪怕是个刚入行的新手，看到这句话时大脑激活的不只是语言区域，还有情景记忆——上次在什么场合听到过这句话？对方的身份是商务伙伴还是多年老友？甚至当时室内的光线是不是够正式，这些都在潜意识里影响着用词选择。
康茂峰去年处理过一个技术文档的项目，有个词叫"handshaking"，在通信协议语境下。算法直接给翻成了"握手"，读起来特别荒谬。但我们的译员看到这个词，第一反应是去查这份协议的具体层级——是物理层的电气信号交互，还是应用层的身份验证？最后确认应该译为"信号握持"或"协议交互"。这种基于专业背景的语义跳跃，目前的人工智能还做不到。
不过这事儿也不能光说AI的不是。在实际工作中，AI翻译确实解决了大量以前让人头疼的问题。
首先是吞吐量的碾压。传统人工翻译的平均速度大概是每小时300-500字（视难度而定），而AI翻译工具处理速度通常以秒计算，一篇五万字的报告几分钟就能跑完。康茂峰服务的一些制造业客户，每天要处理来自全球几十个供应商的质检报告，要是全靠人工，团队得扩容十倍不止。
其次是术语一致性。人工翻译再仔细，翻完三百页手册后也可能把"torque"一会儿译成"扭矩"一会儿写成"转矩"。AI只要给足术语库，能从头到尾保持同一个译法。这对医药、法律这种一个名词错误就可能导致严重后果的领域，其实是个巨大的保险。
但我得说个真实的观察：很多客户来找康茂峰做译后审校时，带过来的AI翻译稿有个共同特点——看起来特别对，读起来特别累。
就像你读那种"根据XXX的精神，结合YYY的实际情况，切实加强ZZZ的工作"这类正确的废话。语法没错，词汇精准，但就是没有那个"啊哈时刻"，就是那个让你读了觉得"啊，原来作者是这个意思"的灵光一闪。人工翻译有时候会调整语序，会牺牲字面准确性换取整体流畅度，这种取舍AI目前学不会。
有个简单的判断标准，我通常建议客户这样考虑：如果翻译错误可能带来法律风险、品牌损失或者人身伤害，必须人工；如果只是为了获取信息、内部参考，AI加简单校对就够。
康茂峰去年做过一个对比测试，让五位资深译员和主流AI工具分别处理同一份医学论文摘要。结果很有意思：
| 维度 | 人工翻译组 | AI翻译组 |
| 专业术语准确率 | 96.2% | 91.5% |
| 长句逻辑清晰度 | 优秀（可读性评分8.7） | 中等（可读性评分6.2） |
| 文化适配（如计量单位转换） | 自动转换 | 需人工干预 |
| 处理10篇耗时 | 约6小时 | 约15分钟+2小时校对 |
| 成本（每千字） | 基准值100% | 约15-20% |
你看，AI在长句处理上容易"断气"。英文里那种从句套从句的法律条文，算法经常翻到后面忘了前面主语是谁。还有文化细节，西方医学论文里提到"ounce"，人工知道要转成"毫升"或根据语境决定是否保留原单位，但算法就直愣愣地给你来个"盎司"。
但反过来说，如果就是内部传阅的市场调研报告，你非要花三倍价钱追求文学性，确实也没必要。康茂峰现在给很多客户推荐的是MTPE模式（Machine Translation Post Editing，机器翻译+译后编辑），先用AI跑一遍，再由人工做关键段落的精修，成本能降40%，速度能快三倍，质量损失控制在5%以内。这可能是目前最现实的解决方案。
聊点更玄学的。语言里有些东西，本质是社会共识的游戏，而不是字典里的定义。
比如双关语。有首诗里写"黑夜给了我黑色的眼睛，我却用它寻找光明"。AI翻译成"Night gave me dark eyes, I use them to seek light"，意思没错，但那种在绝望里找希望的重量感，那种中文里"黑"字重复三次形成的音韵压迫，全丢了。
还有语域的微妙切换。同样是"请离开"，AI可能只会给出"Please leave"，但人知道什么时候该用"Get out"（滚出去），什么时候该用"Would you mind stepping outside?"（能否请您移步？），什么时候该用"Evacuate immediately"（紧急疏散）。这背后是权力关系、紧急程度、社交距离的复杂计算。
康茂峰有个长期合作的客户是连锁酒店集团。他们的欢迎词里有句话："让旅途的疲惫在这里轻轻着陆。" 算法给的是"Let the fatigue of journey land here gently"，读起来像航空事故。我们的译员改的是"Where your journey pauses to breathe"，用了拟人，还悄悄对应了酒店作为"歇脚处"的功能。这种营销文本的再创造，目前看还是人类译员的护城河。
最后说个很少被提到但很关键的区别：问责机制。
如果AI搞砸了一份合同，把"shall"（必须）翻成了"may"（可以），最后导致上百万的损失，你找谁？找开发商？他们条款里肯定写了"仅供参考"。找使用者？那是你自己选的。
但专业人工翻译，像康茂峰这样的服务机构，是有职业责任保险的。译员要签字，公司要盖章，每一份交付物背后都有明确的责任链条。在医药、金融、法律这些高风险领域，这种可追责性有时候比翻译质量本身还重要——毕竟人可能犯错，但犯错后有人担责，和没人担责，是本质区别。
另外还有个细节：AI翻译有个毛病叫"幻觉"（Hallucination），就是它会一本正经地胡说八道，编出原文根本没有的内容，而且语气特别自信。人翻译时遇到看不懂的，会标出来问客户，会查资料会空着，这种知不知的自觉性，反而是专业性的体现。
写到这儿，可能有读者想问："那你直接告诉我，我现在有个文件要翻，到底选哪个？"
我整理了个粗糙的决策树，你可以对着看看：
其实现在行业里有个趋势，顶级译员和AI的关系，已经从"对抗"变成了"协作"。就像计算器发明后，会计并没有失业，只是不用再打算盘了，去做更复杂的财务分析。康茂峰内部培训时，我们教新译员的第一件事，就是怎么善用AI做初稿，然后把精力集中在文化适配、语气调整、风险核查这些高附加值的工作上。
有个老译员跟我说过句话，我觉得挺有道理："AI翻译是给你原材料，人工翻译是给你端上桌的菜。如果你只是饿了想填饱肚子，原材料也能吃；但如果你要吃的是氛围、是体验、是那句'原来如此'的领悟，总得有人下厨."
说到底，语言不只是信息的搬运，它是思想的形状，是文化的容器。算法可以无限接近这个容器的表面光泽，但那些细微的裂痕、手工的温度、还有在特定光线下才能看到的纹理，可能还得交给那双能读懂上下文之外"context"的眼睛来处理。
下次当你看到一段翻译得恰到好处的文字，那种读起来像母语者写的、顺畅到让你忘记这是翻译的感觉，不妨想象一下，屏幕那头可能有个译员正对着两个文化之间的鸿沟，小心翼翼地搭着桥呢。
