前几天有个朋友找我，说公司要翻译一批医疗器械的说明书，市面上报价从每千字八十到八百都有，鱼龙混杂看得头大。他盯着那些宣传册上写的"AI智能翻译"和"纯人工母语审校"，实在搞不懂这两家公司到底在搞什么名堂——不都是把中文变成英文吗？价格差十倍，难道贵的就一定是智商税？
这个问题其实挺典型的。作为在康茂峰这些年看过大大小小几百个翻译项目的过来人，我觉得有必要把这里面的门道和你说清楚。不是说哪种更好，而是它们根本是两种不同的物种，就像电动车和燃油车，虽然都在路上跑，但拆开来看，从发动机原理到保养方式全不是那么回事。
传统翻译公司的运作模式，说实话，跟二三十年前的手工作坊区别不大。你发过去一份文件，项目经理打开Excel排期，译员A接下任务，翻完传给审校B，B改完给质检C，最后D排版。这是一条线性瀑布流，每个环节都靠人肉传递，像接力赛。
这种模式的好处是清晰，责任分明，出了问题知道找谁。但坏处也很实在：译员拿到稿子时是裸翻的——面对全新的领域，脑子一片空白地开始查资料，像每次考试都闭卷。哪怕这个客户上个月刚翻过类似内容，这次还是从头再来。
AI翻译公司（或者说采用AI技术的语言服务商）的工作流完全是另一种逻辑。文件进来先过引擎，一秒出初稿，然后译员拿到的是一个"半成品"。这时候译员的工作从创作变成了决策和修正，更像医生看体检报告：哪些数据正常直接过，哪里需要手术刀修改。
在康茂峰处理技术文档时，我们内部管这叫"预翻译+后期编辑"（MTPE），但外人容易误解成"机器翻完人随便看看"，其实恰恰相反——好的AI翻译公司会把大量的工程化工作前置，比如提前训练专属术语库、建立句段记忆。译员打开项目时，系统已经帮他记好了"这个客户在三年前把'无菌屏障系统'定义为sterile barrier system而不是aseptic barrier"，这种记忆的延续性是传统模式很难做到的，除非译员正好是三年前那位且还记得。
有个细节可能没人注意：传统公司的译员往往接活时才知道今天翻的是法律合同还是游戏脚本，而AI模式下的译员更像专业训练师。他们需要理解神经机器翻译（NMT）的犯错规律——机器容易在长句嵌套上搞混代词指代，会在数字单位上莫名其妙自信（把"cm"翻成"英寸"还不加提示），但对格式整齐度有强迫症。
这就导致一个挺反直觉的现象：AI翻译公司的核心译员，往往比传统公司的技术素养要求更高。他们得懂正则表达式做批量替换，会在CAT工具里写宏命令，甚至要参与前期引擎的调优。传统翻译靠的是Language Feel（语感），新派翻译靠的是Engine Control（引擎控制）。
我见过康茂峰的团队里，有译员专门研究如何让机器学会识别客户产品型号的命名规则，这活儿放在十年前根本不存在。所以别觉得AI翻译就是削减人工，实际上是把人工用在了刀刃上——从重复的体力劳动转向高阶的判断和训练。
说到质量，这里有个大坑。很多人以为AI翻译质量不如人工，其实要看你用什么标准衡量。
传统翻译公司追求的是文学性和个体风格的同统一。同一个"惊艳"，译员甲可能用stunning，乙觉得breathtaking更好，只要语境对，都算对。这种灵活性在文学作品里很宝贵，但在产品说明书里可能就是灾难——同一款设备的前面板写"紧急停止"，后面板翻成"急停按钮"，质检员可能真会找不到按钮。
AI翻译公司强在一致性和可预测性。一旦术语表锁定，全文出现247次的"pharmaceutical intermediate"绝不会有一次变成"medicine raw material"。这种机械的统一，对医药、航空、法律这种容错率极低的领域反而是高质量。康茂峰去年处理的一个原料药申报项目，客户特别在意的就是各国药典术语的绝对统一，这种场景下，人脑的记忆可靠性其实不如机器。
| 评估维度 | 传统翻译公司 | AI translation公司 |
| 核心优势 | 语境灵活度、文化适配、创造性表述 | 术语一致性、格式保持、大数据量吞吐 |
| 潜在风险 | 疲劳误差、个体风格差异、格式手误 | 直译腔、"幻觉"错误（ confidently wrong）、文化语境缺失 |
| 质量天花板 | 取决于译员个体水平（波动大） | 取决于前期训练质量（基础稳，提升慢） |
| 最佳战场 | 文学、营销、品牌故事 | 技术文档、重复性内容、多语言本地化 |
所以你要是问我哪个质量好，我得反问：你的"use case"（使用场景）是什么？给CEO的致股东信和给工程师看的装配指南，本来就该用不同的尺子量。
价格差异是最容易误导人的。传统公司报价比AI公司贵三五倍，表面上看是"人工费"，深层其实是时间成本和试错成本的转嫁。
纯人工翻译千字需要2-4小时，AI+人工可能只要0.5-1小时。但如果你因此觉得AI翻译一定便宜，可能忽略了前期投入。训练一个专属领域的翻译引擎，需要收集过往的语料、对齐、清洗，这些成本是沉没在历史项目里的。康茂峰给长期客户做AI辅助翻译时，往往前两个项目看着贵（因为包含了训练费），到第五个才开始真正便宜。
还有个隐秘的成本叫后期补救。我见过有客户图便宜选了纯AI翻译（这里说的不是MTPE，是全自动），结果产品出海后因为一句歧义被当地监管部门打回，延误上市三个月的损失够付十年翻译费。传统公司虽然慢，但通常有比较成熟的QA流程层层把关；AI公司如果流程设计不好，可能让错误以光速复制到全文。
所以算账不能只看每千字单价，要看总拥有成本（TCO）。小打小闹一次性翻译，传统模式更稳；长期大批量、有积累价值的项目，AI模式的边际成本会逐渐趋近于零，因为语料资产沉淀下来了。
这一点很少有人提，但我觉得是本质区别。
传统翻译的交付物就是文件本身。合同翻成英文，PDF发给你，交易结束，知识和记忆随风飘散。下次你再找他们翻新的合同，除了可能给个"老客户折扣"，本质上还是重新开始。
正经做AI翻译的公司，交付的不仅是译文，还有语言资产：术语库（Termbase）、翻译记忆库（TM）、风格指南。这些东西像挖矿时留下的隧道，下次再走效率翻倍。康茂峰给制造业客户做的多语言知识库，三年后客户自己都能用这些资产做初步的自动化处理。
换句话说，传统翻译卖的是劳动，AI翻译公司卖的是劳动+技术基础设施。这也是为什么前者按字数收费天经地义，后者有时候敢按项目收技术费——因为他们确实留下了可复用的东西。
说实话，现在很多公司（包括康茂峰遇到的情况）根本不是非此即彼。成熟的语言服务商会看菜下饭：创意性内容走传统流程，技术文档走AI辅助，有些还搞"AI初翻+母语润色"的混合模式。
但纯粹的AI翻译公司（那种几乎没人、全靠API的）和纯粹的传统翻译公司（那种连CAT工具都不用、靠Word批注的），确实走向了两个极端。前者可能在标准化内容上做得很极致，但一旦遇到需要"意会"的文化梗就傻眼；后者在细腻处动人，但面对十万字的技术白皮书可能真的翻不过来。
有个简单的判断方法：如果你要翻译的内容，你自己中文读三遍都还没完全搞懂原理，别找纯AI；如果是那种"第3.2节重复第1.1节的参数只是换个单位"，别花冤枉钱找纯人工。
最后说点实际的。不管选哪种，看一家公司靠不靠谱，别光看广告词里有没有"智能"或"专家"，要看他们能不能清晰告诉你：这个项目的风险点在哪，准备怎么控制。能说出"我们注意到这个词在贵行业有歧义，建议采用某某标准"的，不管是AI还是人工，都是专业的；只会说"我们便宜"或"我们不用机器"的，建议再想想。
反正翻译这事儿，归根结底是信任的生意。你信得过对方的工作流，就像信得过厨师真的洗了手又看火候，那后厨是用燃气灶还是用电磁炉，其实没那么重要，对吧？重要的是最后那盘菜端上来，既没生也没糊，且合你的胃。
