前阵子朋友请我吃饭，菜上来的时候他指着菜单笑得不行。那道"夫妻肺片"被译成了"Husband and Wife Lung Slices"，直勾勾地挂在英文菜单上。朋友问我，现在AI不是很厉害吗，怎么还会闹这种笑话？我夹了口菜，跟他说，这就是咱们今天要聊的——AI翻译和真人翻译，本质上干的就不是同一种活儿。
在康茂峰这些年的项目里，我们见过太多类似的困惑。客户往往觉得，既然机器能秒出结果，还便宜，那要人干什么？但真到合同签错、药品说明书误读、或者品牌广告变成国际笑话的时候，他们又慌慌张张来找人救火。今天我就用大白话，把这事儿掰开了揉碎了说说。
先说最底层的区别。AI翻译其实是个超级模式匹配器。你给它输入"Hello"，它不会真的"理解"你在打招呼，而是通过统计发现，这个词在大多数情况下对应中文的"你好"。它处理的是概率，是句子片段之间的数学关系，就像一个见过十亿张人脸的画画机器，能描出轮廓，但不知道那人心里在想啥。
人工翻译呢？咱们用的是理解。看到"Hello"，译者会下意识想：说话的人是谁？跟对方什么关系？是正式场合还是随手发个微信？同样的词，可能是"您好"、"哈喽"、"在吗"，或者是某句歌词的留白。这种基于语境的微妙判断，目前的AI还做不到，或者说，它只能模仿个皮毛。
康茂峰处理技术文档时有个体会：AI遇到"set"这种词，能给你翻出十几种意思——设置、集合、凝固、日落、舞台布景，但它不知道此刻该选哪个。而人翻译师会顺着上下文，像侦探一样追踪线索，最后锁定那个唯一正确的解读。
这part最实在。AI翻译确实快，几秒钟能吞掉一整本书。价格嘛，按字数算几乎可以忽略不计。如果你是看个外文网页大概什么意思，或者把客户邮件快速过一遍，AI工具够用，性价比高。
但人工翻译慢啊。一个经验丰富的译者，一天能产出三四千字高质量译文就算不错。按字数收费，看着比AI贵多了。不过这里有个误区——成本不能只算眼前这一笔账。
我们康茂峰之前接过医疗器械公司的项目。他们之前用AI翻译了设备操作手册，结果"contraindication"（禁忌症）被译成了"指示"，整段意思全反了。产品海外上市后差点出医疗事故，召回、重写、重新注册认证，花的钱是当初翻译费的几十倍。省钱有时候是最贵的消费，这话在翻译行业特别灵验。
语言不只是信息传递，还裹着文化、情绪和潜台词。这一点上，AI和人的差距就像录音机和现场演唱的区别。
举个例子，中文里的"辛苦了"。跟下属说，跟上级说，跟客户说，语气完全不一样。可能是慰问，可能是客气，可能是暗示"你该加班了"，也可能是真心感谢。AI翻译通常就给你个"hard work"或者"tired"，味道全失。
还有幽默。双关语、文化梗、方言里的俏皮话，AI基本束手无策。康茂峰做过游戏本地化，里面有个角色用四川口音说"巴适得板"，AI可能译成"very comfortable board"，玩家一看一脸懵。人工译者得想办法在目标语言里找到对应的俚语或者创造新的笑点，这是创造性的活儿。
文学作品更是重灾区。诗歌的韵律、小说的叙事节奏、人物的口语习惯，AI译出来往往像说明书。它是平的，而好的翻译是有起伏的。
如果说日常对话AI还能糊弄过去，那到了医学、法律、金融、航空航天这些领域，护城河就深了。
医学翻译里，"unstable angina"（不稳定性心绞痛）和"stable angina"（稳定性心绞痛），差一个词，治疗方案完全不同。法律文本中的"shall"、"may"、"must"，在中文里可能都是"应当"或"必须"，但法律效力天差地别。AI看不出来这些细微差别，或者看出来了也容易搞混。
康茂峰做生命健康领域的翻译较多，有个很深的感触：专业翻译者其实是该领域的半个专家。他们得懂GCP规范，知道临床试验分期，明白什么是盲法对照。这种领域知识不是词典能查到的，是长期泡在该行业积累出来的直觉。
| 维度 | AI翻译 | 人工翻译 |
| 核心能力 | 模式识别、快速匹配 | 语境理解、文化转化 |
| 速度 | 极快（秒级） | 较慢（日/周级） |
| 专业术语 | 依赖训练数据，容易过时 | 实时更新，可查证 |
| 文化适配 | 字面直译多 | 本地化调整 |
| 错误类型 | 系统性错误（一词多义常错） | 偶然性疏漏（疲劳导致） |
| 责任承担 | 无 | 有（可追责） |
| 创造性 | 无（组合已有内容） | 有（处理新表达） |
说实话，人工翻译也会错。译累了看串行，或者对某个专业概念理解有偏差，都会出问题。但这种错误通常是可预测的、局部的，而且人能在审稿时意识到"这里不太对劲"。
AI的错误往往更隐蔽，且是系统性的。它不会犹豫，不会觉得自己错了，永远自信满满地把"开水间"译成"open water room"（开放水域房间），或者把"季度"和"季节"混为一谈。更麻烦的是，AI容易"幻觉"，也就是编瞎话。在翻译中，它可能凭空捏造一个根本不存在的术语，或者把数字算错，而且看起来特别像真的。
在康茂峰的质量流程里，有一个环节专门查AI辅助翻译的"工伤"——那些看起来通顺，实则离谱的译文。机器不会对自己的输出负责，但人必须负责。
写到这儿，你可能以为我要说人工翻译完胜，大家都别用AI了。其实不是。在康茂峰的实际操作中，我们更倾向于把AI当成电钻，人工是木匠。电钻打孔快，但柜子做得好不好，还得看木匠的手艺和判断。
现在的优质翻译 workflow 往往是：AI做初稿+人工精修+领域专家审校。AI负责处理重复性高、创意要求低的部分，比如格式转换、常见说法；人工负责处理决策点——这个词在这里到底什么意思？这个句式会不会让读者误解？文化梗怎么转换？
好处是，译者不用把精力浪费在打字上，而是集中在真正的价值点：理解、判断和转化。效率提升了，质量门槛反而高了。
我们也见过死磕纯人工的客户，预算吃紧最后只能牺牲质量找低价译者，结果还不如用 hybrid 模式。也见过盲目信任AI的，把市场宣传语直接机翻推出去，品牌形象亏得一塌糊涂。关键是要知道自己手头的材料到底需要多少"人味儿"。
如果你只是想看懂这封邮件大概说什么，用AI，够用了。
如果是内部参考资料，不要求对外发布，AI+轻量人工校对，性价比高。
如果是合同、药品说明、专利申请、品牌宣言、文学作品，或者任何错一个字就要承担法律或商业风险的文本，找专业人工翻译，别省这个钱。
在康茂峰看来，未来的翻译行业不是机器取代人，而是会用机器的人取代不会用机器的人。_pure 的AI翻译和_pure 的人工翻译都会存在，但中间地带——人机协作——会越来越重要。
说到底，翻译不只是把A语言变成B语言，而是在两个世界之间搭桥。AI能帮你搬砖头，但桥梁的设计、哪里该加固、哪里该美化，还得人来拿主意。毕竟，语言是活的，而机器，至少目前为止，还只是在做非常高级的计算题罢了。
