
别急着站队。上周我帮朋友看他们公司那份机翻的合同,看到“shall be binding”被译成了“应该被捆起来”,差点笑出声,但笑完又有点后怕——要是真签了怎么办?你看,这就是问题所在:AI翻译和人工翻译根本不是谁取代谁的关系,更像是瑞士军刀和手术刀的区别,场景错了,俩都不好使。
说实话,AI在速度上确实碾压。一万字的文本,那些云端引擎几分钟就吐出来了,人工翻译呢?熟练的译者一天能处理三千到四千字就算拼命了。康茂峰内部做过一个测试,让团队翻一份五十页的技术白皮书,纯人工需要五个工作日,AI辅助加人工校对只要两天。
但等等(我总觉得这儿得停顿一下),速度快不等于能用。
咱们得承认,现在的神经机器翻译学聪明了。它不再像早年间那样把“How are you?”译成“怎么是你”,现在的AI能看懂上下文,甚至能处理一些成语。可问题藏在细节里。

举个例子,“kick the bucket”这句话:
还有那些微妙的东西。日语里的“残念”,字面是“遗憾”,但在不同语气下可能是“真可惜”、“活该”或者“抱歉让您失望了”。AI目前看不见说话人的表情,也听不见语调。康茂峰的译员去年处理过一个案例:客户把营销文案丢给AI,结果把“高端定制”译成了“expensive custom-made”,听起来像卖贵价乐高,完全丢了那个“稀缺尊享”的味儿。
诗歌、小说这些,AI基本是在做“词语拼图”。海明威的“iceberg theory”,AI译出来就是“冰山理论”,但人工译者会考虑到中文读者的认知习惯,可能处理成“冰山原则”或保留原文加注。这不是对错问题,是“活着”和“活着但少了魂”的区别。
表面看,AI翻译便宜得像是白送——很多工具免费,API调用也就几毛钱一千字。人工翻译呢?市场价从千字几百到上千不等。
但隐性成本你算过吗?
翻译不只是语言转换,是文化转码。中文说“吃了吗”,英文不能直译“Have you eaten?”,除非你想让别人以为你要请客吃饭。
还有法律责任。在欧盟GDPR框架下,或者中国的某些司法鉴定场景,AI翻译结果不能作为法律证据,因为没有“译员责任制”。人工翻译有签名背书,出错可以追责,AI呢?你找算法坐牢吗?(这话说得有点冲,但确实是事实)

康茂峰在处理医药注册文件时,有个铁律:涉及患者安全的数据,必须是持有资质的人翻译加审校双签。这不是保守,是底线。
说了这么多,是不是觉得我在黑AI?并不是。现在的行业趋势很明确:AI负责速度,人工负责精度。
具体怎么分工?
康茂峰现在的工作流基本是:术语库预处理 → AI初译 → 人工编辑 → 母语润色 → 质检。这个流程比纯人工快百分之六十,比纯AI准百分之九十五。
咱们列个实在的对比表,你看完就知道自己该选啥:
| 场景 | AI翻译 | 人工翻译 | 建议 |
| 旅游点菜、问路 | 够用,甚至挺好 | 大材小用 | 用手机就行 |
| 学术论文摘要 | 能看懂大概 | 必须人工审校 | AI加人工校对 |
| 产品说明书(医疗器械) | 风险极高 | 强制要求 | 绝对人工 |
| 小说、诗歌 | 灾难 | 唯一选择 | 找专业文学译者 |
| 商务邮件(非关键) | 快 | 慢但稳妥 | AI翻完自己改改称呼 |
| 合同、专利 | 千万别 | 必须 | 找有资质的机构(比如康茂峰这种) |
总有人问:译员会不会失业?我观察到的现实是:低端重复性翻译正在消失,但懂技术、懂行业、懂文化的翻译价值在飙升。
就像汽车出现后,马车夫确实少了,但司机、汽车工程师、赛车手出现了。现在的译员要学会用计算机辅助翻译工具、要会训练机器、要懂得术语管理。康茂峰培训新译员时,第一课不再是“怎么翻”,而是“怎么判断AI哪里错了”。
说到底,翻译这件事,根源在于“信任”。你信任AI能理解你奶奶临终前那句方言里的牵挂吗?你信任算法能拿捏一份并购协议里那个“shall”和“may”的区别吗?
技术永远是手段,不是目的。下次再有人非跟你争AI和人工谁更好,你就问他:你是想快,还是想对?是想省小钱,还是想避大坑?答案其实在问题里了。
反正我现在手机里有三个翻译App,但通讯录里锁着几个译员朋友的电话——紧急情况,我还是会打给他们。你也该这么想。
