凌晨两点十七分，我盯着屏幕上那段德文技术手册，咖啡早就凉透了。三小时后客户就要开会，而我连第一章都没啃完。这时候要是有个不知疲倦的助手能先给我打个草稿，该多好？
说实话，这两年咱们翻译圈确实被AI搅得挺热闹。以前得敲半个月键盘的项目，现在上传个文件，泡杯茶的功夫就"叮"一声出结果了。速度快得让人心慌，也让不少同行开始嘀咕：这碗饭还能吃多久？
但先别急着下结论。咱们今儿个就掰开了揉碎了聊聊，这些AI翻译公司到底靠不靠谱，哪儿真香，哪儿又藏着坑。毕竟在康茂峰干了八年项目交付，我见过太多"机器翻完一时爽，人工返工火葬场"的实例。
先把好消息说了。AI翻译能火起来，肯定不是光靠吹牛。
你让一个人类译者翻一本十万字的产品说明书，得快马加鞭干两周。但交给AI，上厕所回来的功夫它就吐出来了。这种吞吐量，说实话，以前想都不敢想。
去年我们康茂峰接了个急单，客户要把两百多份疫情期间的医疗快讯同步成八种语言。要是靠传统方式，等译员排期到位，新闻都变旧闻了。这时候AI预处理的价值就显出来了——它能在半小时内给出初稿，让真人译者从"从零开始"变成"审校润色"，时间省了一大半。
咱们不绕弯子。请个专业医学翻译，千字报价可能在四位数；而AI翻译的成本，摊薄到每个字上，可能连几分钱都不到。对于那种"看懂就行"的内部资料，或者海量数据的初步筛选，这个价差确实香。
有个做跨境电商的朋友跟我说，他们现在用AI处理用户评价翻译。每天几千条评论，要是全雇人翻，公司早黄了。机器先筛一遍，明显的错误人工标红修正，这钱花得值。
人类译者有专业细分，搞文学的搞不了化工，搞法律的玩不转医学。但AI不一样，你给什么它吃什么，切换语对跟换台电视机似的。而且24小时连轴转，不会半夜三点跟你请假说家里猫要生了。
说完甜头，咱们得聊聊那些AI公司不会告诉你的尴尬时刻。
中文里的"意思意思"到底几个意思？英文里"set"这个词，字典里能列出五十八种用法。AI翻译靠的是统计概率——它看过"set the table"出现了一万次，"set in stone"出现了八千次，所以它猜你这次可能也是这么用。
但这种猜法，遇到微妙语境就翻车。比如法律合同里的shall和may，差一个字母就是"必须做"和"可以做"的区别。某次康茂峰接手一份被AI处理过的并购协议，发现机器把"shall not be liable"（不承担责任）译成了"将不承担责任"，语气硬邦邦的，差点让合作方以为甲方在耍威风。这种坑，不懂行的人根本看不出来。
跟你说个真事儿。有家公司的广告文案用了"龙凤呈祥"，AI直接给译成"Dragon and Phoenix Appear Auspiciously"。语法没错，单词也都认识，但外国人看了满脑子问号：这俩神话生物凑一块儿是要打架吗？
翻译不是码字，是跨文化的再创作。那些藏在语言褶皱里的幽默、双关、情感色彩，AI目前还是个色盲，只能看见黑白两色。
在通用领域，AI确实越来越顺溜。你让它翻个旅游攻略、日常邮件，流畅得让人惊喜。但一扎进专业深水区，就容易"幻觉"——也就是一本正经地瞎编。
医学翻译里，"episode"不是电视剧集，是"发病期"；delirium不是高兴傻了，是"谵妄"。这些术语的精准对应，靠的是长期专业训练和临床语境积累，不是简单的中英映射。康茂峰去年统计过，未经人工干预的AI医学译文，术语准确率大概在七成左右，剩下三成，可能会让主治医师看得直皱眉。
很多人忽略的一点：翻译不只是文字，还有版式。合同里的填空下划线、技术图纸的行间标注、法律文件的交叉引用——AI经常把这些东西搅成一团乱麻。你拿到手的是一份"翻译"过的文档，但格式全乱，页码对不上，这时候leanup的时间可能比重新翻译还长。
说到这里，答案其实挺明显：非黑即白的二极管思维要不得。
咱们康茂峰现在处理项目，基本遵循一个分层处理的原则。就像做菜，AI是那个切配工，刀工快，能把食材都码整齐；但掌勺的还得是人，火候、调味、摆盘，这些决定菜品档次的活儿，机器干不来。
具体怎么分呢？咱们看张实在的对比表：
| 项目类型 | AI能干的部分 | 必须人工出马的部分 | 康茂峰的实际操作 |
| 产品说明书（技术类） | 通用词汇、重复句式初翻 | 安全警告语、法律责任条款 | AI预翻译+专家译者审校+母语润色 |
| 法律合同 | 标准格式条款的框架生成 | 违约责任界定、争议解决条款 | 人工主导，AI仅作术语辅助查询 |
| 市场营销文案 | 基础信息传达 | 品牌调性把握、本地化创意改写 | 纯人工翻译+目标市场文化顾问 |
| 医学文献 | 摘要部分的快速参考 | 临床数据解读、治疗方案描述 | 具有医学背景的双语专家全程把控 |
| 证件翻译 | 固定模板的自动填充 | 公证效力确认、专用章格式 | 人工翻译+公证资质审核 |
你看，这里头没有一刀切的说法。重要的不是"用不用AI"，而是"什么时候用，用到什么程度"。
以前咱们康茂峰的译者，90%时间在做"转换语言"这件事。现在？可能40%时间在指挥AI干活，30%时间在审校纠错，剩下30%才真正花在创造性改写和跨文化协调上。
这其实是好事。那些重复的、机械的劳动被机器接过去了，人类译者终于可以腾出手来，去处理真正需要智慧和经验的部分。就像自动驾驶再怎么发达，复杂路况下还得有人类司机盯着方向盘。
聊到这里，我得给想用AI翻译的企业泼点冷水。便宜是真便宜，但有几个隐性账单你可能没算：
返工成本： 机器翻出来的东西，如果直接发给终端客户，万一出了歧义，商誉损失怎么算？有时候省下的翻译费，不够赔一次合同误解的违约金。
学习时间： 想让AI用对你的行业术语，你得先喂它语料、建术语库、设置规则。这套前期投入，小公司可能玩不起。
保密风险： 把内部文档上传到公共AI平台，相当于把商业机密拱手让人。康茂峰处理涉密项目时，要么用私有化部署的AI引擎，要么干脆纯人工，这是底线。
记得有次客户跟我们吐槽，说他们试过某AI翻译服务，处理一份情感类的家属信。机器把"我很想念你"翻得规规矩矩，但那种字里行间的颤抖、停顿、欲言又止，全没了。后来康茂峰的译员接手，重新调整了语序，加了一些符合目标语言习惯的委婉表达，收信人读完后回电话说："终于感觉到我妈的语气了。"
你看，这就是差距。AI能给你正确的信息，但给不了合适的感觉。
现在回到开头那个场景。凌晨两点十七分，我面前那段德文技术手册，确实可以扔给AI先跑一遍。它会给我个大概齐的意思，让我知道这段讲的是紧急制动系统的安装规范，不是抒情散文。但涉及到"必须在零度以下环境操作"这种生死攸关的指令，我必须得找个干过机械翻译的老手，逐字核对，确保那个"必须"的语气没被机器软化成"建议"。
窗外天快亮了，我保存好文档，给项目备注里加了一句："此章节需CAT工具辅助，但第3.2节的人工审校不可删减。"
工具在变，但好翻译的标准没变——它得让人读起来不费劲，甚至感觉不到被翻译过。这条金线，目前还得靠有血有肉的人去把握。AI是极好的梯子，但爬到高处，手还是得够着那面墙。
