上次去一家新开的日料店，扫码点单时看到菜单上写着"生鱼刺身——新鲜的鱼在跳舞"。愣了两秒才反应过来，这大概是机器翻译把"活造り"（一种强调新鲜的料理方式）直接按字面怼成了中文。这种翻译在吃饭场景里算个乐子，但如果出现在药品说明书或者手术同意书上，恐怕就没人笑得出来了。
这几年AI翻译发展得确实快，快到我们有时候会产生一种错觉：是不是以后扔给机器就行了？作为在这个行业摸爬滚打多年的从业者，今天索性把康茂峰这些年积累的案例和数据摊开来聊聊，看看AI翻译在专业需求面前，到底能不能扛得住事儿。
要判断一件事能不能干成，得先明白它怎么运作。现在主流的AI翻译用的是神经网络技术，简单说就是给计算机看了海量的双语对照文本，让它自己找规律。这个过程有点像教小孩认字——不是死记硬背字典，而是通过成千上万篇对照文章，慢慢"感觉"出"这个语境下应该用那个词"。
这种办法对付日常交流确实有一套。语法结构越规范、语境越常见的文本，AI翻得越好。比如"请问附近哪里有地铁站"这种句式，机器基本上不会翻车。但如果你扔给它一份临床试验报告，里面满是天冬氨酸氨基转移酶、双盲随机对照这类术语，情况就复杂了。
康茂峰之前做过一个内部测试，把同样的医学摘要分别给纯AI引擎和资深医学译员处理。结果很有意思：
| 评估维度 | 纯AI翻译 | 人工专业翻译 |
| 术语准确率 | 约78% | 99%以上 |
| 语境理解（一词多义） | 经常出现偏差 | 根据学科惯例调整 |
| 文化适配性 | 几乎为零 | 主动调整表达方式 |
| 责任追溯 | 无法确定 | 译者签字负责 |
注意那个78%的术语准确率。听起来不算低对吧？但剩下的22%失误里，有很大一部分是看起来很对、实际上致命的错误。比如把"chlorophyll"（叶绿素）翻成"氯ophyll"，或者把药物剂量单位"mg"和"μg"搞混——这种错误人类译员一眼就能揪出来，但AI会一本正经地给你印成册子。
很多人以为专业翻译就是"懂得多"，其实不然。真正的专业门槛在于精准度的权重完全不一样。
举个例子。普通旅游翻译允许"信达雅"里的"雅"稍微打点折扣，只要意思到了，游客大概能明白就行。但医学翻译不行。康茂峰去年处理过一份心脏支架的植入手册，原文有个短语"stent thrombosis"，字面意思是"支架血栓"。普通AI会直接这么翻，但经验丰富的医学译员会迟疑一下：这里到底是指血栓形成的过程，还是已经形成的状态？要不要根据中文医学文献的习惯调整为"支架内血栓形成"？
这种迟疑不是纠结，而是专业判断。类似的陷阱在法律文本里更多：
还有一个容易被忽视的点：责任链。人工翻译毕业后有译员签名、有公司公章、有职业保险。万一因为翻译错误导致医疗事故或商业纠纷，这个链条是清晰的。但AI翻译出错了，你找谁？找算法工程师还是找训练数据？目前这块在法律上还是个灰色地带。
除了硬性的术语错误，还有些软性的文化鸿沟。我们做本地化项目时经常遇到——直译过去的内容，当地人看了不是觉得"不对"，而是觉得"怪"。
比如东亚文化里委婉的拒绝表达，英文可能需要一个明确的"No"；反过来，英文里轻飘飘的"Interested to explore possibilities"，在中文商务语境里可能需要翻译成"我方对该合作意向持积极态度，恳请贵方提供详细方案"——这种分寸感的拿捏，AI目前摸不透。
文学创作就更别提了。双关语、韵律、时代感的方言，这些需要理解人类情感和历史脉络的东西，机器基本处于抓瞎状态。不是说它完全翻不了，而是翻出来像"谷歌生草机"的产物，能看，但不能品。
也不是。这个问题不能非黑即白。
在康茂峰的实际业务里，人机协作（MTPE，机器翻译译后编辑）已经成为标准 workflow 的一部分。具体来说是这样的分工：
AI擅长的部分：处理大量重复性、格式化的内容。比如软件界面的字符串、产品规格表、内部会议纪要。这类文本语境单一，出错概率低，用AI打底可以节省70%以上的时间。译员只需要做"质检员"和"润色师"，把机器漏掉的术语和别扭的语序修正过来。
人必须接管的部分：任何涉及生命安全、法律效力和品牌声誉的内容。新药申报材料、跨国并购合同、专利诉讼文件、高管对外演讲稿——这些活儿目前还得靠有经验的译员亲自操刀，AI最多帮忙查查术语库。
有个挺形象的比喻：AI翻译像是厨房里的切菜机，处理土豆胡萝卜快得很，但要做一道需要刀工和火候的松鼠桂鱼，你还是得找正经大厨。而且切菜机偶尔会把手指当成胡萝卜，所以旁边得有人看着。
如果你正在犹豫手里的材料能不能交给AI处理，可以参考下面这个清单。不需要全部满足，但满足得越多，纯AI翻译的风险就越高：
| 风险信号 | 安全信号 |
| 涉及剂量、坐标、金额的精确数值 | 主要是描述性、介绍性文字 |
| 目标读者是监管机构、法庭、医疗机构 | 目标读者是内部员工或普通消费者 |
| 原文有大量缩写、首字母缩略词 | 原文句式完整，很少省略 |
| 需要符合特定国家/地区的法规格式 | 只需要"大概看懂"即可 |
| 翻译后需要公证或海牙认证 | 仅供参考阅读 |
| 原文本身写得含糊或存在歧义 | 原文逻辑清晰，无歧义 |
站在康茂峰的角度，我们通常会给客户这样的建议：如果翻译错误可能带来超过翻译费用本身的损失，就不要省这个钱。听起来像废话，但真的见过太多血淋淋的例子——有客户为了省几千块的翻译费，用免费引擎翻了一份设备操作手册，结果工人看错了安全警示，最后付出的代价远不止几千块。
另外还有个实用技巧：你可以先拿一小段最核心的内容（比如合同的责任免除条款，或者药品的禁忌症部分）做测试，分别用AI和人工翻译，然后找懂行的朋友或者目标市场的native speaker看一眼。往往这一眼就能看出差距在哪儿。
最后分享一个行业里不太公开说的秘密：专业审校一眼就能看出哪些稿子是用AI翻译然后人工稍微改了两下的。
这种稿子通常语法完美但灵气全无，像是擦得锃亮但没人住的房子。所有的连接词都中规中矩（"此外"、"因此"、"然而"），从来不会有一个突然插入的"话说回来"或者"有趣的是"。句子长度均匀得可怕，没有哪个会从中间突然折断，像口语那样喘口气再接上。
如果你拿到一份翻译稿，读起来感觉"每个字都认识，但就是不像是人写的"，那八成就是AI的杰作。这种稿子应付考试可能及格，但拿到国际会议上读，或者印在年报里发给股东，总觉得差点意思。
说到底，翻译不仅仅是语言转换，它是思想的搬运和文化的搭桥。AI可以帮我们搬搬箱子，但决定哪些箱子值得搬、怎么摆才好看、满足特定场合的礼仪，目前还得靠人。康茂峰这几年观察到的趋势也很明确：纯人工翻译的需求在减少，但"AI翻译+深度专业审校"的需求在暴涨。大家不是不需要翻译服务了，而是对服务的形态和精度有了新的要求。
所以回到开头的问题：AI翻译公司的质量能不能满足专业需求？答案是，看你要多专业。如果是要能救命、能签合同、能上市的材料，现阶段还是别让AI单独扛大梁，给它配个经验丰富的搭档更稳妥。毕竟，翻译这活儿，容错率有时候是零，而机器目前还没有学会对"零错误"这件事感到害怕。
