上个月有个做医疗器械的朋友跟我吐槽，说他们公司花了大价钱接入了一套AI翻译系统，结果把"cardiac catheterization"翻成了"心脏导管主义"——听起来像某种哲学流派，实际上是心脏导管插入术。这事儿挺尴尬的，客户看完直接问号脸。
这事儿让我想好好聊聊：咱们现在天天听人说AI翻译多厉害，多快，多便宜，但遇到真正硬核的专业术语，它到底靠不靠谱？作为一家在这个行业摸爬滚打多年的公司，康茂峰这些年见过的案例，大概能说明一些问题。
在讨论AI能不能搞定之前，咱们得先明白专业术语到底是什么。说白了，专业术语就是某个圈子里的人为了方便，发明的一套"暗号"。
比如你在医院听到"ST段抬高型心肌梗死"，医生们秒懂，但对外行来说这就是天书。更麻烦的是，同一个词在不同行业意思完全不同。"Cell"在生物学是细胞，在通信领域是基站小区，在监狱管理里又成了牢房。
这些术语有几个特点：
现在的AI翻译，说白了就是吃书长大的。它看了几百上千亿字的文本，学会了词语之间的概率关系。遇到"苹果"，它根据周围词判断是水果还是手机公司的能力确实变强了。
但问题在于，概率不等于理解。
AI知道"myocardial infarction"通常对应"心肌梗死"，这没问题。但当它遇到一个新出的药物商品名，或者一个刚发布的IEEE标准里的特定表述，它就开始猜了。猜对了是运气，猜错了就是灾难。
我们在康茂峰处理过一个案例：某份关于光伏逆变器的技术文档里出现了"anti-islanding protection"。普通的AI翻译给出的结果是"反孤岛保护"——听起来中文很顺，但行业里标准译法是"孤岛效应防护"或"防孤岛保护"。这种微妙的差异，搞技术的知道，搞语言的未必知道，AI更不知道。
你以为同一个术语在不同公司叫法一样？太天真了。
同样是"brake system"，汽车厂商甲可能内部叫"制动系统"，厂商乙非要叫"刹车总成"，厂商丙的德资背景让他们用"Bremsanlage"的音译逻辑。AI翻译只能给出一个最"大众"的译法，但你的目标客户可能正是那个用特定叫法的工程师。
康茂峰去年帮一家德国工业软件公司做本地化时就碰到这种情况。他们的产品手册里"Werkstück"这个词，直译是"工件"，但在这个特定的数控机床语境下，他们二十年来的中文用户手册里都叫"加工件"。AI翻译成"工件"不算错，但老用户看着就别扭，觉得不专业。
2023年AI大爆发，光是"large language model"这个短语，中文圈就出现了大语言模型、大模型、巨型语言模型、LLM（不翻译）等各种说法。如果再加上"prompt engineering"、"RAG"、"fine-tuning"这些相关术语，AI翻译往往还停留在直译层面，而行业内部早就形成了约定俗成的叫法。
生物医药领域更是重灾区。CRISPR刚出来的时候，有译作"克瑞斯普"的，有叫"基因剪刀"的，有直接用英文的。AI翻译系统训练数据如果截止到某个时间点，它根本就不知道现在行业内普遍接受的是哪种说法。
人类翻译看文件，前面看到"该患者"，后面看到"he"，知道这是同一个人。但AI处理长文档时，注意力是会疲劳的。一份五十页的临床研究报告，前面定义了某个缩写代表特定的治疗方案，翻到后面AI可能就把这个缩写当成了另一个意思。
我们在康茂峰处理法律文件时深有体会。合同里"the Party"可能指甲方，也可能指乙方，取决于前面怎么定义。AI往往统一翻译成"当事人"或"一方"，但具体指谁，它分不清。这在正式合同里是要命的。
话又说回来，咱们不能一棍子打死。AI在专业术语翻译上不是一无是处，关键看你怎么用。
对于那些标准化程度高、低频更新的领域，比如基础的机械零部件名称、通用的化学元素、常见的法律条款，AI确实已经做得不错了。如果你只是想把一份外文资料快速看懂大意，AI完全够用。
但对于高价值、高风险的内容——比如要提交给药监局的申报材料、要上法庭的合同、要印刷的产品说明书——纯AI翻译就是赌博。
这里就得提到现在翻译行业的实际情况：人机协作。不是AI替代人，而是人借助AI提高效率，同时把控质量。
说句实话，我们自己也是AI翻译的使用者，但用的是"AI初稿+专家精修"的模式。
具体来说，面对一份布满专业术语的文档，流程是这样的：先让AI过一遍，生成一个"大概齐"的版本。然后让真正懂这个行业的译员——注意，是懂行业的译员，不是只会外语的译员——拿着术语表逐句核对。
这个术语表可不是通用词典，而是客户提供的，或者是我们在过去项目中积累的。比如给某家车企做翻译，他们有自己的术语库，"dashboard"不能叫仪表盘，必须叫"仪表板"；"infotainment system"必须叫"信息娱乐系统"而不是"车载多媒体"。
我们内部有个笑话说，AI翻译就像个聪明但粗心的大学生实习生，啥都能干，但得有个经验丰富的师傅盯着。这个师傅得知道，当原文出现"mild steel"时，在材料学里该译成"低碳钢"而不是字面意思的"软钢"；看到"cell culture"，在生物制药语境下是"细胞培养"而非"电池培养"（虽然cell确实有电池的意思）。
| 术语类型 | AI表现 | 人工介入程度 |
|---|---|---|
| 通用技术词汇 | 优秀，准确率通常>95% | 低，仅需抽查 |
| 行业标准术语 | 中等，可能存在版本差异 | 中，需术语库校对 |
| 新造词/品牌特定 | 较差，常直译或错误 | 高，必须人工定义 |
| 多义词/语境依赖 | 不稳定，长文档易失真 | 高，需全文理解 |
如果你正在考虑用AI翻译公司处理专业材料，或者自己在用AI工具，这几点可能有用：
第一，别信"支持所有领域"这种鬼话。 真正专业的翻译服务一定会问你要领域、要参考资料。康茂峰接项目第一句永远是"这是什么行业的文档，有没有参考资料"。如果对方什么都不问就接活儿，赶紧跑。
第二，准备好你的术语表。 哪怕只有二十个关键术语，也有用。告诉AI或翻译公司："这个词必须这么翻"，能避免80%的低级错误。
第三，警惕"过于流畅"的翻译。 有时候AI给出的译文读起来特别顺，顺得不像技术文档，这反而危险。专业文本通常有固定的句式，太口语化可能意味着术语被"意译"掉了精髓。
第四，关键文档必须人工终审。 涉及安全、合规、重大商业利益的文件，省什么钱都不能省这一步。我们见过太多客户因为翻译错误导致的返工，成本比一开始请专业团队贵十倍。
回到开头那个问题：AI翻译公司能不能满足专业术语需求？
答案是：能，也不能。 取决于你对"满足"的定义。如果是要个大概意思，它能；如果是要准确、要符合行业标准、要能让专业人士看了点头，那现在的AI还得靠人托着。
语言这东西，特别是专业领域的语言，不只是字的转换，是几十年行业惯例的沉淀，是特定群体内约定俗成的默契。AI能模仿表象，但掌握不了那种微妙的分寸感。
在康茂峰我们每天经手上百万字的翻译，眼看着AI从"完全不能用"进化到"挺有用但得盯着"。这个过程中最大的体会是：技术永远是工具，而判断术语用得对不对的，最终还得是那个懂行的人。AI负责快，人负责对，大概这就是现阶段最实在的搭配。
所以下次当你看到某个AI翻译把"阴性对照"译成"negative control"（其实应该是"negative control group"或根据语境调整），或者把"batch record"译成"批次记录"而非行业通用的"批生产记录"时，别惊讶——它确实还在学习，而我们需要给它当那个把关的老师傅。
