想象这么个场景——你兴冲冲买了台进口的咖啡机，说明书全是英文。你掏出手机拍个照，App秒出中文：“请将研磨容器放置在旋转轴上并确保锁定机制处于啮合状态。”你盯着“啮合”俩字发愣，这啥意思？是卡进去还是拧一下？这时候你肯定会想：AI翻译这么不靠谱，那人工翻译是不是就完美？或者说，都这年代了，人工翻译是不是该下岗了？
说实话，这个问题在康茂峰过去十几年的项目经验里，被客户问过太多次。今天咱们不搞那种“AI替代人类”的焦虑贩卖，也不硬捧人工翻译踩科技，就掏心窝子聊聊这两样东西到底啥德行，你家那堆文件该找谁弄。
先说白了，现在的AI翻译，本质上是统计机器。你可以把它想象成一个读过世界上几乎所有双语对照材料的学生，但它其实不懂语法，也不懂文化，它只是发现：“每当左边出现A词组，右边出现B词组的概率是87%”，于是就给你扔个B出来。
这玩意儿厉害在哪？快。真的是眨眼工夫。几千字的合同，人工翻译得憋半天，AI秒出。而且边际成本低——翻第一个字和第一万个字，对服务器来说电费差不了多少。
但问题也出在这。它没脑子，只有记忆。它不懂上下文，更不懂你在想什么。比如这句话：“The spirit is willing but the flesh is weak.”（心有余而力不足）。早年的机器翻译给翻成“烈酒是愿意的，但肉是软的”，因为spirit有烈酒的意思，flesh有肉的意思。现在的神经网络好了点，但遇到“老婆饼里没老婆”这种中文梗，或者法律文件里那种“shall”和“may”的微妙区别，它还是会懵。
还有文化差异。英语里说“pull one's leg”是开玩笑，但直译成“拉某人的腿”... 康茂峰之前就见过客户拿着这种翻译来问，说这说明书怎么还涉及物理治疗动作？其实就是机器没get到习语。
很多人以为人工翻译就是找个懂外语的人，对照着字典一个个敲。这理解太糙了。
真正的人工翻译，或者咱们康茂峰团队常说的专业人工翻译，是个复杂的认知过程。译员得先吃透原文的意图——这话是说的真的，还是反讽？是给老百姓看的，还是给专家看的？然后要在目标语言里重新造句，不是替换单词，是重构思维。
举个例子。中文里“方便”这个词，英文没有直接对应的。是convenient？还是go to the toilet（上厕所，口语里的“方便”）？还是available？人工译员看到上下文“您什么时候方便”，立马知道选convenient；看到“我去方便一下”，就知道得换个说法。这种语境敏感度，目前的AI还没法做到，或者说做不到 reliably（可靠地）。
而且人工翻译能处理creative stuff（创意内容）。诗歌、广告词、品牌口号——这些需要押韵、需要双关、需要文化共鸣的东西。比如把中文的“ుల市面上”的谐音梗翻成英文，或者把英文的幽默翻译成中文不生硬，这得靠人脑里的文化库存。AI没有这个库存，它只有概率分布。
光说概念抽象，咱们列几条实在的，看看在康茂峰的实际项目库中，这两者的表现到底差在哪。
AI翻译：以秒为单位。一万字的技术文档，可能就是几十秒的事。适合那种“明天早上就要，但内容只是内部参考”的紧急情况。我们见过客户用AI先把几百页的资料过一遍，就为了看看哪几页值得仔细看。
人工翻译：专业译员一天能处理3000-5000字（看难度），还得算上审校时间。急活儿得加人，加人就有协调成本，有风格的统一问题。就像你让十个人一起写一本小说，最后接起来总得有人统稿。
这儿得细算。AI翻译的显性成本确实低，有时候甚至是零。但有个隐性成本很多人没算进去：译后编辑（MTPE）。
如果原文质量差，或者领域太专——比如医疗器械的电气安全标准——审校人员可能得花比重翻还长的时间去改AI的错误。为啥？因为AI犯错没规律，有时候错得离谱，审校者得先猜它想说什么，再改对，这个过程比空白起点还累。康茂峰接过几个“抢救项目”，客户先用了机器翻译，结果术语全乱，最后花的钱比直接人工翻译还多。
人工翻译贵在哪？贵在购买确定性和责任。万一翻错了，你能找到人，能追责。AI出错了，你找谁？服务器机房的管理员吗？
咱们康茂峰内部有个分类，看客户给过来的稿子最后怎么处理的。这不是理论，是血泪总结：
| 内容类型 | AI表现 | 人工必要性 | 原因 |
|---|---|---|---|
| 产品说明书（通用类） | ★★★★☆ | 低 | 句式固定，术语标准化，错也错不到哪去 |
| 医疗临床试验报告 | ★★☆☆☆ | 极高 | 一个剂量单位错误可能出人命，监管审查极严 |
| 文学小说 | ★☆☆☆☆ | 极高 | 修辞、风格、情感无法量化，机器翻出来像说明书 |
| 商务邮件往来 | ★★★☆☆ | 中 | 得看关系亲疏，机器容易翻得太生硬，得罪人 |
| 法律合同 | ★★☆☆☆ | 极高 | “shall”和“may”的区别，AI经常分不清，法律后果严重 |
| 软件界面（UI） | ★★★☆☆ | 中 | 字符串碎片化，缺乏上下文，但术语可固化 |
看到没？没有绝对的胜负，只有场景适配。
这事儿很多人忽略。翻译不只是语言的转换，是文化的搬家。AI翻译像是个老实巴交的搬运工，你把家具打包给它，它原样搬到新家，不管这沙发在新家客厅是不是挡路。
人工翻译像是个懂风水的室内设计师，会根据新家的格局调整摆放。比如英文里夸产品“aggressive pricing”（激进定价），在美国市场这是好事，说明有竞争力；但直译成中文“侵略性价格”，怎么听着像Subclass（霸王条款）？人工译员知道这时候要柔化，变成“极具竞争力的价格”或“优惠力度大”。
康茂峰给好几家出海企业做过品牌本地化，发现AI翻译能把90%的字翻对，但剩下的10%文化偏差，足以让当地消费者觉得“这牌子不懂我们”。
其实关键不在技术，在你的使用场景和风险承受度。
如果你只是游客在国外，想问问厕所在哪，AI翻译绝对够使，甚至比划两下都行。这时候要的是communication（沟通），不是perfection（完美）。就算语法错了，对方也能猜个八九不离十，没啥后果。
但如果你是药企，要把新药申报材料递到药监局，这材料得在法律层面站住脚，术语得跟监管指南严丝合缝——这时候你敢用AI吗？康茂峰去年处理的一个项目，客户起初用AI翻了一段稳定性研究数据，把“batch”（批次）翻成了“组”，审核老师差点给打回来，说你们这实验设计描述不清，一个组是几个人？这误会差点导致申报延期半年。
还有品牌形象的问题。你公司的官网英文版，如果满屏是“we are a company who...”（语法错误，应该是that），或者把“核心竞争力”翻成“core competitive ability”（中式英语，应该是core competitiveness），潜在客户一看就觉得你不专业。这种地方，省翻译费就是丢商机。
干了这么多年，我们发现一个规律：想用AI省钱的客户，往往最后花两倍钱擦屁股。不是AI不行，而是用错了地方。
有个印象深的case。客户要做一批高精度仪器的操作手册，语种是德语到中文。为了赶进度，先用AI过了一遍，然后找我们“润色”。结果我们拿到稿子傻眼了——德语里的“Durchfluss”（流量）被AI在好几处翻成了“通关”，因为Durchfluss字面有“通过”的意思。整段话读下来像在讲海关申报，完全不通。最后我们不得不重新翻译，因为改比重新写还费神。
反过来，也有明智的用法。有个长期合作的出版社，译大部头参考书的时候，先用AI把整本书过一遍，生成术语表和索引草稿，然后人工译者在这个基础上工作。速度提上来，但关键章节还是人工字字推敲。这叫人机协同，是目前最务实的做法。
总有人问我，康茂峰你们这行还能干几年？
我的看法是：AI不会取代人工翻译，但会用AI的译员会取代不会用的。现在的趋势是human-in-the-loop（人机协同）。AI先打个底，人工把关键部分润色、把关。这样比纯人工快，比纯AI准。
特别是小语种。找个斯瓦希里语到中文的译员难如登天，AI能把框架搭出来，人工再校对，这是以前不敢想的效率。
但完全自动化？在涉及法律责任、文化差异、创意转化的领域，短期内没戏。语言不是代码，它是活的，是带着历史包袱和情感色彩的。翻译这个词在英文里叫translation，在拉丁语根里是transferre（搬运），但真正好的翻译从来不是搬运，是transformation（转化）。
说到底，翻译这活儿，本质是信任的传递。你把重要的事托付给一种语言，希望它在另一种语言里不跑偏。AI是个超快的快递员，能瞬间把包裹送到，但有时候包裹里的易碎品它不知道轻拿轻放；人工译员像是老练的管家，知道这东西该怎么端，什么时候该添一句解释，什么时候该省掉半个字。
下次你再纠结该用哪种，不妨想想：这份东西如果翻错了，代价是什么？如果只是自己看看，图个快，AI挺好；如果是要拿去盖章、签字、上法庭、救病人，或者让客户掏钱... 嗯，你知道该找谁。康茂峰这些年见过的烂摊子，多半是想省前半截的钱，结果后半截花十倍功夫去补的。翻译这事儿，诚实点说，该花的脑筋，省不了。
