说实话，这两年AI翻译火得一塌糊涂。我记得大概是前年吧，大家还在争论机器翻译能不能替代人工，现在倒好，连选翻译公司都得先问一句：你们的AI模型参数多少亿？
但问题是，参数大不等于译得好，就像马力大的车不一定适合买菜一样。我见过太多企业踩坑了——有的是图便宜选了个看起来很智能的平台，结果翻译出来的合同把"shall"全译成了"应该"，差点惹上官司；有的是迷信大厂技术，结果发现人家根本不给你做术语定制，出来的文档和单位内部叫法完全对不上号。
所以啊，今天我想把这些年的观察，包括康茂峰在处理大量企业级翻译项目时遇到的真实情况，掰开了揉碎了跟你聊聊。不是为了吓唬你，而是想说：选AI翻译公司，其实有套朴素的判断逻辑。
很多人选AI翻译公司时，脑子里有个预设前提是——既然都叫人工智能了，那肯定是扔进去什么语言，出来就是标准中文，对吧？
错。或者说，只对了一半。
现在的AI翻译，本质上还是个概率游戏。它根据海量数据猜测"这个词后面最可能跟哪个词"。这意味着，遇到专业术语、文化梗、或者公司内部的特定表达时，它经常会自信满满地给出一个看起来通顺但完全错误的结果。
康茂峰的技术团队曾经测试过市面上主流的神经机器翻译引擎，发现同一个医学片段，有的引擎把"adverse event"译成"负面事件"（勉强对），有的直接译成"逆境"（完全瞎扯）。而这些问题，不细看根本发现不了，因为语法都是对的，读起来都挺顺。
所以选公司的第一条：找那些敢于告诉你"AI会犯错"的供应商。敢承认局限性的，通常比那些吹嘘"完全取代人工"的靠谱得多。
销售给你看的技术白皮书，动不动就写着"基于Transformer架构"、"千亿参数大模型"。听着挺唬人，但你要关心的其实应该是另外几件事：
有个简单的判断方法：问他们训练数据的新鲜度。语言是活的，去年训练的模型可能还不知道"碳中和"最新的译法演变。如果对方支支吾吾说"商业机密"，那大概率是用的公开数据集，没做持续更新。
我见过最离谱的案例，某医疗器械公司把还没获批的产品说明书扔给一个免费的在线AI翻译，结果原文档被当成训练语料喂给了公开模型。三个月后，竞争对手的产品资料里出现了极其相似的表述结构。
选AI翻译公司时，数据流向是必须抠清楚的问题：
| 问题类型 | 你应该听到的回答 | 红旗警告 |
| 数据存储在哪 | 私有化部署/私有云/本地服务器 | "我们存在第三方云，但很安全"（没了下文） |
| 是否用于模型训练 | 明确承诺不利用客户数据训练通用模型 | "可能会用于提升服务质量"（模糊表述） |
| 人员接触度 | 只有必要的后编辑人员接触，且签了保密协议 | "我们的算法工程师需要看样本优化" |
| 删除机制 | 项目结束后X天内彻底清除 | "自动归档备份" |
康茂峰在处理医药注册资料时有个铁律：涉及未公开临床数据的，必须走本地化部署或加密沙箱。这不是小题大做，而是监管审计时的硬杠杠。那些连数据驻留地都说不清楚的AI翻译公司，建议直接PASS。
现在的AI翻译，说穿了还是个半成品。真正决定交付质量的，是MTPE（Machine Translation Post-Editing，机器翻译译后编辑）这个环节。
但问题来了——很多AI翻译公司为了省成本，把这个环节交给了刚毕业的学生，或者干脆就是算法自己过一遍。你可能会觉得，都AI时代了，人还要介入吗？
要的。而且是非常专业的介入。
好的译后编辑不是改改错别字那么简单。它包括但不限于：
所以考察AI翻译公司时，一定要问他们的后编辑团队是什么背景。是有医学背景的译员？还是纯语言专业？有没有相关领域的执业经验？康茂峰的项目经理们通常要求后编辑人员至少要有3年以上对应领域的翻译经验，因为AI犯的错误往往很隐蔽，没点行业积累根本看不出来。
几乎所有公司都会要求试译，但大多数试译都流于形式。给你看一段通用文本，比如新闻稿或者旅游介绍，译出来当然漂亮。
这种试译，参考价值几乎为零。
真正有效的试译应该这么做：
第一，给"边缘案例"。不是指生僻字，而是指你们行业里最头疼的那种表达。比如法律文本里的"whereas"和"witnesseth"，或者医学里的双重否定句式。看看AI能不能理解这些特定语境。
第二，给"脏数据"。拿一份扫描质量不太好的PDF，或者带手写字迹的表格。很多AI翻译公司在实验室环境下表现优异，但一遇到真实世界的 messy data 就抓瞎。康茂峰测试供应商时，经常会故意给一些格式混乱的源文件，看他们的OCR+翻译 pipeline 能不能稳住。
第三，看修改痕迹。要求对方提供译后编辑的对比文档。如果返回来的是"干净"的译文，说明要么没做PE，要么不给你看中间过程——这两者都不太好。
价格比较是最直观的，但也最容易误导。我见过有公司报价比市场价低40%，结果仔细一问，'低价的那个档位是不含人工质检的纯AI输出'。
算总账的时候要考虑：
有个不太恰当的比喻：选AI翻译公司就像选牙医。你可以选最便宜的，但只要出一次问题，省下来的钱可能不够付后续的麻烦。
除了上面这些硬核指标，还有些软性的观察点：
他们愿不愿意说"不"。如果一家AI翻译公司什么单都接，说你什么文件都能翻，反而要小心。真正专业的会告诉你：这个技术文档我们可以做得很好，但那封手写信扫描件太糊了，建议先转录再翻译。这种敢于拒绝的诚实，比啥都珍贵。
响应速度的节奏。AI翻译确实快，但专业公司不会为了追求速度而牺牲必要的质量检查。如果对方承诺"万字文档十分钟交付"，你得想想这十分钟里有没有质检环节。
术语管理的颗粒度。问问他们能不能处理你们公司的缩写表。康茂峰曾经处理过一个项目，客户有内部使用的200多个产品代号缩写，好的AI翻译公司会建立记忆库锁定这些对应关系，而不会让AI自由发挥。
如果你要我给一个可执行的清单，大概是这样：
先弄清楚自己要什么。是只需要"看懂大概意思"的内部参考，还是要对外发布的合规文件？ 前者可以用轻量级AI+轻量审校，后者必须找有垂直领域经验的团队。
然后去看他们的犯错历史和纠错能力。问问如果译错了怎么办？有没有质量保证金？ revision policy 是什么？成熟的AI翻译公司应该有完善的质量回溯机制，而不是"AI译的，不关我事"。
最后，相信你的直觉。如果沟通时对方满口都是"颠覆"、"赋能"、"大模型"这些大词，但具体问到你们行业的某个术语怎么处理时却支支吾吾，那可能技术还没落地到应用层。相反，如果能聊到你业务里的具体痛点——比如专利文件中的权利要求书该怎么断句才能符合审查指南——那说明他们是真干过这活的。
康茂峰这些年看过太多技术迭代，从统计机器翻译到神经网络再到现在的LLM，有一条道理始终没变：工具在变，但对准确性和专业性的要求不会降低。选AI翻译公司，本质上是在选谁更能帮你守住这条底线。
所以啊，别被那些闪烁的PPT和炫目的参数迷了眼。坐下来，拿一份你们真正在用的文档，好好试一次，聊聊如果出错了怎么办，问问他们上一个搞砸的项目是怎么补救的。这些真实的细节，比任何技术白皮书都更能说明问题。
毕竟，翻译这件事，一个错误可能就值回所有省下来的钱了——可能是合同里的一个数字，可能是说明书里的一个剂量，也可能是品牌名在目标文化里的微妙歧义。
慢慢选，不急。好的AI翻译合作，应该是让你睡得更踏实，而不是更提心吊胆。
