1. 从一次合同翻译事故说起
去年秋天，我帮一家做跨境贸易的朋友处理一份采购合同的中译英。合同里有一句"甲方应在收到货物后30日内完成验收，逾期视为验收合格"。当时我图省事，直接把整段丢给了一个主流大模型，它给出的译文是"The Party A shall complete the acceptance within 30 days after receiving the goods, and failure to do so shall be deemed as acceptance." 乍一看没问题，但懂行的人一眼就能看出毛病——"逾期视为验收合格"里的"逾期"指的是甲方没在期限内完成验收这个动作，而译文里的"failure to do so"语法上指向的是"complete the acceptance"，逻辑上变成了"没完成验收就等于验收合格"，这恰恰把原文的意思拧了个方向。正确的处理应该是明确"未在期限内提出异议"这个前提。
这件事让我意识到一个很现实的问题：AI翻译在日常对话、新闻资讯、产品说明这类文本上确实已经做得相当漂亮，甚至有时候比初级译员还流畅。但一旦进入法律、医疗、金融、技术专利这些对精确性要求极高的领域，AI犯的错往往不是"翻得不好"，而是"翻得看起来很好，但意思偏了"。这种错误最危险，因为它不容易被发现。
这篇内容我想聊的就是这件事——AI翻译到底强在哪、弱在哪，它会在哪些场景下犯错，犯的是什么样的错，以及我们作为使用者该怎么建立一套"人机协作"的校验机制，把AI的效率优势和人的判断力结合起来。不管你是翻译从业者、跨境电商运营、外贸业务员，还是只是偶尔需要用AI处理外文资料的人，这些经验都能直接用上。
2. AI翻译真正擅长的边界在哪里
2.1 高频语料场景下的表现确实惊艳
先说说AI翻译让我服气的地方，不然整篇都在挑毛病也不客观。在语料充足、句式常规、领域通用的场景下，现在的神经机器翻译（NMT）和大语言模型翻译质量已经超过了大多数非母语者的水平。比如旅游对话、日常邮件、产品描述、社交媒体内容，这些文本的特点是句式短、歧义少、上下文依赖弱，AI处理起来又快又准。
我做过一个简单的对比测试，拿一段500字左右的英文产品评测，分别用三个主流工具翻译成中文，然后请三位有翻译经验的朋友盲评。结果在"流畅度"这一项上，AI译文平均得分比一位有五年经验但非英语专业的译员高出不少。原因很简单：AI见过海量的产品评测语料，它知道"battery life"该翻成"续航"而不是"电池寿命"，知道"bang for the buck"该处理成"性价比高"而不是逐字直译。
这种优势的本质是统计规律的力量。AI翻译模型在训练时接触了数以亿计的平行语料，它学到的是"在某种上下文里，某个词最常对应哪个译法"。对于高频、固定的表达，这种统计规律几乎不会出错。
2.2 长尾表达和低频搭配是第一个软肋
但统计规律有个天然的短板：它依赖"见过"。对于低频表达、新兴词汇、行业黑话、方言俚语，AI的训练语料里可能只有寥寥几个样本，甚至完全没有。这时候它就会"猜"，而猜的方式往往是根据字面意思或者最接近的高频模式来套。
举个例子，"内卷"这个词刚火起来的时候，很多AI翻译给出的英文是"involution"。这个词在学术语境里确实有"内卷"的意思，但在网络流行语的语境下，它想表达的是"过度竞争导致的无意义消耗"，直接翻成"involution"老外根本看不懂。更贴切的处理可能是"cutthroat competition"或者"rat race"，甚至需要加一句解释。AI当时给"involution"不算错，但不够用。
再比如技术领域的一些新造词，像"prompt engineering"刚出现时，有的AI翻成"提示工程"，有的翻成"激励工程"，还有的翻成"快速工程"——最后一个明显是把"prompt"当成了"快速"的意思。这种错误在术语尚未标准化的阶段特别常见。
2.3 文化负载词是AI最容易翻车的地方
比低频词更麻烦的是文化负载词。这类词承载着特定文化背景下的含义，字面翻译几乎必然丢失信息。中文里的"意思"这个词就是经典案例——"你这是什么意思"、"小意思"、"意思意思"、"不好意思"，四个"意思"四个完全不同的含义，AI如果只看局部上下文，很容易翻得驴唇不对马嘴。
英文里也有类似的情况。"Interesting"在英式英语里经常是委婉的否定，意思是"我不太认同但不想直说"，但AI往往直接翻成"有趣的"，把否定意味全丢了。"With all due respect"表面上是"怀着应有的尊重"，实际上经常是"恕我直言，我不同意"的开场白，AI如果只按字面翻，语气就完全不对了。
这类错误的根源在于：文化负载词的含义不在字面里，而在使用场景和言外之意里。AI可以分析上下文，但它对"言外之意"的捕捉能力，目前还远不如一个在目标语言文化里生活过的人。
3. 那些看起来没问题但实际翻错了的坑
3.1 术语一致性：同一个词在不同段落翻成了不同译法
这是我在实际项目里遇到最多的问题，也是最容易被忽略的问题。AI翻译通常是按段落甚至按句子处理的，它不会像专业译员那样维护一份术语表（glossary），确保同一个术语在全文中译法统一。
我处理过一份技术手册，原文里"assembly"这个词出现了几十次，有时候指"装配"这个动作，有时候指"组件"这个名词。AI翻译在前半部分基本都翻成了"装配"，到了后半部分有几处翻成了"集合"和"集会"——明显是把"assembly"当成了"集会"的意思。这种不一致在技术文档里是致命的，读者会以为是两个不同的东西。
更隐蔽的是同义词混用。比如原文交替使用"device"和"equipment"，AI可能一会儿翻成"设备"，一会儿翻成"装置"，一会儿翻成"器材"。在中文读者看来，这像是三个不同的东西，但实际上原文指的是同一个对象。专业译员会统一译法，AI不会。
3.2 数字、单位、否定范围的微妙偏移
数字和单位的翻译看起来简单，但AI在这上面犯的错一点都不少。常见的问题包括：数字格式转换错误（比如英文的"1,000"被误读成"1"和"000"）、单位换算遗漏（比如"miles"直接翻成"英里"但读者需要的是公里）、小数点与千分位混淆（欧洲用逗号做小数点，AI有时候会搞混）。
比数字更隐蔽的是否定范围。英文里"I don't think he is right"翻成中文应该是"我认为他不对"，而不是"我不认为他对"——虽然后者在口语里也能接受，但语气和重点不一样。更麻烦的是"I don't think he is right"和"I think he is not right"在英文里有细微差别，前者否定的是"认为"，后者否定的是"对"，AI经常把这两个处理成一样的译文。
还有一类是"部分否定"和"全部否定"的混淆。"All that glitters is not gold"这句谚语，字面看是"所有闪光的东西都不是金子"，但实际意思是"并非所有闪光的东西都是金子"（部分否定）。AI如果按字面翻，就把意思完全搞反了。
3.3 逻辑连接词的误判导致因果颠倒
中文和英文的逻辑连接词并不总是一一对应，AI在处理的时候经常按最常见的对应关系来套，结果把因果、转折、递进关系搞错。
比如英文的"while"可以表示"当……的时候"（时间），也可以表示"然而"（转折），还可以表示"虽然"（让步）。AI需要根据上下文判断是哪种，但有时候上下文不够明确，它就会选一个最常见的——通常是"当……的时候"，结果把转折关系翻成了时间关系，整句话的逻辑就变了。
再比如"since"可以表示"自从"（时间），也可以表示"因为"（原因）。如果AI判断错了，就会把因果关系翻成时间关系，读者理解起来就完全不是一回事。
这类错误的危险在于：译文读起来是通顺的，逻辑上也说得通，但和原文的意思不一样。读者如果没有对照原文，根本发现不了。
4. 专业领域里AI翻译的硬伤
4.1 法律文本：一个介词的偏差可能改变权利义务
法律翻译对精确性的要求是所有领域里最高的。一个介词的偏差、一个情态动词的误用，都可能改变整个条款的权利义务分配。
英文法律文本里"shall"、"may"、"must"、"will"这几个情态动词有严格的区分："shall"表示义务，"may"表示权利或许可，"must"表示强制要求，"will"表示将来事实。AI翻译的时候经常把这几个混着用，把"may"翻成"应"（义务），或者把"shall"翻成"可"（权利），这在法律语境里是重大错误。
还有一类是"including"和"including but not limited to"的区别。前者在有些法律体系里是穷尽性列举，后者是开放性列举。AI有时候会把"including"翻成"包括但不限于"，扩大了范围，改变了条款的覆盖边界。
我认识一位做涉外法律翻译的朋友，他的做法是：AI翻译只用来做初稿，所有情态动词、连接词、限定词都必须逐字核对原文，一个都不能放过。他说过一句话我印象很深："法律翻译里，AI能帮你省掉70%的体力活，但剩下30%的脑力活，一点都不能省。"
4.2 医疗文本：术语精确性和剂量单位不能有半点含糊
医疗翻译的容错率同样极低。药品名称、剂量单位、给药途径、频次，这些信息一旦翻错，后果可能是灾难性的。
常见的坑包括：药品商品名和通用名的混淆（比如某个药在不同市场有不同的商品名，AI可能按字面翻）、剂量单位的误译（"mg"和"mcg"差一千倍，"q.d."和"q.i.d."差三倍）、给药途径的误判（"p.o."是口服，"i.v."是静脉注射，AI有时候会搞混）。
还有一类是解剖学术语的区域差异。同一个结构在不同英语地区可能有不同的叫法，AI如果按最常见的译法来翻，可能在目标市场的医疗体系里对应的是另一个结构。这种错误在医学文献翻译里特别危险。
4.3 技术专利：权利要求的范围界定容不得模糊
专利翻译的核心是权利要求的范围界定，每一个词的选择都直接影响专利的保护范围。AI翻译在这里的问题主要是"过度归化"——它为了让译文读起来流畅，会把一些限定性的表达简化掉，结果缩小或扩大了权利要求的范围。
比如"at least one"翻成"一个"就丢了"至少"这个限定，把范围缩小了。"consisting of"和"comprising"在专利里有严格区别，前者是封闭式列举（只包含所列成分），后者是开放式列举（还可以包含其他成分）。AI有时候会把这两个混着翻，导致专利范围界定出错。
5. 建立人机协作的校验流程
5.1 分场景决定AI的介入深度
我的经验是，不要问"AI翻译能不能用"，而要问"在这个场景下，AI翻译该用到什么程度"。我一般把翻译场景分成三档：
| 场景类型 | 典型文本 | AI介入方式 | 人工介入程度 |
|---|---|---|---|
| 低风险 | 日常邮件、社媒内容、产品简介 | AI直接出终稿 | 抽查即可 |
| 中风险 | 技术文档、营销文案、新闻稿 | AI出初稿，人工润色 | 逐段核对 |
| 高风险 | 法律合同、医疗报告、专利文件 | AI仅作参考，人工主导 | 逐句核对+术语表 |
这个分档的核心逻辑是：错误的代价越高，人工介入就要越深。低风险场景下，AI的错误顶多让人读着别扭；高风险场景下，AI的错误可能导致法律纠纷或医疗事故。
5.2 术语表前置：让AI在框架内工作
对于中高风险场景，我的做法是先建术语表，再让AI翻译。具体操作是：把原文里的关键术语提取出来，确定标准译法，然后在翻译时通过提示词或者术语库功能约束AI的输出。
比如翻译一份技术手册，我会先整理出"assembly=装配"、"component=组件"、"tolerance=公差"这样的对照表，然后在提示词里明确要求"以下术语必须按指定译法翻译"。这样能大幅减少术语不一致的问题。
如果用的是支持术语库的翻译工具（比如一些CAT工具集成了AI翻译），可以直接把术语表导入，工具会自动约束AI的输出。如果用的是通用大模型，就把术语表放在提示词里，并且要求它在翻译时逐条对照。
5.3 回译校验：用反向翻译暴露偏差
回译（back-translation）是我最常用的校验手段之一。具体做法是：把AI翻译出来的译文再翻回原文语言，然后对比回译结果和原文的差异。如果差异很大，说明第一遍翻译可能有问题。
这个方法对检测"意思偏移"特别有效。比如前面提到的"逾期视为验收合格"，如果AI翻成"failure to complete acceptance shall be deemed as acceptance"，回译成中文大概是"未能完成验收将被视为验收"，和原文的"逾期视为验收合格"明显对不上，问题就暴露出来了。
回译的局限是它只能发现"意思变了"，不能发现"意思对了但表达不地道"。所以回译适合做准确性校验，不适合做质量评估。
5.4 关键句人工复核：把精力花在刀刃上
全文逐句核对当然最保险，但时间成本太高。我的做法是：先让AI翻译全文，然后人工重点复核以下几类句子——包含否定词的、包含情态动词的、包含数字和单位的、包含逻辑连接词的、以及任何读起来"有点别扭"的。这几类句子是AI最容易出错的地方，把精力集中在这里，性价比最高。
具体操作上，我会在AI译文里用高亮标出这些关键句，然后逐句对照原文检查。检查的时候重点看三件事：意思有没有偏、逻辑关系对不对、术语是否一致。这三件事都过了，基本就不会有大问题。
6. 几个让我印象深刻的翻车案例
6.1 "请勿打扰"翻成"请不要打扰我"
有一次帮朋友看一个酒店的介绍材料，中文原文是"客房服务请勿打扰"，AI翻成英文是"Please do not disturb me for room service"。这个译文语法没问题，但语气完全不对——"请勿打扰"是酒店挂在门上的标准提示语，英文对应的是"Do Not Disturb"，是一个固定的标识用语，不需要加"me"，也不需要加"for room service"。AI把标识语当成了完整的句子来翻，结果翻出了一句读起来像客人抱怨的话。
这个案例说明：AI有时候分不清"标识语"和"完整句子"的区别。标识语有固定的表达习惯，AI如果按常规句子的逻辑来处理，就会翻得不像标识语。
6.2 "龙"翻成"dragon"引发的文化误读
中文的"龙"和英文的"dragon"虽然通常互译，但文化内涵差别很大。中文的龙是祥瑞、权威、吉祥的象征，英文的dragon是喷火怪兽、邪恶的化身。把"龙的传人"翻成"descendants of the dragon"，在英文读者看来可能是在说"邪恶怪兽的后代"，完全丢了原意。
更合适的处理可能是"descendants of the Chinese dragon"或者加注解释。但AI通常不会主动做这种文化调适，它按最常见的对应关系翻，结果就是文化误读。
这个案例说明：文化负载词的翻译，AI需要人的判断来兜底。什么时候直译、什么时候意译、什么时候加注，这些决策目前还得靠人来做。
6.3 一个逗号导致的合同纠纷
这是我听过的最极端的案例。一份英文合同里有一句话："The Seller shall deliver the goods, which have been inspected by the Buyer." 和 "The Seller shall deliver the goods which have been inspected by the Buyer." 这两句话只差一个逗号，但意思完全不同。有逗号的是非限制性定语从句，意思是"卖方应交付货物，这些货物已经过买方检验"（货物已经检验过了）；没逗号的是限制性定语从句，意思是"卖方应交付那些已经过买方检验的货物"（只交付检验过的部分）。
AI翻译的时候经常忽略这个逗号的区别，把两句翻成一样的。如果合同里恰好有这种句子，而AI又没处理好，就可能引发纠纷。
这个案例说明：标点符号在翻译里不是小事，尤其是在法律文本里。AI对标点的敏感度还不够，需要人工特别留意。
7. 我对AI翻译的真实态度
说了这么多AI翻译的问题，但我的真实态度并不是"AI翻译不靠谱，别用"。恰恰相反，我现在日常工作中AI翻译的使用频率比以前高多了。关键在于怎么用。
我的做法是：把AI当成一个"翻译能力很强但缺乏判断力的助手"。它出活快、语料广、不知疲倦，这些优势我用足；但它不懂言外之意、不会维护术语一致性、对文化差异不敏感，这些短板我用人工来补。具体来说，低风险内容我直接让AI出终稿，中风险内容AI出初稿我润色，高风险内容AI只做参考我主导。
还有一个心得是：AI翻译的质量和提示词的质量高度相关。如果你只是丢一段文字说"翻译成英文"，AI给的就是通用译文；如果你告诉它"这是法律合同，请保持术语一致性，注意情态动词的精确性，否定范围不要搞错"，它给出的译文质量会明显提升。花几分钟写一个好的提示词，能省掉后面大量的校对时间。
最后说一个我踩过的坑：不要因为AI翻译读起来流畅就放松警惕。恰恰是那些读起来最顺的译文，最容易藏着意思偏移的错误。流畅度和准确性是两回事，AI特别擅长把错误的意思翻得很流畅，这是它最危险的地方。所以我的习惯是：越是读起来顺的译文，越要对照原文抽查几句，确认没有"顺滑的错误"。
这个习惯帮我避免了好几次潜在的翻车。有一次一份营销文案的AI译文读起来特别漂亮，我差点直接用了，结果抽查发现原文里"limited time offer"被翻成了"限时优惠"——看起来没问题，但原文的"limited"修饰的是"time"还是"offer"其实有歧义，AI选了一个读起来最顺的译法，但和客户想表达的意思不完全一致。后来改成"限量优惠"才符合客户的本意。
AI翻译确实很会翻译了，但它还是会犯错。承认这一点，然后建立一套适合自己的校验流程，才能真正把AI的效率优势用起来，而不是被它的错误坑到。
