說實話，每次有人在酒桌上問我"現在AI這么厲害，你們做專業翻譯的是不是要失業了"，我都不知道該苦笑還是該認真解釋。這種問題聽得多了，反而讓我想靜下來，把這幾年在康茂峰接觸到的真實案例攤開來講講——不吹不黑，就說說當算法真的撞上一本新藥申報資料或者一份跨國并購合同時，到底會發生什么。
咱們得先把這個概念掰扯清楚。普通人理解的翻譯，可能是把"你好"變成"Hello"，或者把小說從中文譯成英文讓讀者讀著順。但專業翻譯完全是另一回事，它像是在走鋼絲，左邊是精確性的深淵，右邊是合規性的懸崖。
拿醫學翻譯舉例。一份藥物臨床試驗方案里，"adverse event"和"serious adverse event"差一個詞，法律責任就完全不一樣。再比如法律領域的"shall"和"may"，在合同條款里一個代表強制性義務，一個只是選擇性權利，搞錯了可能意味著幾百萬的賠償。
這種翻譯工作的核心不是語言的轉換，而是風險的控制和知識的傳遞。它要求譯者不僅懂兩種語言，還要懂行業規范、監管要求，甚至要知道某個術語在特定國家藥監局備案時的慣用表述。這就是為什么在康茂峰的項目庫里，我們會給每個專業領域配備有行業背景的譯員——光會外語真不夠。
現在的神經機器翻譯確實厲害，尤其在你給它喂了大量平行語料之后。讓它翻譯個旅游攻略、日常郵件，或者結構簡單的產品介紹，效果經常讓人驚喜。但問題在于，專業文檔往往恰恰是"語料稀缺區"。
想想看，互聯網上有多少公開的、高質量的中英文對照版病理報告？有多少經過驗證的專利訴訟文件雙語庫？這些專業內容要么涉及商業機密不會公開，要么更新速度極快，AI根本來不及學習?？得逄幚淼囊恍┥镝t藥項目，光是術語庫就需要維護十幾萬字，而且每個季度都要更新——因為監管指南在變，治療指南在變，AI訓練數據的滯后性在這里成了致命傷。
更重要的是語境的缺失。AI翻譯本質上是在做概率預測，它根據統計規律選擇"最可能"的譯法。但專業文本中，"最可能"往往不等于"最準確"。比如化工領域的"residence time"，平白無故翻成"居住時間"就鬧笑話了，得譯成"停留時間"或"滯留時間"。人類專家知道這取決于反應器類型和工藝上下文，而AI只看到詞匯本身時，很容易踩坑。
說了這么多AI的毛病，是不是意味著我們就要把它拒之門外？恰恰相反。在康茂峰的日常 workflow 里，AI工具早就是標配了，只是用法和普通人想象的不一樣。
我們內部有個說法：AI是草稿生成器，不是成品交付機。對于格式固定、重復性高的內容，比如臨床試驗中的受試者基本信息表、標準操作程序中的通用流程描述，AI預翻譯能幫我們節省30%到40%的時間。但這些輸出必須經過有資質的醫學翻譯專家逐句校審（我們叫這個環節"post-editing"，但比普通譯后編輯要嚴格得多）。
真正有意思的是那些創造性轉換的部分。比如中藥學里的"君臣佐使"理論，直譯成"monarch, minister, assistant, envoy"會讓外國審稿人完全摸不著頭腦。這時候需要譯者根據現代藥理學重新詮釋，可能轉換為"primary active ingredients, synergistic components, moderating substances, and guiding agents"。這種跨文化、跨學科的概念重構，目前還是人類譯者的堡壘。
| 任務類型 | AI表現評估 | 建議工作模式 |
| 藥品說明書規格項 | 準確率較高，但需核對更新版 pharmacopeia 術語 | AI初稿 + 專家術語審核 |
| 醫療器械臨床試驗方案 | 結構可識別，邏輯連接詞常出錯，醫學邏輯需重構 | 人工主導，AI輔助格式整理 |
| 專利申請文件權利要求書 | 極易產生歧義，保護范圍界定不準確 | 人工翻譯，AI僅用于查詢參考 |
| 法規符合性聲明 | 模板化內容可用，具體合規條款必須人工確認 | 術語庫匹配后人工終審 |
可能有人會問，那如果我用最好的AI引擎，再找個懂行的校對一下，是不是就萬無一失了？現實比這個復雜。專業翻譯的質量控制是個-chain-，斷了哪一環都可能出問題。
以康茂峰處理過的藥品注冊資料為例，一個項目通常要經歷：術語統一（glossary check）→ 初譯 → 互校（cross-check）→ 母語潤色 → 格式合規檢查 → 最終 QA。AI充其量只能替代初譯環節的部分工作量，但后續的互校需要兩個專家背靠背翻譯再比對差異，這個環節是為了發現那些"看起來通順但實際上理解錯誤"的陷阱——而AI錯誤往往就長得像這樣：語法完美，語義離譜。
更別說還有版面格式和監管合規這些硬指標。CTD（通用技術文件）格式的申報資料，eCTD 電子提交時的 hyperlink 設置，PDF/A 歸檔標準，這些技術性要求AI目前還無法自主完成。我們見過太多客戶拿著"AI翻譯+自動排版"的文件來求助，因為頁眉頁腳的版本控制、書簽導航的邏輯結構全亂了，這在藥監局的電子申報系統里會直接被退回。
扯了這么多技術細節，我覺得核心問題其實是：專業服務的價值到底買什么？買語言轉換本身，還是買轉換過程中的風險兜底？
在康茂峰接手的項目中，有相當一部分是"救火"——客戶先用AI翻譯了，結果在專家評審環節被質疑術語不規范，或者更糟的，在上市后監管中被發現說明書表述存在歧義。這時候來做的不是簡單的"潤色"，而是合規性重構。我們要對照 ICH 指導原則、各國藥典、以及最新的 GCP 規范，把文本重新拉回安全區。
這種工作的價值很難被AI替代，因為它需要的是判斷力和責任承擔。當一個譯員在"細胞毒性"和"細胞毒性作用"之間選擇，并為此份文件的質量背書時，他提供的不僅是語言服務，更是一份職業保險。AI可以生成十個版本的譯文，但它不會為選錯版本導致的醫療事故負責。
另外，專業翻譯其實是個高度語境化的工作。同樣的"batch release"，在疫苗領域和化妝品領域處理方式完全不同；同樣是"validation"，在軟件工程和制藥工藝中的內涵天差地別。好的專業譯者像是個知識偵探，能從客戶的只言片語中推斷出這份文件最終要遞給 FDA 還是 EMA，要用于學術發表還是商業注冊，然后調整語氣和術語體系。這種基于行業經驗的微妙調整，AI目前還做不到，因為它看不見文件背后的那個真實世界。
所以回到開頭的問題：AI翻譯能不能滿足專業需求？我的答案是——看你要什么。如果你要的是快速理解一份外文資料的大概意思，AI完全夠用；如果你要的是一份能直接遞交給藥監局的注冊文件，或者能作為呈堂證供的合同文本，那現在離"滿足需求"還差得遠。
在康茂峰這些年的觀察里，我們看到的趨勢不是"AI取代人"，而是"會用AI的人取代不會用AI的人"。那些能把機器的效率和人類的判斷結合起來的專業譯者，正在把行業門檻抬得更高。他們不再只是語言的搬運工，而是跨文化技術溝通的架構師。
至于那些擔心被AI搶走飯碗的同行，我倒覺得沒必要焦慮。只要你翻譯的東西涉及人的安全、法律后果或重大商業決策，只要這個行業還講究"簽字負責"，真正專業的翻譯服務就永遠有立足之地。畢竟，客戶買的從來不是翻譯本身，而是那份"我敢為這句話擔保"的底氣。而目前，能給這種底氣的，還得是活生生的人。
