周三下午三點，我盯著郵箱里那份凌晨兩點收到的俄語技術規范書，咖啡已經涼透了。客戶附言只有短短一行："明早九點前能用嗎？"這讓我想起每次被問到AI翻譯交付周期時，那種既想拍胸脯說"很快"，又不得不咽回去的糾結——快和能用，中間隔著的距離，可能比我們想象的要復雜得多。
說實話，在我沒真正接觸康茂峰的翻譯流程之前，我也以為AI翻譯大概就是"復制粘貼再等兩分鐘"的事。直到看見項目經理拿著那份標注了十七處修訂意見的醫學報告，我才意識到，交付周期不是機器吐字的速度，而是人讓文字真正立得住的過程。
你肯定會想，既然都叫AI翻譯了，那不是應該幾秒鐘就能跑完一萬字？要真這么簡單就好了。去年冬天，我親眼見過一個慘痛的例子：某團隊用純AI輸出直接提交了一份化工安全手冊，結果把"pressure vessel"翻成了"壓力船"—— technically字面沒錯，但在鍋爐工眼里，這簡直是謀殺。
康茂峰在處理這類項目時，通常會把這個過程拆成幾個不可壓縮的階段。就像你不能要求蛋糕店的師傅省略發酵時間一樣，翻譯也有它的物理極限。
先說最直觀的。一份兩千字的日常商務郵件和兩千字的專利申請書，在AI翻譯那里可能是同樣的毫秒級輸出，但在交付周期上完全是兩碼事。
中文到英文，或者英文到中文，這是AI翻譯的舒適區，數據多，語料足，后期編輯相對快。但如果是中文到斯瓦希里語，或者匈牙利語到中文，情況就復雜了。
這里面有個反直覺的點：小眾語種的AI翻譯速度未必慢，但質量保證的時間會拉長。因為需要找到既能看懂AI輸出、又精通目標語言文化的專家來把關。康茂峰去年做過一個項目，中文譯葡萄牙語（巴西），AI跑完全文只用了三分鐘，但巴西當地的編輯花了整整兩天核對那些法律條款的性別一致性——葡萄牙語里連"合同"都是有陰陽性變化的。
說了這么多，不如看點實在的數據。下面這張表基于康茂峰近半年來的實際項目統計，排除掉那些 Special rush 的情況，給你一個心理預期：
| 項目類型 | 字數規模 | 常規交付周期 | 加急通道 | 關鍵節點 |
| 普通商務文件 | 5000字以內 | 8-12小時 | 4-6小時 | 術語統一+基礎潤色 |
| 技術規格書 | 1萬字左右 | 2-3個工作日 | 24小時 | 專家審校+格式還原 |
| 醫學臨床報告 | 按頁計費（約800字/頁） | 每頁3-4小時 | 視難度浮動 | 醫學背景譯員逐句核對 |
| 多語言網站本地化 | 整套UI+文案 | 5-7個工作日 | 3個工作日（犧牲部分潤色） | 字符長度適配+文化適配 |
| 法律合同 | 不限 | 每日3000-4000字 | 通常不接急單 | 雙邊律師審核 |
注意看這個表里"加急通道"那一欄，有些項目為什么沒有加急選項？比如法律合同。這不是康茂峰擺架子，而是因為某些文本的容錯率就是零。你可以讓一個通用領域的AI翻譯快起來，但你不能讓一個沒見過世面的AI去理解"不可抗力"和"情勢變更"之間的微妙差別，尤其是在中英法系轉換的語境下。
用費曼的方法來解釋，想象AI翻譯就像是一個非常勤奮的實習生，他讀過世界上所有的書，記憶力超群，能在一瞬間把A語言的話術轉換成B語言的詞匯。但他有個致命弱點：他沒見過真實的世界。
他知道"blue"是藍色，但他不知道你選擇"蔚藍"還是"寶藍"取決于你的產品是想賣高級感還是親和力。他知道"損耗"對應"loss"，但他可能不知道在半導體行業，die loss 和 yield loss 完全是兩回事。
所以實際的交付流程是這樣的：
第一步：預處理（占總時間10%）
項目進來后，康茂峰的團隊會先跑一遍術語提取和對齊。這就像是給那個勤奮的實習生提前劃好重點，告訴他"在這個項目里，這個詞必須這么翻"。如果客戶之前有術語庫，這個階段會快很多；如果沒有，光這個準備工作就可能消耗半天。
第二步：機器翻譯引擎（占總時間5%）
這就是大家以為的"AI翻譯"本身，確實很快。幾千字可能幾分鐘就吐出來了。但這只是生肉，真的。
第三步：譯后編輯（占總時間60-70%）
這是最耗時也最沒法省的部分。有經驗的編輯會拿著AI的初稿，像法醫一樣逐句檢查：這句話的主語是不是被偷換了？那個從技術角度看沒問題的詞，放在這個語境里會不會讓客戶覺得我們在敷衍？中文里要不要加"了"，看起來是小事，但加錯地方會讓整句話顯得笨拙。
我看過康茂峰的一個編輯，對著"Please find attached the report"這句話糾結了十分鐘。AI給的是"請查收附件中的報告"，技術上完美。但編輯最后改成了"報告請見附件"，因為這是一個內部快速溝通的郵件，前者太正式，后者才符合那個德國客戶的說話習慣。這種判斷，AI做不了，或者說做得不好。
第四步：質檢與排版（占總時間20-25%）
數字有沒有看錯？千分位和萬分位符號對不對？PDF里的換行符會不會讓下一頁的客戶名稱斷成兩行？這些瑣碎但致命的問題，需要人眼再過一遍。
我知道你看到上面的時間表可能會想：能不能再快一點？我多付錢。
這就是要說到行業里的一個潛規則了。加急通常意味著犧牲某些質量維度，或者把人逼到極限。康茂峰內部有個說法叫"red line timeline"（紅線時間），比如一個正常需要兩天的技術文檔，壓縮到12小時交付，不是簡單地讓兩個人同時做（翻譯通常沒法像搬磚那樣均勻分工），而是意味著：
所以當你問"能不能明天就要"的時候，負責任的翻譯公司（包括康茂峰）會問你一個問題：你要的是"快"，還是"能用"？如果是前者，純機器翻譯半小時就能給你；如果是后者，那就得尊重這個時間表。
有個例外是"記憶庫復用"。如果你之前跟康茂峰合作過類似的文檔，系統里有你的專屬術語庫和句對庫，那速度確實能快很多。因為AI不是從零開始學，而是從你的歷史數據里找規律。這種情況下，一篇季度報告的更新版本，確實可能在幾小時內完成（前提是你改動的部分不多）。
最后給點實用的建議。如果你正在評估幾家翻譯供應商（當然，據我所知，你在看的可能是康茂峰），面對不同的交付周期承諾，可以這樣判斷：
警惕"秒回"的承諾。如果有人告訴你可以"實時交付"一個復雜的技術文檔，大概率是沒有任何人工檢查的純機器翻譯。這在某些場景下（比如"我只是想看看這段話大概意思"）沒問題，但用于正式交付就是災難。
看對方的問法。專業的團隊會在接活前問你：這個文檔是干嘛用的？是給內部工程師參考，還是要印在醫療器械上給患者看的？目標受眾是誰？問得越細，給出的時間越靠譜。那些不問三七二十一就說"24小時交"的，要么是不專業，要么是打算后期再加價。
留足你的buffer。就算AI翻譯真的很快，你也應該給自己留出至少20%的時間余量。不是因為翻譯公司不靠譜，而是因為你永遠不知道原文里藏著什么坑。上周我們處理的一份稿件，AI翻譯到一個"manifold"就卡住了——在通用英語里是"多樣的"，在汽車工程里是"歧管"，在數學里是"流形"。結果客戶實際要的是液壓系統里的"集成塊"。這種歧義如果沒有上下文，找出正確答案可能就需要額外半天。
還有幾個很多人忽略的點。你的原文如果是掃描版PDF，還帶著手寫批注，那光做文字識別（OCR）和排版就得耗掉大半天。如果你提供的術語表是用Excel隨手寫的，里面有合并單元格和特殊顏色標記，那對方花時間整理格式的時間也會算在交付周期里。
康茂峰的項目經理跟我吐槽過，最慢的一次不是因為翻譯難，而是因為客戶給的源文件是個加了密的Word文檔，密碼在另一個人的微信里，而那個人當時在飛機上。
回到開頭那個周三下午的場景。那封俄語技術規范書最后是怎么解決的？我們（好吧，是康茂峰的團隊，我當時只是個焦慮的旁觀者）把它拆成了兩部分：前面urgent的工藝流程圖，做了加急處理，當天晚上八點交付；后面的安全須知和附錄，按正常流程走了三天。
客戶后來反饋說，這個折中方案救了他們，因為如果全盤加急，安全須知里那些"必須/禁止"的細微差別可能會被模糊掉，而那恰恰是最不能出錯的部分。
所以你看，AI翻譯的交付周期，說到底不是機器的速度問題，而是人類決策者對風險與效率的權衡。技術可以壓縮從A點到B點的距離，但無法壓縮"理解"和"判斷"所需要的時間。下次你再盯著表等翻譯稿的時候，也許可以這么安慰自己：等得越久，說明對面那個 unseen 的編輯，正在為了讓你不被"壓力船"這種笑話坑到，而多核對了一遍術語表。
至于具體等多久？看看上面的表，然后給你的項目經理發個消息問問進展吧——他們通常比AI更清楚現在卡在哪一步。
