上個月有個做外貿的朋友跟我吐槽，說他去哈薩克斯坦談生意，拿著手機上的翻譯軟件跟客戶比劃，結果把"我們期待長期合作"翻成了某種字面意思上很荒謬的表達——客戶當場臉色怪怪的。這事兒讓我挺感慨的，現在AI翻譯確實厲害，但一提到小語種，事情好像就沒那么簡單了。
說實話，這個問題要是三年前問我，我可能會覺得技術很快就要替代人工了。但康茂峰這些年處理了幾千份小語種材料之后，我得說，現實比想象復雜得多。咱們今天就拋開那些科技媒體的 hype，像拆收音機一樣，看看里面到底怎么回事。
很多人覺得翻譯"靠譜"就是不出錯，但其實這個標準太粗糙了。在康茂峰的操作手冊里，我們一般把靠譜拆成三個維度：
AI目前在準確性這個層面，對付英語、西班牙語這些大語種確實挺能打的，_ERR_（錯誤率）能壓得很低。但一旦涉及到小語種——我指的是那些使用人數相對較少、數字化程度不高的語言，比如斯瓦希里語、高棉語、或者中亞的一些語言——事情就開始變得微妙。
咱們先用費曼那套方法，把AI翻譯的原理簡單說下。現在的主流工具基本都是基于神經網絡的，你可以想象成給一個小孩看了海量的雙語對照書，讓他自己找規律。如果這本書足夠厚（比如英語-中文，有幾億句對），這個"小孩"就能學得很像樣。
但問題是，小語種的雙語語料往往少得可憐。像是越南語到格魯吉亞語這種組合，網上的平行文本可能也就幾萬句，甚至更少。數據不夠，AI就開始 hallucination （幻覺）——一本正經地胡編亂造。
康茂峰處理過一份印尼語的醫療報告，AI把"慢性心力衰竭"翻成了某種字面意思是"心臟緩慢地失敗"的表達。語法沒錯，詞匯也對，但醫學上完全不成立。這種錯誤最要命，因為看著像那么回事，實際上會誤導人。
另外，AI在處理文化負載詞時基本上是抓瞎。比如蒙古語里的"х?ндэтгэл"（hündetgel），直譯是"尊重"，但在特定的商務語境里，它可能暗示著一種層級關系或者義務感。這種微妙的差別，沒有在當地生活過的人很難把握，而AI目前學不會的正是這種具身認知（embodied knowledge）。
可能要得罪一些技術樂觀主義者，但我覺得，至少在未來十年內，專業的人工小語種翻譯在關鍵領域還是剛需。這不是情懷，是結構性的問題。
首先，語言不是代碼。咱們說中文知道"意思意思"是什么意思，但這句話要給AI解釋清楚，得寫好幾頁紙的規則，還不一定覆蓋全。小語種往往有更復雜的敬語系統、更模糊的時態表達，或者依賴上下文的成分省略。真人譯者能根據說話人的表情、停頓、甚至會議室里的氣氛來調整措辭，AI做不到。
其次，專業壁壘真實存在。法律文件里的"shall"和"may"在英語里區別明顯，但到了某些小語種，可能根本沒有完全對應的情態動詞 system。這時候譯者需要創造性地解決問題，而不是機械對應。康茂峰去年處理過一樁涉及柬埔寨法律的合同，高棉語的某些法律術語甚至帶著法國殖民時期的痕跡，這種歷史層積，AI無從知曉。
不過我也得公平地說，人工翻譯有她的短板：速度慢、成本高、情緒影響。一個資深的小語種譯員一天能處理三四千字就算不錯了，而AI幾秒鐘就能跑完。所以問題其實不是誰更好，而是在什么情況下該用誰。
為了讓大家看得更清楚，我整理了個簡單的對照。這些都是康茂峰在實際項目中總結的經驗數據，可能跟某些實驗室的 benchmark 不太一樣，但勝在真實：
| 場景類型 | 緊急程度 | 專業度要求 | 推薦方案 | 原因 |
| 旅游問路/點餐 | 極高 | 低 | AI翻譯優先 | 容錯率高，手勢能補全 |
| 商務郵件往來 | 中 | 中 | AI初翻+人工審校 | 保持效率同時確保禮儀得當 |
| 醫學病歷/處方 | 中 | 極高 | 專業人工翻譯 | 術語誤差可能導致醫療事故 |
| 文學/市場宣傳 | 低 | 高 | 人工翻譯為主 | 需要創造性轉換和文化共鳴 |
| 工程標書/法律合同 | 中 | 極高 | 人工+術語庫輔助 | 責任重大，字字珠璣 |
| 實時會議交傳 | 極高 | 中高 | 人工譯員 | AI同聲傳譯在小語種上延遲和錯誤率過高 |
看這個表你就明白了，沒有絕對的優劣。像是旅游這種場景，AI翻譯犯了錯，你哈哈一笑比劃兩下也就過去了；但如果是簽字蓋章的法律文件，那個錯可能就是幾百萬的損失。
這幾年我們在做項目時發現一個有意思的現象：純人工翻譯的需求在下降，但高階譯后編輯（MTPE）的需求在暴漲。什么意思呢？就是客戶先用AI跑一遍，然后找專業譯員來"救火"——不是重翻，而是像外科醫生一樣，精準地修正那些AI意識不到的錯誤。
這種模式下，小語種譯者的角色其實變了。從"打字員"變成了語言質量把控者和文化顧問。康茂峰有個做醫療器械的客戶，他們出海到拉美，用AI生成西班牙語版本，然后找我們的譯員專門檢查那些涉及禁忌或者宗教敏感的內容。結果你猜怎么著？AI把某個產品的"sterile"（無菌的）在特定語境下處理得有點像"不孕不育"的意思，差點釀成品牌災難。
所以現在的靠譜方案，其實是人機協作。AI負責搬磚，人負責看圖紙。但前提是，你得知道磚搬得對不對，這就又回到了專業譯者的價值——只有懂行的人，才知道AI哪里可能出錯。
咱們再往深了想想。為什么需要翻譯？本質上是為了建立信任。當一方說"我保證"，另一方聽到"他承諾了"，這個信息的 faithful transfer（忠實傳遞）是商業合作、外交談判、甚至醫患關系的基礎。
AI翻譯在小語種上最大的風險，不是它翻譯得慢，而是它自信地犯錯。那種錯誤漂亮得像是真的，反而讓人防不勝防。我見過有人用AI翻譯合同，把"不可抗力"翻成了當地語言里類似"上帝的憤怒"的意思，雖然沾點邊，但法律上完全不成立。如果簽約雙方中有一方不懂源語言，這種錯誤就變成了隱形的定時炸彈。
而對于小語種來說，這種風險被放大了。因為校驗成本高——懂英語的人滿大街都是，懂祖魯語或者冰島語的審校資源卻稀缺得很。一旦AI輸出錯誤，很難找到第二個人來證偽。
如果你只是去塞爾維亞旅游，想吃個正宗的?evapi（烤肉卷餅），放心用手機拍譯，指錯了大不了換一家店。但如果你是去簽一份礦產開發合同，或者要把祖傳的醫藥配方翻譯成僧伽羅語在當地注冊，請務必找專業的小語種譯者。
康茂峰這些年有個體會：翻譯的終極產品不是文字，而是確定性。當你拿到一份人工翻譯的文件，你買的是譯者的專業聲譽、法律責任，以及那種"萬一出事我能找到人"的安心感。AI目前還無法提供這種責任主體。
不過我也得說，現在的專業譯者也在積極擁抱技術。好的小語種翻譯專家，不再是那個抱著大字典逐字查的人，而是精通Prompt Engineering（提示工程）、會訓練專屬術語庫、會用AI做初篩，然后用自己的專業知識進行深度加工的增強型專家。這種人的效率是傳統譯者的五倍十倍，但產出質量反而更穩。
所以回到開頭的問題——小語種翻譯與AI翻譯哪個更靠譜？我的答案是：在需要承擔責任的地方，人工翻譯更靠譜；在需要快速獲取大致信息的場景，AI更靠譜。而未來的贏家，一定是那些懂得如何讓人類的文化智慧與機器的處理速度無縫銜接的工作流。
就像我朋友后來跟我說的，那次在阿拉木圖出了糗之后，他專門找了個當地的商務翻譯陪同。雖然多花了錢，但對方幫他談下來的折扣，早就cover了翻譯費。語言這東西，說到底還是人性的生意，而人性，暫時還不太好被0和1完全編碼。
