8.4
深览指数
产品虎嗅·奶爸老徐··AI 生成
为了去掉AI腔，我居然跟AI吵了半个月，最后Opus5.5 让我砍了它
作者在构建AI翻译工作流时，遭遇AI自审低效、逻辑反复等典型问题，经历了与AI「争吵」半个月后，最终在新模型Opus 5.5的建议下砍掉了冗余的AI审核环节。文章详细呈现了AI在文学翻译中「自我纠错」的根本性局限：训练语料自带翻译腔、模型缺乏真正的表达创造力。作为「翻译工作台」（Translation Workbench）开源项目的实战复盘，作者用自身痛苦经历证明了「理解交给AI，表达留给人」的核心判断，并给出了简化流程的具体方案。适合正在尝试搭建AI工具链、或对AI翻译质量有深度需求的技术写作者与译者阅读。原文 ↗
核心观点
- ▍AI翻译工作流中，让AI审核自己的翻译成果（包括自审和互审）效果远低于预期，核心原因是AI训练语料中大量「翻译腔」导致其无法判断译文是否符合地道的中文表达，这一问题是当前技术阶段的结构性局限。
- ▍对创作类任务，更高效的流程是「理解交给AI，表达留给人」——AI负责初稿翻译，人类直接审核，中间不再设置AI自审环节；经验沉淀（审核记录）应作为单独流程，积攒数章后再一次性喂给AI提炼规则。
- 01作者用看板监测翻译各环节耗时，发现加入AI自审环节后，整体翻译时效反而变长。
- 02作者让AI写「情绪线」辅助翻译，结果AI在此基础上自审时，经常以情绪线为依据反驳作者的人工修改，导致大量无效撕扯。
- 03实验数据表明：作者人工修改的24处问题，Opus 5在自审中仅找到4处，且修改内容多为同义词替换（如「我想」改成「我寻思」），未能触及根本性的翻译腔问题。
- 04作者调研发现吴恩达团队的翻译方案也采用了「翻译→反思→修改」三步走路径，但该路径同样未解决AI自审低效的问题。
- 05英文重形合（依赖连词、关系代词），中文重意合（依靠语序与上下文自行浮现）。AI译文因保留英文形合结构，单个零件看似「合法」，但整体骨架仍是英文的，这是AI自审无法发现根本问题的语言学解释。
- 06给AI提供范文、前置信息（风格指南、审核记录）对翻译质量的改善微乎其微，模型始终无法达到人类翻译水平。
- 07但若将累计数章的审核聊天记录提供给AI，它确实能从中提炼出可复用的翻译规则。
- 08作者引入了文档分级管理策略：权威文档（如词汇表、原文）为A级，用户参与的译审记录为B级，AI生成的内容为C级。AI禁止使用C级文档作为准则，从根本上解决了AI「以下犯上」的逻辑问题。
反方 / 局限
- — 文章引用了多篇2024-2026年的学术论文，结论指出AI润色文学翻译时，虽然能在「流畅度」「风格」「术语」三个层面有所改善，但越改越接近AI自身的统一「口味」，实质上是另一种形式的「翻译腔」。
- — 作者承认，自己的全套翻译工作流（翻译→反思→修改）不过是「把前人走的路又走了一遍」，并非创新性方案。而且当前「理解加表达」的单审模式，本质上是以牺牲初稿质量换取审核效率，更适合有极强把舵能力的人类译者。
- — 文中隐含的前提假设：该流程适用于高度依赖译者个人审读的文学翻译场景。对于无人类把关的低成本、大批量、一致性优先的翻译（如产品文档、客服FAQ），AI自审+多轮迭代仍是更现实的选择。
Opus 5.5Translation Workbench吴恩达 (Andrew Ng)《弗兰兹·洛纳编年史》英文形合 vs 中文意合翻译腔 (Translationese)AI自审 (Self-Correction)GitHub
17 分钟 · 3 卡片 · 4 资料
读原文 →