翻译质检连载（一）：机器翻译这么强了，为什么还需要审校

系列预告：① 机翻为什么需要审校（本篇）｜ ② 质检 Agent 的设计 ｜ ③ 术语一致性的工程治理

新系列开篇。起因是每篇聊翻译工具的文章下面，总有人问：现在的模型都这么强了，直接机翻完发不行吗？这篇正面回答这个问题——用数据和错误案例说话，讲清楚机翻输出的「可用率」和「可信率」是两回事。

先看一组实测数据

拿 30 篇英文技术文档（教程、API 文档、架构博客各 10 篇）过一遍主流翻译引擎，人工逐段审校，结果分布大致是：

• 65% 的段落：可直接使用，零修改
• 25% 的段落：有小瑕疵——术语不一致、语序别扭、单位没换算，改 1~2 处可用
• 8% 的段落：有明显错误——否定反转、指代错误、数字错位，不改会误导
• 2% 的段落：整段报废——断句错误导致的语义混乱

单看「可用率」有九成，看着很美。但问题在剩下那 10%：它们均匀散布在全文里，不是堆在某几段。一篇 100 段的文档有 10 个错误点，读者无法预判哪段是坑——这摧毁的是整篇文档的信任。审校的意义不是修那 10% 的段落，是把「读的时候不用怀疑」的状态还给全文。

机翻错误的三宗罪

按危害排序：

1. 静默错误（数字错位、单位错、否定反转）：句子完全通顺，错误藏在意義里。读者毫无防备地吸收错误信息——这是比看不懂更恶劣的失败模式
2. 术语漂移：前文「事务边界」后文「交易边界」，读者以为在讲两个东西
3. 风格噪音：不影响理解但影响体验，积累起来让读者疲劳

第一类必须人工或工具拦截，第二类靠术语治理（本系列第三篇展开），第三类可以放宽。

「审校」不等于「重译」

很多人想象的审校是逐句重写——那确实贵。工程上的审校是分层过滤：

• 第一层：自动检查（术语一致性、数字比对、禁词扫描）——零成本拦掉大部分机械错误
• 第二层：重点审校——只精读自动检查标红的段落和关键章节（结论、数据、操作步骤）
• 第三层：通读——快速过一遍整体逻辑和语气

实测这个分层流程能把审校工时压到全文重译的 20% 左右，拦住绝大部分高危错误。审校的成本和「机翻+人工校对」的性价比，正是这套流程存在的意义。

本系列的路线图

第一篇立论（机翻需要审校，且审校有低成本做法）；第二篇讲怎么把第一层的自动检查做成 Agent——让它学会「怀疑」而不是「重译」；第三篇讲术语治理——一次投入长期复利的「翻译记忆」。整个系列的关注点就一句话：翻译质量不是玄学，是工程。

下一篇见。评论区可以留你想看的错误案例类型，我在第二篇里安排实测。

---

写文里这些翻译场景，来自我日常在用的「随心翻译」：Edge/Chrome 浏览器插件，本地优先架构，不用不花钱。官网 suanlinfang.cn/translate?from=cnblogs