在人类发展史上，跨越语言藩篱的渴望始终绵延不绝。人工智能（AI）翻译从最初的词汇对照表、基于规则的机器翻译（RBMT），到统计机器翻译（SMT），再到当今以深度学习与神经网络（尤其是Transformer架构）为核心驱动力，每一次技术路径的跃迁，都使我们向『无缝沟通』的理想迈进一步。特别是近年来，一系列大型语言模型内置的翻译功能，使AI翻译走入寻常百姓家，成为全球资讯流通、商务往来乃至日常社交中不可或缺的工具。

然而，技术的狂飙突进亦催生了迷思与争议。一方面，效率的奇迹令人惊叹；另一方面，关于翻译质量、文化失真乃至人类译者价值的质疑声不绝于耳。AI是否终将取代人类译者？翻译是否仅仅是符号的数学转换？要回答这些问题，我们必须冷静剖析AI翻译的『能』与『不能』，在技术狂欢中保持人文的清醒。

**AI翻译的『能』**

AI翻译的『能』，是其得以迅速普及并产生巨大影响的现实基础，主要体现在以下几个方面：

一是效率与生产力的空前提升。神经机器翻译系统能够在毫秒级别完成千字文本的初步转换，效率是人类译者的数千倍。这种能力在处理实时对话、海量文档批量翻译等场景中具有不可替代的价值。对于新闻报刊、科技文献、产品说明书、商务邮件等时效性强或批量巨大的文本类型，AI翻译可大显身手，极大压缩了信息传播的时间成本。

二是多语种生态的数字化拓展。传统人工翻译市场长期集中于主流语种，众多小语种、民族语言资源匮乏。大型AI翻译模型通过爬取互联网上的多语料数据，能够支持上百甚至上千种语言互译，尽管质量暂时还有些不尽如人意，但至少为这些语言的数字化生存与基础性交流提供了可能，在一定程度上促进了语种生态的数字平权。

三是特定领域标准化文本的高精度处理。在语法结构相对固定、术语体系成熟、歧义较少的领域，如法律合同、专利文献、特定行业的科技文章等，经过高质量领域数据训练的AI翻译，其输出可以达到高度专业化、一致化的水平，甚至能有效避免人工翻译可能出现的术语前后不一、风格波动等问题。

四是概率意义上的『创造力』。生成式人工智能的出现，让AI翻译具备了某种看似『创造』的能力。它不再是简单的词对词替换，而是能够根据语境生成符合逻辑的段落，甚至模仿特定的文风，如模仿海明威的冰山理论或鲁迅的冷峻笔调。这种基于概率预测的『风格迁移』，看起来很像是『创造』。但它仍不能脱掉引号，就因为它还是没有摆脱模仿的『学习』。

五是技术架构的持续进化。从早期基于规则的机器翻译系统（RBMT）、循环神经网络（RNN）到如今的Transformer架构，以及结合检索增强生成（RAG）、思维链（Chain-of-Thought）等技术的应用，AI翻译系统在理解上下文、处理长距离依赖、生成更流畅目标语句等方面不断进步。并且在线学习机制使系统能够从用户反馈中持续优化，形成『使用—反馈—改进』的良性循环。比如，AI翻译中就可见到翻译家出版的译文的烙印。其『能』的边界，正随着计算能力、算法创新和数据资源的扩充而持续外推。

**AI翻译的『不能』**

尽管AI技术进步令人振奋，但其翻译的『不能』同样显著且根深蒂固。这些局限不仅源于当前技术的不完善，更触及语言与翻译的本质属性。

文化内涵与语境微妙的解码之困。语言是文化的载体，饱含历史积淀、社会习俗与集体无意识。对于文化负载词，如中文的『江湖』『面子』，英语的『gentleman』『serendipity』，以及各类典故、俗语、双关语等，AI往往只能进行字面或浅层对应，很难传递其厚重的文化联想与情感共鸣。遇到所谓的『人文硬核』（humanity core）（冯志伟2025）的文化特异性表达，如汉语的『阴阳』、英语的『serendipity』、德语的『Weltschmerz』等词语时，它便捉襟见肘了。即便侥幸成功转码，约翰·塞尔提出的『中文房间』实验至今仍是AI无法逾越的鸿沟。AI处理的是符号（symbol），而非意义（sense）。知其然不知其所以然是翻译之大忌。

情感色彩、文体风格与作者声音的感知之难。翻译是风格的再创造。一篇演讲的慷慨激昂、一首诗歌的朦胧婉约、一部小说的冷峻反讽，都依赖于译者对原文情感基调和文体风格的敏锐捕捉与创造性再现。AI可以模仿某些风格模式，但其对情感细腻度的『理解』是统计学意义上的关联，而非真正的感同身受；其生成的文本可能在语法上正确，却在风格上平板、模糊，丧失了原文独特的『声音』和神韵。

学术类翻译的阐述性和文学类翻译的创造性的匮乏。许国璋（1983）认为，『哲学的翻译应当是阐译。』王克非（2025）指出：『将不同时空、不同文化背景的学术话语进行译介时，单从字面是很难通达的，有时必须发掘思想内涵，予以阐译，才能通达。』文学翻译是艺术的再创作，被喻为『戴着镣铐跳舞』。它要求译者在忠实与自由、形式与内容之间进行精妙的权衡与创造性的叛逆。当前AI翻译作品在文学性上往往流于平庸，难以企及翻译家笔下『化境』的审美高度。

非主流语种的翻译质量令人担忧。随着几代人努力推动的技术进步，目前大语言模型机器翻译在一些领域和语种中的正确率已达98%，翻译质量已经可以与人工翻译的质量相媲美（冯志伟2025）。但非主流语种的翻译质量却参差不齐。例如，海南的一块警示牌『当心碰头』的翻译，英语虽不是最常见的译法但意思没错，日语却把『碰头』翻成了『会面』的意思，令人啼笑皆非。小语种的翻译全部交给AI还为时尚早。

伦理判断与价值取向的缺席。翻译常涉及伦理抉择，比如，如何处理原文中的文化偏见、敏感表述以及不同文化间的价值冲突，译者需要在忠实原文与尊重目标语文化之间作出审慎的平衡判断。这种判断深深植根于人类的社会经验、道德直觉与文化身份认同，是当前AI难以习得的。