AI 翻译质量怎么验收：四处必查，和一份报告的三个结论

直接回答：别从头读，先只看四处

AI 翻完的稿子，最省时的验收方式不是通读，而是先只看四处：数字与小数点、单位与量级、否定与范围、专有名词与条款引用。

原因很简单：这四处的错误最致命，而句子往往还是通顺的。通顺会骗人，这四处不会。

四处分别怎么查

• 数字与小数点：1,000.5 与 1.000,5 是同一个数的两种写法。逐处核对原文与译文的写法，尤其是表格、附注和括号里的数字。
• 单位与量级：μg/kg 与 mg/kg 差一千倍，mm 与 cm 差十倍，kPa 与 MPa 差一千倍。单位一旦被换算，读起来依然顺。
• 否定与范围：「不得少于」与「不得多于」、「除……外均应」——一句否定翻反，结论就整个反过来。
• 专有名词与条款引用：注册证号、型号、法规条款号、「见第 3.2.1 节」。指错一处，整段话的因果都是错的。

还有一个地方最常被漏掉：Excel 的隐藏列和批注、PPT 的备注页、PDF 的图层与脚注、图纸的标注。译文看起来很完整，其实少了一整层信息——机器只翻它读得到的那一层。

为什么偏偏是这四处

因为 AI 的错误形状，和人的错误形状不一样。

人翻错了，通常是这块领域不熟，错得会心虚、会留痕。AI 错的时候往往很自信：它不是在翻译这一步错，而是在理解时就已经猜错，然后把猜错的东西流畅地写完。

所以「读起来很顺」在 AI 时代已经不能当作质量证据。顺是模型的默认输出，准才是要另外花力气的事。

一组数字：翻完之后，才是花钱的地方

Intento 在 2026 年 10 月发布的翻译自动化报告里给了一组对照：通用大模型直接翻译，只有 24% 的内容达到通用质量线；在翻译之外加上质量评估与修复这一步，达标比例上升到 60%。（来源：Intento《2026 翻译自动化报告》）

同一个模型，差距不在翻不翻，而在有没有人做后面那一步。

这也解释了今年行业里的动作：XTM 把自动打分（对齐 MQM 框架）做进平台，按风险把内容路由给人工；Lionbridge、GPI 这类老牌语言服务商开始直接卖「质量结论」——不是卖翻译，是卖「这份译文能不能用」的判定。检测这一层，正在被平台工具化。

一份验收报告：分级、根因、结论

国际上已有 ISO 5060 这样的译文质量评估标准，行业里普遍和 MQM 的错误分级框架一起用。落到一张纸上，我们关心三件事：

• 分级：严重（改变含义、影响安全或合规）、主要（影响理解或使用）、次要（不影响使用但影响专业度）。分级不是为了挑错，是为了让人知道哪些必须改、哪些可以接受。
• 根因：术语没统一、数字单位被转换错、导出时格式被破坏，还是理解层面就错了。根因不同，修法完全不同——术语问题改术语库，理解问题只能重译那一段。
• 结论：可交付／修复后可用／建议重做。三档里最值钱的是第一档和第三档，中间那档谁都会说。

我们守的边界：不做一键验收，不承诺零错误

工具能做的是「指出哪一句可能有问题」。它做不了的是：为一个判断承担后果。

要交出去的东西，对方关心的从来不是一份错误清单，而是「这份东西会不会被退回、被记整改项、被追责」。回答这个问题需要有主体：谁审的、按什么标准审的、过程有没有留痕。

所以我们不做「一键验收」，也不承诺零错误。零错误是一句好听的许诺；能承诺的是——按什么标准看、看了哪些、剩下的风险在哪里。

写在最后

AI 让「翻出来」变得几乎免费，价格塌在了生产那一段。没有塌的是判断：一份东西能不能交付、出了问题谁在。

我们做会议口译和文档翻译十五年，最熟练的其实一直是这件事——在交付之前，把不能用的地方找出来。

如果你手上正有一份 AI 翻完、要交出去的材料拿不准，可以把情况说给我们听：什么用途、交给谁、什么时候要——发给我们。AI 与人的分工，另有一篇AI 翻译与人工翻译讲得更细。