# 我们的人机协同翻译流程：让AI干体力活，人做灵魂注入


最近在翻译《智能体设计模式》这本书，跑下来一套比较顺手的「人机协同」流程。这不是简单的「AI翻译+人工校对」，而是把AI和人的工作做了更细致的拆分。

## 第一步：定规则，AI打基础

一切开始之前，我们先制定了一套明确的翻译规则。这步很关键，是后面所有工作的基础，能极大减少后续返工。

我们把规则放在了GitHub上，包括术语统一、格式要求、质量标准等。有了规则，就让AI（比如Gemini 2.5 Pro）先上场，基于原文进行初次翻译。这一步的核心目标是「完整性」，确保所有内容都被翻译了，没有遗漏。

## 第二步：AI交叉评审，提升稿件下限

这是我们流程里比较有意思的一步。初翻稿出来后，我们不会立刻自己上手改，而是会引入另一个AI模型（比如Sonnet 4.5）。

让第二个AI扮演审稿人的角色，给它我们的翻译规则，让它去交叉评审第一遍的译稿。评审重点有两个：一是中文表达的地道性，二是长句翻译的优化。

为什么这么做？因为不同的AI模型有不同的盲点和特长，用一个AI去纠正另一个AI，往往能发现一些人眼容易忽略的生硬表达。跑完这一步，稿件基本就有了七八十分的底子，质量比较稳定了。

## 第三步：人工精校，注入灵魂

AI的工作到此为止，接下来就是人的主场了。

我们会进行两到三次的人工阅读和校对。比如我自己的习惯是，会开着中英对照来阅读。虽然AI翻译的硬伤不多了，但长句处理上还是会有点生硬。

这时候，我个人更倾向于使用「意译」来处理。也就是说，我会跳出原文的句子结构，在理解了作者原意的基础上，用更符合中文阅读习惯的方式把这句话重写出来。这一步是把翻译从「能看懂」提升到「读着顺」、「读着自然」的关键，也是目前AI最难替代的地方。

## 第四步：团队终审，确保一致性

我们还有一个翻译小组。在个人精校之后，我们会把稿件在小组内进行交叉评审。

这一步主要解决的是一致性问题。比如，某个专业术语在第一章和第五章的翻译是否统一？整体的行文风格是否一致？大家会一起讨论，达成共识。

等所有章节都翻译完毕，我们还会重新再总校对一次，确保万无一失。

## 最后：部署上线

所有工作都完成后，我们会把最终的成品部署成可读性更好的网页，而不是仅仅提供一个文档。


这套流程里，AI负责了70%的体力活和基础质量保障，而人则专注于那30%最有价值的、提升可读性和确保思想准确传达的工作。效果很不错，推荐给需要做技术文档翻译的朋友。

有意思的是，《图解大模型》的译者也在用类似的工作流，他们更聪明的一点是先批量整理和翻译了术语，这对翻译一致性很有帮助。

说到底，好的翻译工作流不是要取代人，而是让人去做那些真正需要人类判断和创造力的部分。