AI到底能不能听懂人话呢？说到底，它不过是个预测机器。你给它看一张图、给它一串文字，它会告诉你那玩意儿通常是怎么个意思，至于为什么这么说，它心里其实跟明镜似的一点数都没有。 这种只知其然而不知其所以然的毛病，现在在各行各业都特别明显。你看那自动驾驶的车，在老路上跑得溜溜的，一到陌生地儿就傻眼；医院里那些靠数据练出来的诊断模型，面对的人群一换样就歇菜；写文章的人用AI做摘要，虽然逻辑上挑不出错，但作者原本想表达的深意往往就给弄丢了。 说到语言翻译这块儿，这种幻觉更是严重。现在的引擎能把句子弄得特别通顺漂亮，可通顺不代表就准确。比如“他承诺在她生病时照顾她”，AI能把它改成“他承诺她在生病时会照顾他”，你看语法也对，读起来也顺耳，但意思就完全反了。这种错误往往藏得很深，看一眼可能根本看不出来，但它带来的后果可是巨大的。 诗歌里那种微妙的味道全在节奏、语调和文化的细微差别里。要是让AI去瞎折腾，再好的诗也会变味。虽然读起来流畅优美，但它已经不是原来的那首诗了。 其实语言不仅仅是用来传递信息的，它还牵扯到上下文、文化还有可能产生的后果。药品说明书要是稍微翻错了字，或者合同里的条款让人看不懂，那在现实里可能就要出大问题。 那些大型语言模型只是概率的专家，它们不知道什么是事实，也搞不懂人的意图。它们犯的错往往藏在听起来很自然的措辞下面，让人很难发现。 所以说人类的审查还是少不了的。只有人才能做到那种认知上的同理心、专业知识和务实判断。机器知道什么是对的还不够，关键还得知道它意味着什么。 不过人类审查也是有成本的。后期编辑需要花时间、精力和专业知识。把每一句AI翻译的话都去人工检查一遍显然没必要，但到底哪些地方需要重点关注又是个特别复杂费力的活儿。 这种低效现在成了现代翻译流程里最大的瓶颈。咱们得换个思路了：别再逼着机器像人一样思考了，让它去干它最擅长的事儿——大规模模式检测；而人呢？就好好发挥我们唯一的特长——理解。 在这个大家都恨不得把活儿全交给机器的时代，这反而是种反直觉但很强大的创新。它承认了生成模型既聪明又瞎眼的局限性，还把这当成了设计的原则。 把语言智能和人类监督结合起来后，后期编辑就能变得更快、更聪明，还能在经济上保持可持续性，同时也不牺牲意思本身。AI或许有一天能赶上人类的理解水平，但在那之前，它还得靠咱们人的判断来指路。