资深译者VS人工智能 | 会深度思考的DeepSeek能否“拿捏”政府工作报告翻译？

陆老，我拉上旻旻又来叨扰您啦。

哈哈，欢迎呀，看你的表情就知道，你肯定有什么迫不及待想跟我讨论的问题。

陆老，还是您了解我，那我就开门见山了。上次咱们讨论了AI翻译是否会取代人工翻译，您主要从翻译的社会属性这一宏观角度分析了AI翻译的短板，我觉得受益匪浅。不过，我还是有点意犹未尽。

进入2025年，AI技术全面开花，多模态AI崛起、聚焦特定领域的垂直大模型落地，DeepSeek的私有化部署方案已广泛应用于多个行业领域……仅靠宏观角度的分析，对于当今AI翻译的水平还真难有一个具体的认知。所以，我特别想从微观角度，也就是中央文献翻译具体实践方面，跟您再深入探讨一下，看看当今的AI翻译哪里行，哪里不行，我们又该怎么面对AI对翻译带来的影响。

没问题，正好今年全国两会文件的各语种译文也公开发布了，咱们就来个“场景再现”，让DeepSeek再来当一回译者，也让它试着翻译2025年政府工作报告。你们可以设想，如果是自己来翻译，可能会遇到什么疑难问题，跟DeepSeek“掰掰手腕”，看看能从中得到什么启发。

太好啦，我早就有这个想法。那我先来考一个入门级的中翻日句子，看看DeepSeek表现如何。

旻旻，你为啥选“学位”这句话呢？

因为这里有一点比较容易“踩坑”。这句话中的“学位供给”指的是招生名额、入学机会等的供给数量，而在日语中「学位（がくい）」仅表示学士“学位”、硕士“学位”等达到教育机构学业要求时取得的学术称号，不可直接对应中文的“学位供给”。因此，本次日文报告将其译成了「後期中等教育の定員を拡大」。对比DeepSeek的回答可以发现，结论部分给出的「高校段階の教育における学位供給の拡大」明显踩了我设的坑，导致译文内涵出现错误。不过，DeepSeek竟然在补充说明中进行了补救，先解释了中日双语中“学位”的区别，随后给出的三句译文也在不同程度上贴近了原文的内涵。嗯……也算是勉强及格吧。

不过，DeepSeek最后竟然煞有介事地说自己直译是为了“忠实于原文内涵”，咱们中央文献翻译的忠实于原文可不是这么忠实的呀。

哇，虽然还是有些不尽人意的地方，但DeepSeek已经在一定程度上开始留意部分跨文化差异了。那咱们再给它上点难度吧！我想到一个词，就是「“内卷式”竞争」。这个词我们其实已经非常熟悉了，但在政府工作报告中还是第一次出现，所以还是挺有挑战性的。本次英文报告将其翻译成了"rat race"。这个词属于比较常见的美国口语表达，字面意思是老鼠在迷宫或管道里你追我赶地奔跑，形容无谓的、让人疲惫不堪的竞争，用来代指「“内卷式”竞争」非常形象。让我们来看看DeepSeek的回答吧。

跟我预想的一样，DeepSeek首先给出了一个带有"involution"词根的答案，毕竟“内卷”这个词就是从这个社会学名词来的。但当我们把「“内卷式”竞争」这个概念再带回英文时，"involutionary competition"这个搭配却不见得能让读者明白。另外，DeepSeek给出的其他两个答案也都属于过于冗长的解释性翻译。总之，它虽然以评分的形式给出了三种译文的比较，但只是在形式上完成了一篇小作文，看似很学术的一些表述，实则只是在相关资料中生硬提取出来的，并没有真正抓住译文的要害。不过，它在特别建议中指出了"involution"可能会引发理解错误的情况，也算是一点可取之处。

看起来，DeepSeek给出的答案依然停留在非“直译”即“意译”的阶段，没有作深层次的内涵解读，因此很难给出真正意义上简洁、易懂、一针见血的译文。

确实，我觉得DeepSeek在政策内涵解读方面的敏锐性不如人类译者做得好。比如，“城乡居民基础养老金最低标准再提高20元，适当提高退休人员基本养老金”这句话。这次政府工作报告英文版的译文为"We will raise the minimum basic old-age benefits for rural and non-working urban residents by 20 yuan and make an appropriate increase in the basic pension benefits for retirees"。译者将“基本养老金”和“基础养老金”这两个让人“傻傻分不清”的名词进行了详细的展开处理，让其内涵更加明晰。现在我们直接让DeepSeek翻译整句话。

可以看到，DeepSeek的译文只是直译了“城乡居民”和“退休人员”，且两种养老金都处理为了"basic pensions"，并没有深入解释两个词的区别。那么“基础养老金”和“基本养老金”分别是什么意思呢？这次，我们让DeepSeek来替我们解答吧。

经过核实，DeepSeek给出的概念解释基本上是正确的，还用通俗易懂的的形式进行了总结，加深了我们的理解。因此，可以得出，“基础养老金”是一种兜底性质的福利（benefits），“基本养老金”是普遍意义上的养老金（pension benefits），所以在翻译时要做区分。既然DeepSeek已经了解了这两个词的区别，那么我们来看看它是否能根据所查询到的信息来修正自己的译文。

呃……虽然跟译者关注的点不太一样，但可以看出DeepSeek已经在很努力地修改译文了。

我觉得它在“理解”政策内涵上还挺厉害的，但在把政策内涵完全正确运用到实际译文方面还差点意思。

旻旻看得很准。所以，总结以上几个例子，可以看出，在技术加持下，目前DeepSeek已经可以为译者思考译法提供非常重要的参考信息，我们不再需要像往常那样在相关网站中大海捞针；在译文方面，它也可以主动区分直译和意译，按照不同类型提供多样的译文供译者选择，且翻译水平也比传统的机器翻译更胜一筹。

但是，大语言模型目前还只是胜在信息处理方面，总体上缺乏实际的社会体验和更深层次的思考，这一点正是目前AI无法替代人类译者的原因之一。好的译文是深度思考整合的产物，也就是说，中央文献译者的“核心功力”不仅在于语言符号的转换，更在于凭借多年的经验积淀、政策把握与跨文化敏感度对查询到的背景信息实现精准整合与决策。AI可以为译者“打工”，完成“怎么查”、思考“怎么译”，但决定“查什么”“译得准不准、好不好”的还只能是人类译者。

原来如此，这确实是人类译者的不可替代性之一，这也让我重新认识了AI和人类译者的关系。之前您不是说翻译是社会活动的桥梁嘛，通过上面的例子，我认为可以把AI比作架桥机等工程机械，而人类译者就是桥梁工程的总设计师。

英子，你也太会比喻了！对了，我还发现一件事，我在和DeepSeek对话的时候点了“深度思考”这个选项，感觉这个功能对于我们译者思考译文来说也大有帮助。

是的，“深度思考R1”是DeepSeek的核心功能之一，它可以模拟人类的思考方式，形成思维链，对问题进行逐步拆解和分析。最重要的是，它可以给我们展示整个深度思考的思维过程，可以利于我们反向参考和借鉴它对翻译难题的思考过程。比如，我们回到刚才的“学位”。

可以看到，在“学位”这个例子里，DeepSeek的深度思考过程模拟咱们译者的思考过程做得很好，虽然有部分重复、不符合事实之处（如无法通过语境确认“学位”的内涵），但总体来说还是很有参考价值的。

我觉得通过反复向DeepSeek提问，反向学习深度思考的思维方式，不仅可以让AI深度学习，也能拓宽我们思考译文的思路呢。

不错不错，看来通过今天与DeepSeek的“比武”，二位对AI和译者的关系有了进一步的认识。英子，怎么样，今天的探讨能回答你的问题了吗？

嗯……虽然我还是不敢断言AI会不会取代人工翻译，但我能够确定的是，为了更高效地传播中国声音，译者肯定不能固步自封、排斥技术，咱们应该学习AI，更有责任运用自身专业素养去“培养”AI，为翻译技术进步作贡献，最终达成译者与AI共生的美好愿景。

京城老陆