智能翻译软件的普及，让跨语言交流变得更低成本，也让翻译学生产生困惑：机器越来越强，人工翻译是否还有价值？从机器翻译研究来看，答案并不是简单的“取代”，而是翻译工作正在从单一语言劳动，转向项目化管理。
机器翻译的优势已经显现。面对邮件往来，它可以快速生成初稿，帮助用户完成简单沟通。对学习者来说，机器翻译也能承担效率提升等任务。过去需要大量时间完成的草稿整理，实际流程中可以先由平台生成，再由人工进行润色。因此，机器翻译并非只有压力，也带来新的协作模式。
但机器翻译的局限同样清楚。它擅长处理常见表达，却不容易把握审美效果。医学文本等高要求场景，往往不仅要求“意思差不多”，还要求得体。机器可以给出候选表达，却很难完全判断一句话背后的情绪色彩。这正是人工翻译仍然不可替代的原因。
翻译技术教学因此需要改变重点。过去课程可能更强调语言基础，而现在还必须加入项目管理。学习者不仅要会翻译，还要知道怎样处理格式和交付要求。工具操作只是起点，真正重要的是形成职业判断。
课堂训练也应从单句练习转向客户场景。学生可以围绕术语表完成完整任务，练习如何在成本之间做判断。这样的训练，能让翻译技术从“会用工具”变成项目能力，也让学习者更早理解质量标准。
评价体系也要随之重构。课堂不应只看译文是否通顺，还要考察项目协作。教师可以用案例分析评价学生，让学习结果更接近职业场景。
译后编辑能力会成为未来译者的关键能力之一。优秀译者不应放弃人工判断，也不应回到纯手工模式，而要学会在质量之间做判断。面对低风险文本，可以采用批量处理；面对高风险文本，则要进行术语确认。译者的价值不再只体现在“从零开始翻”，还体现在能否把机器初稿改成具有传播效果的成品。
从人才培养看，翻译教育不能只培养“会外语的人”，还要培养懂技术的复合型译者。翻译学习者需要明确自己的职业定位：一方面打牢专业知识，另一方面掌握译后编辑。只有这样，才能在机器翻译普及后，从单一语言劳动者成长为语言服务项目参与者。
未来的翻译行业，很可能不是机器和人工的零和竞争，而是人机共生。机器负责提高覆盖范围，人工负责提升责任判断。当技术教学结合起来，翻译服务就能从“能不能翻”升级为“能否满足真实客户需求”。接受智能翻译的发展，再融入专业译者的智慧，才是翻译行业继续前进的长期路径。 沉浸式翻译