Agentic AI Translate: An Agentic Translator Prototype for Translation as Communication Design
本文介绍了“代理式人工智能翻译”原型系统，该系统通过将传统的“文本输入/文本输出”范式替换为基于目的论的四阶段代理循环及交互式简报生成阶段，将翻译重新定义为沟通设计，从而将“翻译研究元语言即生成式人工智能指令代码”这一论点付诸实践。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在聘请一位才华横溢但略显字面思维的机器人厨师，为非常特定的群体烹饪一顿饭。
在机器翻译的旧时代，你只需将一份食材清单（源文本）交给机器人，并说：“做这个。”机器人会做出技术上正确但可能对孩子来说太辣、对美食评论家来说太淡，或盛在错误类型盘子上的菜肴。它只专注于把食材做对，而不关注用餐的体验。
Agentic AI Translate 是一个改变游戏规则的新原型。它不再只是将食材交给机器人，而是迫使你坐下来，首先撰写一份详细的食谱和用餐计划。它将翻译视为“设计沟通体验”，而非“复制词语”。
以下是该系统的运作方式，分解为简单步骤：
1. “赛前”会议（交互式规范）
在机器人开始烹饪之前，你需要与它进行对话，以定义这顿饭的“氛围”。
- 旧方式：“翻译这个。”
- 新方式：你告诉系统：“这是给学术专家看的（受众）。它需要听起来严肃但友好（语域）。我们必须保持这些特定名称完全不变（术语）。不要使用俚语（需避免的事项）。”
- 神奇之处：系统会将此计划锁定。在你批准这份“规范”之前，机器人无法开始烹饪。这确保了机器人知道它为什么要翻译，而不仅仅是翻译什么。
2. 四步烹饪循环
一旦计划锁定，机器人就不会直接吐出食物。它会经历一个严格的四步流程：
- 步骤 1：识别（味觉测试）：机器人阅读你的源文本和计划，然后写下它认为目标的摘要。这就像厨师说：“好的，我看到你希望为晚宴准备一道辣炖菜。”
- 步骤 2：提示（食谱卡）：系统结合你的计划和摘要，为 AI 撰写一张超详细的指令卡。
- 步骤 3：生成（烹饪）：AI 仅根据那张指令卡来“烹饪”翻译。
- 步骤 4：验证（质量控制）：在上菜之前，第二位“裁判”机器人会品尝这道菜。它不会只说“好吃”。它会使用一份特定的检查清单（称为 MQM）来查找错误：“盐放多了”、“香料错了”或“忘了装饰”。
- 如果菜肴未通过检查清单，机器人会将其送回厨房，仅修复那些具体问题。它可以这样做两次，但不能再多了（因为如果尝试修复太多次，机器人有时会感到困惑）。
3. 保持故事连贯（记忆）
如果你正在翻译一本长书，机器人需要记住第一章中的“史密斯先生”与第十章中的“史密斯先生”是同一个人。
- 系统会维护一份流水账（名称和术语列表）以及到目前为止发生事件的简短摘要。
- 每次翻译新段落时，它都会检查这份流水账，以确保不会意外更改角色姓名或遗漏情节要点。
4. 系统背后的“原因”
该论文认为，在智能 AI 时代，翻译最难的部分不是找到正确的词语（AI 在这方面很擅长）。最难的部分是设计正确的语境。
- 旧观点：翻译者是词语搬运工。
- 新观点：翻译者是建筑师。他们设计条件（受众、语调、规则），以便 AI 构建出正确的东西。
本文未声称的内容
了解本文未说明的内容很重要：
- 它不是一个已经完美的成品。作者承认，他们尚未进行最终的科学测试来证明它比其他工具更好。
- 它不是能自动修复所有翻译错误的魔法棒。
- 它不是用于医疗或法律建议的临床工具。
核心结论
本文提出了使用 AI 新方法的蓝图和工作原型。它表明，如果我们停止将 AI 视为简单的复印机，而是开始将其视为需要详细设计简报的协作者，我们就能获得更优质、更人性化的翻译。作者已发布代码，以便其他研究人员可以尝试、测试并改进它。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。