大數據時代常談“搜商”，搜索的智慧體現于與網絡資源交互時基于了解而相互推測。查詢天氣，習慣上我們會問“今日天氣預報”，“外面天氣如何”，“某地某市天氣怎樣”……表述難以窮舉；但若在搜索框里，直接輸入“天氣？”，就可以用極簡的法子得到想要的答案。“天氣”是縮減到極致的關鍵詞；“？”表示搜索目的是詢問，避免不必要的誤解，否則直接輸入“天氣”也可以；因為有精準的自動定位服務，不用限定“某地某市”的天氣；也無需補充“今日”時限，檢索時會自動作首位聯想；“如何、怎樣”一類的贅述更無關緊要。這就是一個運用搜商的簡單過程。當檢索的信息更龐雜，需要順藤摸瓜層層遞進，精簡準確的表述往往就更為關鍵。

搜商要求明確目的，也即為了什么去搜索什么，再直接全面地命檢索工具執行；同時也要求對檢索工具、檢索技術及其背后的數據基礎，如上述自動定位與時間聯想的知識，有大致了解，這樣調取回答更簡便，少走彎路歪路。繼搜商之后，ChatGPT又催生了新概念“問商”。類比搜商，問商也要求目的明確，即為了什么去問詢什么，再直接全面地傳遞需求；還要求對ChatGPT的數據處理范圍和能力有大致了解，循循善誘地切中問題核心，省得它顧左右而言他。

最近的翻譯領域，很流行一種基于ChatGPT的定制翻譯法，通過層層指令，誘導生成更“地道”的譯文。譬如譯要聞簡訊，可要求套用某報紙某刊物的行文慣例；譯法律金融，可要求嚴格術語和模式化表達；譯小說隨筆，可要求模仿中外作者的文風習性……這各顯神通的背后，其實依舊是問商的實際應用，只是相對更復雜一些。假設使用ChatGPT將中文譯作英文，需要幾步操作？籠統來說：1.分析原文創作背景、語言特色、行文風格、中心思想；2.設定譯文語境背景、語言特色、行文風格、思想內涵；3.制定翻譯規范，例如語氣、人稱、地道性以及種種瑣碎，或可更細分；4.生成譯文并審閱潤色，可重復多次。于是可得如下供直接輸入的指令：

“本篇為老舍作品，反映了中國舊社會人民的生活。請使用Charles Dickens的小說風格，以樸實自然風趣而有思想性的語言將其翻譯成英文版本，要求參考中國特色的詞匯表達，人物對話使用口語模式。注意用詞地道，可以意譯以避免中式英語表達?！?/p>

以及：

“生成譯文后，請重復上述過程對其潤色。”

流程很是眼熟，就是對人工翻譯“邊想邊譯”模式的大致模擬，思考并做出決斷的依然是人，只是譯的工作大半在AI。給原文貼上標簽供AI解讀詮釋，是很典型的編碼解碼邏輯，也是前面搜商與問商的實質所在。會搜會問，以搜者問者強大的知識儲備和對媒介工具的理解為基礎，轉化思維來驅策工具。這樣來看，定制翻譯的流程或可解讀為：1.譯者很明白這篇原文的創作背景、語言特色、行文風格、中心思想；2.譯者心中有一個譯文的雛形，大約知道應達到怎樣的語境背景、語言特色、行文風格、思想內涵；3.譯者對一些微妙的規定性，例如語氣、人稱、地道性以及種種瑣碎都有自己的見解并知曉如何應用；4.譯者有成熟的目標語言審美，能自信審閱生成的譯文并潤色或繼續指示AI潤色——一系列的“知道”，“能”和“自信”，對應的是“知識”“智慧”和“經驗”。我們突然發現，技術在這里被剔除了，似乎一切返璞歸真，又回到了那個與翻譯相生相伴的古老理論問題：譯者能否理解原文，能否借由譯文傳達原文？定制翻譯之所以成立，之所以能大略放心地向非人之物交托譯事，便是基于對這問題的默認肯定，理論之謹慎與實踐之放肆的隔閡向來如此，這是題外話。

毫不意外，當文學藝術的創作圈子尚困于AI作品是否有悖倫理，向來以實干為要務的翻譯領域已將螃蟹下鍋，以上定制翻譯便是一例。不過，人類思維模式有慣性，都愛用新事物給舊路徑添花，于是翻譯領域熱衷于AI翻譯的“好用”和“怎么用”，興沖沖加載集成到既有生產條線上去，將翻譯教學、實踐乃至理論研究一一迭代。以往，從收音機課程到泛濫的網絡資源，翻譯訓練模式迭代何其迅速，以“聽說讀寫記”為主的內核卻屹立不倒?，F今有了AI技術，自然要想，能否用AI輔助口譯優化？能否指導筆譯潤色？能否積累好詞好句、拓展課外知識？甚至于能否直接翻譯來節省人工？但這些想法的內核依然是“聽說讀寫記”。在這一點上，AI頗有些像手機電腦之于孩童，孩子們對手機電腦大抵從熟悉的一面開始琢磨，先是游戲娛樂的玩具，再摸索出與更廣闊世界的聯系。

但AI與手機電腦又有不同，即便只是對簡單思考模式的粗淺模擬，也沾上“智能”二字，講求人性思維與機器邏輯相溝通，前面所謂搜商問商，編碼解碼，即現階段技術限度內的一種溝通模式。既然是思維與邏輯的溝通，就要求清晰的思維與扎實的邏輯，放在翻譯訓練里，就是用超越常規“聽說讀寫記”的個人“造化”，來指導AI這“造物”。這與開卷考試頗為神似：AI工具論者往往將AI翻譯視作思維的外掛語料庫，需要時從中調取，省時省力，正如考場上隨意查閱書本。但AI翻譯是場無比靈活的開卷考試，講求融會貫通。如今人人有了語料庫，若不看單詞儲量、句法變化，只計較思維高下，考些文章分析或自由創作，那么，那些從來只擅長以“聽說讀寫記”綁架知識的學生便要茫然翻頁不知所止，或錯會題意不知所謂，或抄錯解法文不對題。似這般，開卷非但沒有助益，還將原先的所謂優勢失去了。是以每觀AI助力翻譯教學之類的議題，總不免要想，學生知道要怎樣用它，用它去做什么嗎？或有人會說，這很簡單，可繼CAT之后再設AI翻譯課程，教學生學技術，會應用，乃至懂編程……然而這一切都是表象，問題依然是：學生知道要怎樣用它，用它去做什么嗎？

在AI翻譯之前，翻譯訓練全賴言傳身教，或自己看些書來積累，幾個句式，幾個表達，學校里老師要考核，社會上客戶要追究，因為這就是市場翻譯水準的默認標桿，再進階，至多不過是地道，符合歐美表達習慣，滿足外籍審校的要求。但AI翻譯一出，譯者們賴以為生的個人語料庫全部“歸零”，市場風向驟變，要翻譯美學，要翻譯個性，要翻譯定制……似乎翻譯突然失去了所謂客觀評估，直接化作“知識”“智慧”和“經驗”的開卷考場，要求譯者將自己放在與母語者平行的位置，去駕馭另一種語言，或者至少，在AI語料庫和資料庫的加持下，要有辨識美文的審讀與自審能力，以及知美為何為美的對外表述能力。那么，要如何讓“知識”不夠、“智慧”不顯和“經驗”不足的廣大譯者，特別是翻譯練習生，去駕馭AI翻譯這樣一團混沌？如何理清自己需要什么，目的是什么，進而調用和生成什么？或許這才是真正值得思考的問題。

很長一段時間，機器翻譯質量尚可但難免僵化，境地頗為尷尬，上不及資深譯者，下遠勝譯界新人；一方面抬高準入門檻，一方面拉低平均水準。想要保住降本增效的優勢，又不愿趨于同一，翻譯從業者就想出許多譯前編輯、譯后潤色的法子，放棄譯者主體性而屈從機器邏輯，還硬解作人機耦合的與時俱進，不可謂不悲哀?，F今AI翻譯“洗心革面”了，非但在編碼解碼的邏輯上突飛猛進，能經由“問商”理解人化指令，還以充沛的資源語料作為補償，甘作真正的思維“顯示器”，將從業者從字詞句的斟酌和與所謂機翻邏輯的抗爭中解救出來，只待人去施展“造化”。

回到前面所謂基于ChatGPT的定制翻譯法。類比編程語言的“進化”，AI邏輯越升級，越是將原先裸露的技術問題隱在幕后，與人類重新對等交流，讓一切回歸“知識”“智慧”和“經驗”：譯者至少要涉獵各領域知識，手握相應語料和資源的敲門磚；譯者至少要有文學素養，分析原文時多靈氣而少“匠氣”，在同業定制的賽場沖進前列；譯者至少要添些思辨能力，層層誘導AI助手為己所用，搭建有個人特色的AI招牌……此處其實不適合用窮舉法不效率地解讀了，不如還歸“造化”的概念：譯者，如果還有譯者這個職業方向，或在前端，或在后臺，必須要有足夠多彩的個人思維，以及指導AI邏輯與個人思維同步的能力。這雖是后話，但“聽說讀寫記”的傳統翻譯訓練內核終將不保，雖不見得一夜頓失，也是大勢所趨。所以，依然用新事物給舊路徑添花的我輩，在沉迷AI助力翻譯教育、實踐、理論等種種方面的同時，也要適當駐足觀察，辨明方向。

若說在作為前AI翻譯的機器翻譯時代，還有些“劣幣驅逐良幣”的悲壯，現今AI翻譯的發展趨勢則教人看見“思維主體”的曙光，不可謂不欣喜。技術進步不絕，未來定還會經歷無數次全盤推翻式的換代，大語言模型也終成為歷史，但人類思維至高的主線難以偏離。當更先進的技術一次次剝除禁錮，讓思維的運行環境更純粹，我們是否已做好準備？