机器翻译的普及，让跨语言交流变得更低成本，也让准译者产生职业压力：机器越来越强，人工翻译是否还被需要？从行业实践来看，答案并不是简单的“替代”，而是翻译工作正在从纯手工转换，转向项目化管理。
机器翻译的优势非常明显。面对邮件往来，它可以快速生成初稿，帮助用户节省查询时间。对译者来说，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初步翻译，如今可以先由平台生成，再由人工进行审校。因此，机器翻译并非只有压力，也带来新的工作流程。
但机器翻译的局限同样明显。它擅长处理结构稳定材料，却不容易把握隐喻。影视字幕等专业场景，往往不仅要求“意思差不多”，还要求可追责。机器可以给出可参考的译文，却很难完全判断一句话背后的人物关系。这正是人工翻译仍然需要存在的地方。
翻译技术教学因此需要改变重点。过去课程可能更强调翻译理论，而现在还必须加入项目管理。受训译者不仅要会翻译，还要知道怎样处理格式和交付要求。工具操作只是入口，真正重要的是形成审校能力。
课堂训练也应从纸面翻译转向团队协作。学生可以围绕术语表完成完整任务，练习如何在准确度之间做判断。这样的训练，能让翻译技术从“会点软件”变成项目能力，也让学习者更早理解市场要求。
评价体系也要随之更新。课堂不应只看词句是否对应，还要考察译后编辑策略。教师可以用版本对比评价学生，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核心能力之一。优秀译者不应放弃人工判断，也不应拒绝所有技术，而要学会在成本之间做判断。面对低风险文本，可以采用批量处理；面对高风险文本，则要进行事实核验。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符合客户要求的译文。
从人才培养看，翻译教育不能只培养“会外语的人”，还要培养能审校的复合型译者。翻译学习者需要明确自己的能力路径：一方面打牢文化素养，另一方面掌握翻译软件。只有这样，才能在机器翻译普及后，从基础翻译执行者成长为跨文化沟通者。
未来的翻译行业，很可能不是机器和人工的对立，而是互补协作。机器负责提高基础理解，人工负责提升文化适配。当工具资源结合起来，翻译服务就能从“是否翻得出”升级为“能否完成专业语言服务”。接受机器翻译的发展，再融入人类译者的智慧，才是翻译行业继续前进的方向。 沉浸式翻译