两项实证研究：为什么译者排在 AI 暴露度第一

微软研究院：98% 的工作活动可被覆盖

2025 年 7 月，微软研究院发表了一项关于「哪些职业最暴露在生成式 AI 能力之下」的研究。方法是分析 20 万条用户与 Copilot 之间的真实对话，把对话涉及的任务映射到职业的工作活动上，再看重合程度。结论是：口笔译员排在全部职业的第一位，98% 的工作活动与 AI 系统能够较高完成率执行的任务重叠。微软研究院

研究者自己加了限定：高暴露度不等于被淘汰。它测的是「这个职业的任务有多少落在 AI 当前能力范围内」，不是「有多少岗位会消失」。

牛津马丁学院：1 个百分点对 0.71 个百分点

第二项是 Carl Benedikt Frey 与 Pedro Llanos-Paredes 在牛津马丁学院 2025 年发表的研究。他们利用 695 个美国本地劳动力市场在 Google Translate 采用率上的差异做识别，测出：机器翻译使用率每提高 1 个百分点，译者就业增长就下降 0.71 个百分点；从 2010 到 2023 年，累计影响相当于少创造了 28,000 多个译者岗位牛津马丁学院。

这句话要读完整：这只是一代相对粗糙的机器翻译工具造成的，它出现在大模型之前。GPT-4 这一代系统能处理惯用语、语域和上下文语义，是早期统计系统完全做不到的。研究覆盖的年份也没有包含大模型普及期。

把两组数字放在一起

第一组说的是「任务重合度」，第二组说的是「岗位数量的实际变化」。它们指向同一个方向，但幅度完全不同：一个说 98% 的工作活动都能被 AI 碰得到，另一个说十几年的净影响是 2.8 万个岗位。

这个落差本身就是结论：暴露得快，替代得慢。中间隔着责任归属、合规要求、行业术语、以及「出错了谁负责」这个没有技术解法的问题。

可以作为对照的是中国的数据：2025 年翻译从业人员 686.7 万人（专职 113.5 万），产值 701.2 亿元同比下降 1.0%；同时超过 66% 的项目已经由机器翻译或「机翻＋人改」交付。人还在，活也还在，只是干的活变了中国翻译协会。