计算机辅助翻译工具的普及，让跨语言交流变得更快捷，也让翻译学生产生犹豫：机器越来越强，专业译者是否还被需要？从人才培养来看，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，转向译后编辑。
机器翻译的优势已经显现。面对普通资讯，它可以快速生成初稿，帮助用户完成简单沟通。对译者来说，机器翻译也能承担双语对照等任务。过去需要大量时间完成的初步翻译，现在可以先由工具生成，再由人工进行润色。因此，机器翻译并非只有替代焦虑，也带来新的协作模式。
但机器翻译的局限同样不可忽视。它擅长处理标准句式，却不容易把握文化典故。文学翻译等高要求场景，往往不仅要求“意思差不多”，还要求准确。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核心依据。
翻译技术教学因此需要改变训练方式。过去课程可能更强调翻译理论，而现在还必须加入语料库检索。受训译者不仅要会翻译，还要知道怎样使用工具。工具操作只是起点，真正重要的是形成问题意识。
课堂训练也应从单句练习转向真实项目。学生可以围绕审校报告完成项目练习，练习如何在速度之间做判断。这样的训练，能让翻译技术从“会操作平台”变成项目能力，也让学习者更早理解市场要求。
评价体系也要随之调整。课堂不应只看词句是否对应，还要考察译后编辑策略。训练者可以用客户模拟评价学生，让学习结果更接近语言服务流程。
译后编辑能力会成为未来译者的基础技能之一。优秀译者不应放弃人工判断，也不应回到纯手工模式，而要学会在风险之间做判断。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”，还要培养会检索的复合型译者。外语专业学生需要明确自己的能力路径：一方面打牢专业知识，另一方面掌握翻译软件。只有这样，才能在机器翻译普及后，从单一语言劳动者成长为质量把关者。
未来的翻译行业，很可能不是机器和人工的冲突，而是互补协作。机器负责提高覆盖范围，人工负责提升责任判断。当工具资源结合起来，翻译服务就能从“会不会翻”升级为“能否完成专业语言服务”。接受机器翻译的发展，再融入专业译者的智慧，才是翻译行业继续前进的方向。 沉浸式翻译