当前时间： 2026-04-30 09:00:04
更新时间： 2026-04-30
分类：软件教程
评论(0)
AI在业务的落地,最缺的是翻译者
发出去之后有人问了一个更要命的问题：“我知道知识库该写得具体、可执行，但谁来写？”
他说的是一家股份行。技术团队搭好了Agent框架，业务部门把产品手册、FAQ、操作规范一股脑扔了过去。结果AI的回答听起来像客服话术大全，什么都对，什么都没用。
业务说：”我们该给的文档都给了，效果不好是模型问题。”
问题出在中间，技术和业务之间，有一条没人认领的裂缝。而整个AI落地的成败，恰恰卡在这条裂缝上。
这条裂缝是什么
我试着搭过几个Agent，也见过一些公司搭的Agent，有一个规律几乎没有例外：最后决定AI好不好用的，不是模型能力，不是数据量，是有没有一个人能做”翻译”。
业务专家脑子里有经验，但说出来是”看情况””凭感觉””这个要综合判断”。AI需要的是”当X发生且Y条件满足时，执行Z动作”。从前者到后者，中间不是简单的记录和整理，是一次语言的转换。
业务的语言是模糊的、带上下文的、依赖默契的。AI的语言是精确的、无歧义的、只认规则的。这两种语言之间的距离，和中文与代码之间的距离差不多。你不能指望一个只说中文的人直接写出Python，同样你也不能指望一个业务专家直接写出AI能执行的规则。
这个翻译不是技术岗，他不需要训模型、不需要写代码。
他需要的是一种非常特殊的能力：听得懂业务说的”软话”，写得出AI需要的”硬规则”。
为什么这个角色很稀缺
有人叫”AI产品经理”、有人叫”知识工程师”、有人叫”提示词工程师”、有人叫”AI运营”。每个名字只抓到了一个侧面，没有一个能完整描述这件事。
你得懂业务，但不能只懂业务。纯业务的人会写”根据客户风险等级灵活应对”，这是给人看的经验总结，不是给AI看的执行指令。他知道这句话背后的含义，但他没意识到AI不知道。
你得懂AI，但不能只懂AI。纯技术的人会搭一个完美的RAG架构，然后把原始文档灌进去，跑出来的效果一言难尽。他知道检索怎么做，但他不知道业务里哪些信息是关键的、哪些是噪音。
你得能做”翻译”，但翻译本身不是一项被承认的技能。
公司考核技术的人看代码产出，考核业务的人看业绩指标。“翻译”这件事既不算技术产出、也不算业务业绩，它悬在空中，做了也没人算你KPI。
结果就是：每个人都知道这件事重要，但没有人的岗位职责里写了这件事。 它变成了一件”谁都可以做但谁都不负责”的公共地带。
没有翻译的后果，你天天在经历
技术把框架搭好了。业务把文档扔过去了。没有翻译。结果是什么？
AI变成了一个读过全部文档但没有任何判断力的实习生。它知道所有信息，但不知道哪些重要。它能回答所有问题，但每个回答都像在背书。
客户问”我这笔贷款还能不能批”，它回答”贷款审批需综合考虑您的信用状况、还款能力、抵押物价值等多方面因素”，这句话你从任何一本教科书上抄都行。
这不是模型的问题。这是没人告诉AI什么叫”好的判断”。
有翻译的情况完全不同。我自己搭的一个Agent，做的是合作情况的业务简报。最初的版本也是”正确的废话制造机”。后来我花了几天时间做翻译，不是翻译语言，是翻译判断逻辑：
“什么指标算异常”：不是”综合考虑”，而是”月环比下降超过15%且连续两个月”。
“什么问题值得上简报”：不是”重要的问题”，而是”影响到合作机构前三大产品线的问题”。
“推荐方案怎么匹配”：不是”根据情况推荐”，而是”问题A对应方案1和方案3，优先推方案1，如果客户已经试过方案1则推方案3″。
这些东西，技术团队写不出来，因为他们不知道”月环比下降15%”这个阈值是怎么来的。业务团队也写不出来，因为他们知道这个阈值，但不知道该用什么格式告诉AI。
每个人都该学一点”翻译”
仔细想想，AI时代，所有人都在和AI协作。而协作的质量，取决于你能不能把你想要的结果，翻译成AI能理解的指令。
写prompt是翻译。建知识库是翻译。定义一个Agent的行为规则是翻译。
甚至，你在公司内部推动AI项目的时候，把老板模糊的期望翻译成可执行的需求，把技术的能力边界翻译成业务部门能理解的约束条件——这也是翻译。
过去十年，最吃香的能力是”执行力”，给你一个明确的目标，你能又快又好地完成。
接下来十年，执行层的活越来越多地被AI接管，最吃香的能力会变成”翻译力”。
你能不能把模糊的需求翻译成精确的定义，把人的经验翻译成机器的规则，把一个部门的语言翻译成另一个部门能听懂的话。
听起来很虚？不虚。你现在打开你们公司的任何一个AI项目，找到那个”效果不好”的环节，往上追一步，大概率就是一个翻译缺失。
最后说两句
上一篇说很多知识库建设中存在太多废话。这篇其实在回答”为什么”，不是没人愿意写好，是写好这件事需要的技能，不在任何人原有的能力清单里。
模型再强也补不上，GPT-10也读不懂”根据客户情况灵活处理”到底是什么意思。
技术架构再好也补不上，RAG再精准，灌进去的是废话，检索出来的还是废话。
唯一的解法是人。一个能站在裂缝中间、两边都听得懂、两边都说得出的人。
这种人现在没有名字、没有岗位、没有KPI。但三年后回头看，AI项目活下来的和死掉的，区别大概率就在于，有没有这么一个翻译。
你可以等公司设这个岗。也可以现在就开始练这门手艺。
因为最早学会翻译的人，不会被AI替代——他们会成为AI的定义者。
夜雨聆风
