先撂结论：翻译本身的钱，已经归零了。这门旧生意里真正值钱的，从“译得准不准”平移到了“你有没有胆子一句一句核过去”。核过去，产出叫 citation-grade；核不过去，叫 reading-grade。两回事，差着一整个信用阶梯。
Ars Astronomica 这项目我盯上，是因为它把几百年没人碰的拉丁文、希伯来文天文文献给翻出来了。38部，从 Gersonides 那 136 章仅存手稿，到 Clavius 的表、Pedro Nunes 的航海著作，跨度好几百年。原文散在公共领域的电子化馆藏里，翻译版权归 Scott Weisman，翻译靠 Claude 帮忙。搁五年前，这得是一个拉丁语、古希伯来语、天文学史三个方向交叉的学术工程——拉几个博士生、开几年组会、最后出一两卷精校本。现在一个人加一个模型，38 部全文塞进现代英语，没删减、没摘要、没胡编，术语锚定现代对应物，数学内容逐格逐度复刻。
是不是又想说“AI 端掉一个行业”？账还没算完，先别下这个判断。
先算质量账。好的拉丁印刷文本上，缺陷率大约千分之一——每千字一个需要修的地方。Clavius 的表九千多个数字，核下来基本没读错。这水准放学术出版里够用了。但你注意这个数字——九千多个——不是模型自己说“差不多对”，是有人一个数一个数数过去的。翻译的生产成本被砸到接近零之后，真正的成本平移了：从“译得准不准”挪到了“你有没有能力、愿不愿意承担那一遍核验”。
五年前你问一个学者“学术翻译难在哪”，答案无非语言、术语、专业知识。今天这个答案失效了。语言和术语层面的成本被模型吃干净了，剩下的是“可引用的信用”。而这个信用没有杠杆，没有任何一个 AI 工具能替你完成。你得一句一句对着原文读。这不是技术活，是苦力活。
8月4号，Maharal 的 Be'er HaGolah 加进语料库。8月13号，它成了整个语料库第一本 citation-grade 的文本。这个细节比那 38 部全文翻译更有信息量——因为这等于项目在给自己产出的东西重新定价。大部分 PDF 现在还只是 reading-grade，prepublication 状态，图表还在画；只有这一本被完完整整对读了一遍：5,711 句，逐句对照希伯来文，查出 38 处缺陷，其中 4 处是改变含义的。
数据往这一放，冷水就泼下来了。那 4 处改变含义的缺陷，是 AI 初稿里就带着的。也就是说，AI 帮你把 5,700 句的文本生产出来，只用几天甚至几小时，但最后那 4 句，是人类一句一句核出来的。翻译快，快在这 5,707 句上；翻译贵，贵在怎么找出这 4 句。
这个账，多数人不愿意算。他们会停在 reading-grade，因为它已经能读、能看、能发个帖子说“我们终于看到 Maharal 的全译了”。可 reading-grade 和 citation-grade 之间，隔的是一整个信用阶梯。
这项目最反共识的地方，不是用 AI 翻译，而是它敢公开说“我这里大部分还不是 citation-grade”。这句话在学术圈很难说出口——说了等于承认自己的活儿还没到能被引用的严密度。但他们说了。为什么敢？因为他们开始把 citation-grade 当稀缺品来定价。翻译产量可以规模化，citation-grade 不能。每一个 citation-grade 都需要一个人坐在那里数。
这样，护城河反而清晰了：不是模型，也不是语料规模，是“谁先把一本接一本的 reading-grade 磨成 citation-grade”。这活没多少人愿意干，太枯燥，比翻译本身枯燥一百倍。用 AI 翻译是爽的，看一天下来出一章，发出去还有人点赞；核对 5,711 句是反人性的。可正是这个反人性的部分，成了这个项目真正的资产。
说句扫兴的——翻译这层窗户纸已经被捅破了，别再指望靠“AI 首译”这件事本身赚钱或成名。窗口短得可怜。你看见有人用 Claude 把某本冷门文献译出来，马上会有十个跟着做，因为生成成本接近零。但这个项目卡住的位，不是翻译的位，是“可引用版本”的位。首译事实已经固定下来了，以后任何学术讨论绕不开这一版。跟开不开源、收不收费没关系——当然它的 CC BY-NC-ND 协议也不让你随意商业改编，这本身也是占位：我不卖翻译，我卖的是“你们以后只能从我这里引用”。
插一句不相干的，回正题。那怎么办？我的判断很窄：别再做“翻译更多”的事，去做“把一本磨到 citation-grade”的事。翻译更多没有壁垒，磨到 citation-grade 有。哪怕你只磨一本书，只要那一本书成了某个细分领域的第一本 citation-grade 英译，你在这个领域就有了定价权——不是钱的定价，是引用的定价。以后所有二手文献写到这里都得带你这一版。这比多译十本 reading-grade 都值。
当然，这事也有算不过来的地方。Citation-grade 的投入产出比极低，一本 Maharal 要核 5,711 句。拿这个时间写自己的论文，或者接翻译活，经济回报可能高得多。所以这基本不是一门能靠现金流活着的生意——它是一种用 AI 杠杆把公共领域吃掉、然后靠信用资产慢慢吃长线的资本积累。谁适合干？只有那种能忍受几个月不讲产出的核校狂人。多数人干到一半就停了。所以你会看到很多 AI 辅助翻译项目，但没有几个 citation-grade。
这笔账，不看谁翻译得多，看谁把“暂定”改成“可引用”。剩下的，你自己算。