→ ZMTL: 哦5.4是說5.4 mini，沒寫清楚 03/31 10:43
推 cloud7515: 然後結論就是只留gemini跟Claude就好 其他可以省 03/31 10:44
推 MARVELHERO: 現在就是21世紀的紡織機革命，一定會有專業人士重傷， 03/31 10:45
→ MARVELHERO: 但絕對回不去 03/31 10:45
→ iam0718: 可以被取代的玩意太多啦 03/31 10:45
→ ZMTL: GPT 5.4 mini 寫分析文又快又便宜哦，不過翻譯我沒試過 03/31 10:45
推 clothg34569: Gemini優點是便宜啦 03/31 10:47
→ OEC100: 定位也不一樣，NotebookLLM比較不會瞎掰，給的指令允許模 03/31 10:47
→ OEC100: 糊一點，GPT就要給比較多限制，Claude是軟體業比較好用 03/31 10:47
→ clothg34569: GPT5.4其實也挺強的 說真的無限Token就5.4和Opus就好 03/31 10:47
→ clothg34569: 但考量成本下幾家熱門的都有自己優勢區間 03/31 10:47
→ clothg34569: 如果算上多模態 Gemini也挺有競爭力的 03/31 10:48
推 yukari8: 其他還好 Claude很貴 不過翻譯應該用不到他拉 03/31 10:49
推 tsubasawolfy: 沒用過Codex跑翻譯過 不知道會不會一樣有限制器 03/31 10:49
→ OEC100: 建議每個模型都摸一下，找適合自己工作流程的 03/31 10:49
→ tsubasawolfy: 之前貼神裝飛船WEB 竟然跳出因為規則所以潤飾了鹹濕 03/31 10:49
→ tsubasawolfy: 場面XD 03/31 10:49
→ haotheacgm: 問題是老闆會覺得檢核的人類翻譯工程師也能砍 03/31 10:50
→ ZMTL: 之前有讓Cluade比較了一下目前模型的文案能力與成本 03/31 10:51
→ OEC100: 是你要用給老闆看證明你的產能提升，那被砍的就會是不願 03/31 10:52
→ OEC100: 意用的，以後新人也是盡量找願意用的人 03/31 10:52
→ ZMTL: 人類翻譯可以砍，如果他不願意把自己升級成翻譯工程師 03/31 10:52
推 Xpwa563704ju: 感覺你講的這個比較適用于沒有那麼多文本的普通小 03/31 10:52
→ Xpwa563704ju: 型遊戲，像是天國降臨文本量巨大的歷史遊戲用AI一 03/31 10:52
→ Xpwa563704ju: 定問題更多 03/31 10:52
→ ZMTL: 我講的這是系統面的，Agent會同時在理解世界觀、前文摘要 03/31 10:53
→ ZMTL: 邏輯下去翻譯，而且會持續更新這些背景知識 03/31 10:53
→ ZMTL: 正因為是遊戲，用跟ChatGPT這樣複製貼上翻譯來比較才更奇怪 03/31 10:53
推 tsubasawolfy: 你做遊戲一定會有參考文獻跟歷史 一併餵過去就好 03/31 10:53
→ ZMTL: 甚至現在Agent都支援知識圖譜的因果關係了，人物網那種都 03/31 10:54
→ ZMTL: 很簡單 03/31 10:54
→ OEC100: 現在老闆自己都用很兇畢竟整理財務很好用，底下的員工跟 03/31 10:55
→ OEC100: 你講他就是不想用，結果隔壁同事用了產出是5倍 03/31 10:55
推 tsubasawolfy: 然後東西一多後就是context技術工程了 03/31 10:55
→ ZMTL: 這種東西會存在於那個翻譯Agent架構裡面，要專業的話 03/31 10:55
→ ZMTL: 商務場景中現在AI都在嘗試從一堆產品跟QA中替代客服了，製造 03/31 10:56
→ ZMTL: 業銀行業都在啟用，比起來翻譯遊戲還算小case 03/31 10:56
推 Xpwa563704ju: 原來，發展是快了點，未來數年內可能翻譯也會結合A 03/31 10:57
→ Xpwa563704ju: I了 03/31 10:57
→ OEC100: 翻譯是產能差距最大的產業，軟體業頂多提升50%~2倍 03/31 10:57
→ ZMTL: AI會有幻覺這是對的理解，AI有幻覺所以沒辦法商用就想多了 03/31 10:57
→ ZMTL: 多跑幾次、做前置資料準備跟後續校對才是實際上用法 03/31 10:57
→ ZMTL: 但前置準備跟後續校對都可以有一個專職的AI 03/31 10:58
推 alucard6310: 之前有人嘗試做上古卷軸Mod完全翻譯器好像快成功，他 03/31 11:00
→ alucard6310: 自己說法是輸入完整的上古專有名詞人名，以後Mod裝下 03/31 11:00
→ alucard6310: 去，軟體跑一次就可以完美接軌，不會發生中英混雜情 03/31 11:00
→ alucard6310: 況，我覺得天國降臨也能解決這問題。 03/31 11:00
→ Xpwa563704ju: 樓上這個我似乎看過，那作者好像還有去巴哈請求簡 03/31 11:02
→ Xpwa563704ju: 轉繁的協助 03/31 11:02
推 alucard6310: 不論天國降臨文本或人物多大多多，終歸會有重複的或 03/31 11:02
→ alucard6310: 者圈定在某個範圍的文本，大致翻譯完成要修正的其實 03/31 11:02
→ alucard6310: 只需原本的10%，但那90%處理時間比以往快5倍。 03/31 11:02
→ ZMTL: 對啊現在LLM幾乎都自帶1M的上下文了，看過前因後果整個故事 03/31 11:03
→ ZMTL: 讀完開始翻，肯定比看故事大綱甚至連看都沒看過的人類翻譯強 03/31 11:03
→ ZMTL: 很多翻譯根本是書邊看邊翻，至少以前是這樣XD 03/31 11:03
推 CaTkinGG: 一堆人拿對話機器人等級的AI在說它很爛 明明就可要讓他 03/31 11:13
→ CaTkinGG: 看完整部精靈寶鑽再來翻譯魔戒 真人翻譯有幾個做得到？ 03/31 11:13
推 CasullCz: 其實就是Ai發展太快了 一般人還留在初期的印象 資訊有 03/31 11:14
→ CasullCz: 落差 03/31 11:14
推 alucard6310: AI版本更新太快，馬斯克表示是指數級的，一天一版本 03/31 11:17
→ alucard6310: ，更別說馬斯克之前表示人類現存所有書籍、論文，AI 03/31 11:17
→ alucard6310: 僅需兩年就讀完並記憶... 03/31 11:17
→ v86861062: 推推 03/31 11:28
→ ZMTL: AI發展越快，大眾對AI的認知落差就越大，這真的沒辦法 03/31 11:32
推 ThotDetector: 推，現在已經有台灣的新創能用context engineering 03/31 11:36
→ ThotDetector: 跟Agent來處理遊戲翻譯了 03/31 11:36
推 rahim03: 我之前讓GEMINI翻整本書 我覺得翻的很爛 03/31 11:40
→ rahim03: 一般對話跟作品翻譯是不一樣的 03/31 11:41
→ lanstype: 搞不好決策最後都是ai在做 那人類最後能幹嘛呢 維修各 03/31 11:45
→ lanstype: 種設備的"水電工"嗎 03/31 11:45
→ ZMTL: 你讓Gemini翻譯整本書，你知道模型是什麼嗎？你知道那個模型 03/31 11:46
→ ZMTL: 支援多少上下文嗎？你知道他翻譯時有先預覽過全文或邊看邊翻 03/31 11:47
→ ZMTL: 嗎？一般人調用api的方式他是看一段翻一段最多載入前文不會 03/31 11:47
→ ZMTL: 理解後文哦... 03/31 11:47
→ ZMTL: 一般人用AI跟真的商業實務落地的AI用法是完全不一樣的 03/31 11:48
推 rahim03: 所以AI這麼強 NETFLIX翻那個什麼垃圾 下面就有業內的人分 03/31 11:48
→ rahim03: 享了啦 03/31 11:48
→ rahim03: 不用一直吹 這麼厲害還要校對全部重翻喔 03/31 11:48
→ ZMTL: 因為這套工作流出來不到兩個月還在持續迭代啊 03/31 11:48
→ ZMTL: Netflix用的就是你用的那種，最基本的AI用法 03/31 11:48
推 poeoe: 美國軟體業都被AI大幅影響 翻譯就更不用提了 03/31 11:49
→ ZMTL: 我在文章裡都把這套系統怎麼運作寫給你了，然後確實這是兩個 03/31 11:49
→ ZMTL: 月內的新科技突破，我知道大部分組織都剛開始導入算快了XD 03/31 11:49
→ rahim03: 既然還在更迭 表示還很不完美啊 現在就硬要講的很好讓消 03/31 11:49
→ rahim03: 費者吃噴嗎？ 03/31 11:49
→ ZMTL: 那你可以等他端出噴 再來噴，但公司要導入當然要踢掉不配合 03/31 11:51
→ ZMTL: 的人，也很合理 03/31 11:51
→ trevorwang: 恩 建議都不要用，不要去學跟理解，沒工作也不要怪我 03/31 11:51
→ yamis: 那篇文我有個問題，如果只有頂層人士能存留，中層被取代， 03/31 11:51
→ yamis: 那培養人才是否更不容易？ 03/31 11:51
→ ZMTL: 是 03/31 11:55
→ ZMTL: 從繪圖到文字到程式，目前都是這個問題 03/31 11:55
→ ZMTL: 但頂層人士都怕自己被淹死了忙著往前跑，基層中層真的沒辦法 03/31 11:55
推 greydust: 雖然這算是目前最新的標準流程 但很多模型都號稱contex 03/31 11:55
→ greydust: t可以到1M tokens 其實中段模糊的問題還挺嚴重的導致AI 03/31 11:55
→ greydust: 很容易忘東忘西 我自己應用在上下文龐大一點的場合不時 03/31 11:55
→ greydust: 就會脫稿演出 03/31 11:55
→ ZMTL: 有能力管的人不多，但還是有些組織會特別找工作經驗兩年內 03/31 11:55
→ ZMTL: 剛出社會的實習生，他們的優點是思想更開闊更AI原生 03/31 11:56
→ ZMTL: @greydust 我其實同意，我自己不太相信純上下文，但這舉例 03/31 11:56
→ ZMTL: 簡化過了，實際上應該還要有持續跟新的資料庫紀錄世界觀或 03/31 11:56
→ ZMTL: 名詞對照 03/31 11:56
→ ZMTL: 然後我自己相信狀態機腳本多過於Prompt，Prompt只做思考框架 03/31 11:57
推 alucard6310: 我老實回答樓上吧，我自己用的「專門」翻譯動畫的網 03/31 11:57
→ alucard6310: 站，精準度非常準，而前面有幾個也回應了，做好事前 03/31 11:57
→ alucard6310: 設定翻譯準度會顯著提高，你直接丟進去翻譯請問您有 03/31 11:57
→ alucard6310: 設定額外的東西？Netflix翻譯有問題是設定沒做好，你 03/31 11:57
→ alucard6310: 讓稍微會一點的去設定根本不會有這問題，更別說一堆 03/31 11:57
→ ZMTL: @rahim03 Netflix那種AI翻譯我是認為欠噴，我也不想看到這種 03/31 11:57
→ alucard6310: 電影、動畫早就是AI翻譯就沒這些問題，你不能拿少數 03/31 11:57
→ alucard6310: 談大量。 03/31 11:57
→ ZMTL: 垃圾，但與我而言這是Netflix該更新他們用AI的方式了，而不 03/31 11:58
→ ZMTL: 是不要用AI 03/31 11:58
推 cloud7515: 會不會用就是差越來越大 03/31 11:59
→ greydust: 至於培養人沒什麼問題啊 有問題就問AI 現在要取得知識 03/31 11:59
→ greydust: 比以前快太多太多了 每個人配備這樣一套agent架構 會用 03/31 11:59
→ greydust: 的產能和知識肯定比不會用的強超多 人家靠經驗你靠外掛 03/31 11:59
→ greydust: 知識庫怎麼輸 03/31 11:59
→ ZMTL: @alucard6310 對，那些專門的翻譯網站就是背後有完整的工作 03/31 11:59
→ ZMTL: 流，甚至是為了動畫或遊戲做出特化的工作流 03/31 11:59
→ ZMTL: 現在最危險的就是認為AI還很廢不想用不想學的人，頂尖能摸 03/31 12:00
→ ZMTL: 的都怕自己被淹死努力學，剛出社會的菜鳥也有可塑性 03/31 12:00