老周却摇了摇头：“这么改，算法的‘流畅度评分’会掉。之前我们做的是‘最优解推荐’，现在改成‘多选项并列’，用户体验报告肯定不好看。”

“好看重要还是客观重要？”林野把笔拍在桌子上，“去年有个留学生，因为算法把‘抗议活动’译成‘暴乱’，写论文时被导师质疑立场有问题，差点毕不了业。咱们要是只盯着流畅度，就是在帮算法杀人。”

争论持续了三天，最终确定了“多版本翻译”的规则：凡是在政治、宗教领域有两个及以上常见释义的词汇，算法必须列出所有选项，并标注每个选项的使用场景（如“适用于中立报道”“多见于官方声明”），且各选项的展示顺序随机，避免用户先入为主。

可新的问题又冒了出来。测试时，苏晓用沙特阿拉伯的Ip地址输入“女性权益”，算法虽然给出了三个翻译选项，但在例句推荐里，自动匹配的都是“该国女性权益正逐步改善”这类偏向正面的句子；换成伊朗的Ip，例句就变成了“女性权益仍需进一步提升”。

“地域标签还在起作用。”林野盯着后台代码，发现算法里藏着一个“地域情感权重”的隐藏模块，会根据不同地区的政策倾向，调整例句的情感色彩。他毫不犹豫地把这个模块删掉，却弹出一行警告——“删除该模块将导致地域适配性下降，用户留存率预计降低15%”。

“删。”陈砚不知什么时候站在了门口，手里拿着一份刚签好的文件，“我已经跟董事会说了，宁可少赚15%的钱，也不能让星译变成带偏见的传声筒。”

那天晚上，测试组所有人都留了下来。老周重新训练了例句库，把所有带情感倾向的句子全部筛掉；苏晓设计了“地域盲测”机制，算法在处理文本时，会自动屏蔽用户的Ip地址和地理位置信息；林野则写了一份《AI翻译伦理准则》，里面明确写着：“禁止根据用户地域、信仰调整翻译倾向；争议性词汇需提供多版本选择；语义中立优先于翻译流畅度”。

准则发布前的最后一次测试，林野用了一份最难的文本——关于耶路撒冷归属问题的新闻报道。算法没有再给任何偏向性的翻译，“圣城”“争议地区”“历史名城”三个选项并列展示，例句里既没有“理应归属某国”，也没有“某国非法占据”，只有客观的事实陈述。

“成了。”苏晓兴奋地拍着手，屏幕上的中立性评分第一次跳到了100分。

《AI翻译伦理准则》发布那天，星译科技上了热搜。有人在评论区说：“终于不用再被算法‘教’着怎么看世界了”；也有人质疑，没有地域适配性，翻译会不会变得生硬。

林野在接受采访时，举了个例子：“就像两个人在桥上对话，桥不能帮左边的人放大声音，也不能帮右边的人捂住耳朵。我们要做的，只是把两边的话原原本本地传过去，让他们自己听，自己判断。”

那天晚上，林野收到一封邮件，是三年前那个因为算法偏见差点毕不了业的留学生发来的。邮件里说，他现在在一家国际组织做翻译，看到《AI翻译伦理准则》时，特意用星译V9翻译了一份关于难民问题的报告，“这一次，我终于能给不同国家的同事，看同一份没有偏见的文本了”。

林野看着邮件，想起陈砚说过的那句话——翻译是桥，不是墙。而他们这群人，就是在给这座桥刻上中立的刻度，让每一个走在桥上的人，都能看见同一片河。

窗外的天已经亮了，测试室里的咖啡又续了新的一壶，三十块显示屏依旧亮着，只是现在滚动的文本里，再也没有了那些藏在代码里的偏见。