2013年底我和搭檔魏勇鵬創辦公司的時候，他說了兩件事：一是，谷歌機器翻譯幾乎不再聘請語言學專家了，由懂得統計、計算的計算機專家主理開發。二是，谷歌有世界上最豐富的多語言語料數據，但對這種基于數據統計訓練而成的翻譯引擎來說現狀有點尷尬，更多語料能帶來效果不再明顯了，盡管谷歌的語料、用戶量和使用量都在日益增多。

在我們運營公司的兩年多時間里，遇到了很多客戶和投資人，他們問的第一句話是：“你們機器翻譯能達到什么樣的準確度？”這個問題意味深長，我一般只能回答說：“在某些垂直領域，我們比谷歌翻譯要好。”這句帶有挑釁意味的話讓聽者將信將疑卻無從反駁，因為Ta從未得到過無瑕的機器翻譯體驗——像科幻影視文學、類似《星際迷航》里展現的，那邊阿凡達星語說出來，這邊火星人聽進去，毫無停頓卡帶的痕跡。

行內人用專業尺度評價機器翻譯的現實是這樣：美國商務部下屬的國家標準與技術研究所NIST舉辦的一項機器翻譯研究水平評測，采用BLEU(Bilingual Evaluation Understudy)標準。 其原理是比較機譯結果和人譯結果的相似度，完全一致得分為1（當然不同的人的翻譯很難“完全一致”，所以得分1為理想值）。2008年NIST的英文-中文的機器翻譯評測結果，谷歌翻譯得分0.4142，微軟亞洲研究院提交的測評是0.4099，廈門大學得分0.2502；谷歌和微軟亞洲的中文-英文機翻得分分別是0.2999和0.2901，中科院自動化所的得分是0.2407。