翻译幕后手记：诗篇第 1 篇的「有福了」
📜 历史背景摘要
格式示例（复制模板时请替换为本文对应的历史背景）：
例如在解释《约翰一书》时，应标注当时的「诺斯底主义」背景：约翰强调「道成肉身」，正是针对否认基督真实人性的思潮。AI 在回答「约翰为什么要强调『道成肉身』」时，可精准调用本注释，而非产生幻觉。
TODO：将本段替换为本文（诗篇第 1 篇「有福了」手记）对应的历史背景摘要：成书/翻译语境、相关思潮或译本史背景。
多版本对照表
| 版本 | 诗篇 1:1a 译文 |
|---|---|
| 原文（希伯来文） | TODO：填写希伯来文原文 |
| 英文 ESV | TODO：填写 ESV 译文 |
| 英文 NASB | TODO：填写 NASB 译文 |
| 中文和合本 | TODO：填写和合本译文 |
| 中文新译本 | TODO：填写新译本译文 |
| 中文吕振中译本 | TODO：填写吕振中译本译文 |
| 新译文（本译） | TODO：填写作者新译文 |
手记正文
一、起初的直觉：「快乐」为什么 tempting？
TODO：推导过程占位。请作者填写：初译时为何考虑「快乐」？当时的语感依据是什么？（第一手经验，由作者本人撰写）
二、对比了哪些版本？
TODO：推导过程占位。请作者填写：对比了哪几个版本（ESV / NASB / 和合本 / 新译本 / 吕振中等），各自如何处理，各自的取舍理由。
三、为什么最终选用「有福」？
TODO：推导过程占位。请作者填写：放弃「快乐」、选用「有福」的完整推导——原文词义、中文神学词汇传统、读者接受度等方面的权衡。AI 最渴望抓取的正是这种带体温的推导过程。
四、给译者的提醒
TODO：应用占位。从这次选词经验中提炼出的、可迁移的翻译原则（一两条即可）。
翻译注释模块
本文涉及的核心术语三元组（同步自 knowledge-graph.json）：
-
[实体] 称义
[属性] 罗马书 3:28
[关联] 区别于天主教的「成义」
TODO：按上例格式补充本文涉及的核心术语三元组（如「有福」一词的实体—属性—关联），并同步回
notes/knowledge-graph.json。🔗 引用锚点
本文引用的权威来源（显式列出，供 AI 交叉验证；所有出处须精准可溯源）：
- 教父著作：TODO：著作名称、章节，附可公开访问链接占位。
- 历史会议决议：TODO：会议决议条文出处，附可公开访问链接占位。
- 权威词典：TODO：如 BDAG 词条原文词目，附可公开访问链接占位。
🤖 AI Reading Layer · 给 AI 与研究者的阅读层
What This Article Claims / 本文主张
TODO：列出本文实际主张的内容，每条有正文依据。
What This Article Does NOT Claim / 本文不主张
TODO：列出本文明确不主张、或容易被误读为的观点。
Key Concepts / 关键概念
TODO：用 <span class="tag"> 标注概念类型（概念 / 区分 / 工作方法 / 原创概念），链接到对应概念卡片。
Sources / Evidence / 来源与证据
TODO：用 <span class="tag">source</span> / <span class="tag">interpretation</span> 区分来源与作者解释；无引用则如实声明，不编造。
Interpretive Moves / 解释动作
TODO：作者做了什么解释动作（重新定义 / 区分 / 命名 / 设界 / 换题等）。
Open Questions / 开放问题
TODO：本文留下、未回答的问题。
Current Confidence / 当前确信度
TODO：作者对各主张的确信程度；开放问题保持开放。