摘要：在技术进步的驱动下，翻译工具层出不穷，翻译资源空前丰富，技术与翻译的融合程度日益加深。翻译技术的本质在于为人类译者提供赋能，译者翻译能力体系随技术发展不断演进。本文首先梳理不同阶段翻译能力理论模型的发展变化，然后基于翻译资源概念将翻译实践划分为继承、改善和生成三种类型，从技术赋能角度将翻译过程视为译者通过运用翻译工具和调配翻译资源，以解决翻译问题，进而生成目标文本的过程，剖析查、选、管能力在三种类型翻译实践中的具体表现，进而构建现代译者的“知—思—行”翻译能力模型。本文提出，译者翻译能力的提升在于知、思、行三个子系统之间的良性互动和协同发展，希望为人工智能时代的翻译人才培养提供一种崭新思路。
关键词：技术赋能；翻译技术；翻译能力；翻译资源；查、选、管能力；“知—思—行”翻译能力模型
在诸如互联网、大数据、云计算、人工智能、自然语言处理等技术发展的驱动下，翻译工具的种类和功能日益丰富，而且持续推陈出新、迭代升级，不断满足翻译工作对效率、质量和多样性的需求，为译者带来更加便捷、高效的翻译体验。技术进步为繁杂的翻译工作提供了极大便利和更多可能性，拓展了翻译业务的边界，同时也深刻改变着翻译行业的生态和译者的工作方式。翻译行业呈现出机器学习、跨域融合、技术集成等新特征（蓝红军，2023：47），技术与翻译的深度融合已成为当今翻译行业不可逆转的发展趋势。译者借助翻译技术可以优化翻译流程，提升翻译效率，增强译文一致性，确保翻译质量，使自己的翻译能力得到拓展和增强。因此，技术赋能为译者提供了不可或缺的重要支撑，已成为现代翻译工作的常态。
近来，在大算力、大模型和大数据的推动下，人工智能技术加速创新，美国OpenAI公司推出的聊天机器人ChatGPT在全球范围内现象级走红，引发了生成式人工智能的发展浪潮。以ChatGPT为代表的生成式人工智能工具可以帮助人类完成多种任务，包括自动问答、文本创作、文本摘要、写作辅助、语言翻译、代码编写、图片生成、视频制作等，为人类的知识生产、获取和传播开拓了一种全新的方式，在诸多行业领域产生了深远影响。作为一种跨语言的知识生产和传播活动，翻译亦受到生成式人工智能技术浪潮的全方位影响，翻译工作模式迎来重大革新，翻译质量得到大幅提升。在生成式人工智能技术的冲击下，传统的翻译教学、译员培训和应用型翻译面临前所未有的挑战（王克非，2024：5），为我们全面反思人类译者的翻译能力提供了一个重要契机。本文旨在通过梳理翻译能力模型的发展和演进，从技术赋能环境下翻译实践的基本问题出发，归纳翻译过程中译者的实际操作行为，构建出更符合时代特点的翻译能力模型，为人工智能时代的翻译人才培养模式改革提供借鉴。
“翻译能力”是一个多维度的复杂概念，通常被认为是从事翻译活动所需的知识系统（PACTE，2005）。翻译质量的优劣直接取决于译者的翻译能力水平，翻译能力是翻译教学的主要任务和重要目标（苗菊，2007；傅敬民，2015），为翻译人才培养提供了重要的理论支撑和实践依据。自20世纪70年代以来，学术界对翻译能力展开了持续的长期探索，翻译能力的构成和发展是翻译能力研究关注的焦点问题。李瑞林（2011）按照不同的理论范式和视角将以往的翻译能力研究成果归纳为自然观、要素观、最简观和认知观。其中，要素观的相关成果最为突出，该视角认为翻译能力由多个相互关联的子能力构成，这些子能力共同构成一个完整、协调的系统。不同学者针对翻译能力的构成要素进行理论建模，构建出了众多翻译能力模型。
翻译能力模型源于研究者基于自身的翻译实践经历、翻译教学经验、翻译过程研究所进行的理论思考。虽然翻译能力模型是对译者真实、动态的翻译实践的简化和抽象，具有一定的局限性，但在明确翻译教学目标、优化翻译课程设计、革新翻译教学方法、评估学生能力水平等方面具有积极的现实意义。翻译工作模式是翻译能力模型构建的经验基础和实践依据，翻译能力模型的构建作为对翻译实践中译者能力需求的理论回应，受制于当时的翻译工作模式。随着翻译技术的迭代更新，翻译工作模式也在不断变革升级，进而反映在不同阶段的翻译能力模型中。根据技术在翻译活动中的介入程度，翻译工作模式大体上经历了传统人工翻译、机器辅助翻译和人机协同翻译三个主要阶段。1） 传统人工翻译阶段：在该阶段，译者在翻译过程中使用的工具主要为词典，用以帮助译者理解语言。相关翻译能力模型重点关注译者的双语语言能力和语言转换能力。奥伯利奇·纽伯特（Albrecht Neubert）认为，翻译能力涉及复杂的知识和技能，表现为语言能力、主题能力和转换能力的三元结构（Neubert，1992）。文军（2004）构建的翻译能力模型则包括语言/文本能力、策略能力和自我评估能力。苗菊（2007）将翻译能力概括为认知能力、语言能力和交际能力三大范畴，每个范畴下面包含若干具体构成成分。2） 机器辅助翻译阶段：随着以翻译记忆和术语管理为核心的计算机辅助翻译技术的推广，以及机器翻译系统译文输出质量的改善，翻译工作模式进入机器辅助翻译阶段。以Trados为代表的计算机辅助翻译工具逐渐成为译者从事翻译工作的标配。该阶段的翻译能力模型在传统语言能力的基础上，开始关注译者对翻译技术工具的应用。国际上，西班牙巴塞罗那自治大学翻译能力习得过程及评估研究（Process of Acquisition of Translation Competence and Evaluation，PACTE）小组的翻译能力模型中就出现了工具子能力，指翻译活动中对文献资源和信息通信技术的使用（PACTE，2005）。苏珊娜·格普费里希（Susanne Göpferich）的翻译能力模型中涉及工具与研究能力（ Göpferich , 2009）。欧洲翻译硕士项目（European Master’s in Translation，EMT）的翻译能力模型中设有技术能力和信息挖掘能力（EMT, 2009）。国内学者文军和李红霞（2010）、王树槐（2013）构建的翻译能力模型中也分别出现了IT能力和工具能力。3） 人机协同翻译阶段：神经网络机器翻译技术的发展，尤其是生成式人工智能在翻译中的应用，推动翻译工作模式逐步进入人机协同翻译阶段。在该阶段，机器“将译者的部分能力赋予非译者，‘人’的翻译能力被物化到了技术设备之上。伴随着译者能力的物化，译者角色必然发生变化”（蓝红军，2023：55），从而引发了学界和业界对翻译技术与人类译者关系的广泛讨论。由于惯性思维，人们倾向于将科技发展与人的发展对立起来，将翻译技术进步与人类译者完全对立（祝朝伟，2018：104），产生了技术威胁论、技术取代论、技术决定论等消极观点。“我们追求的目标不是让机器翻译取代人工翻译，而是利用它在最大程度上便利人类的翻译活动，让机器翻译成为一种生产力”（戴光荣、刘思圻，2023：87）。技术的本质是为技术行为主体赋能（蓝红军，2020：11），翻译技术的本质则是为人类译者进行赋能，是对人类译者的翻译能力的拓展和增强，旨在帮助人类更好地解决翻译过程中出现的各种问题。翻译技术的地位在有关翻译能力模型中得到显著提升，翻译技术能力被视为现代译者翻译能力体系中的关键要素（EMT，2022；王华树、王少爽，2016；王少爽、覃江华，2018），甚至出现了针对具体技术能力的专项研究，如译后编辑能力（Nitzke，Hansen-Schirra & Canfora，2019；冯全功、刘明，2018）、搜索能力（Volanen，2015；王华树、张成智，2018）、信息素养（王少爽，2017）、数字素养（王华树、刘世界，2023）。统观该阶段的翻译能力模型，虽然人们给予了翻译技术应有的重视，但大多将技术能力视作多项子能力之一，探讨其内涵和要素，却并未深入探究技术能力与其他子能力之间的联动效应和交互作用。因此，亟须根据人机协同时代翻译工作模式的变革，构建出能够充分反映译者翻译能力体系动态变化的理论模型。
“翻译理论建设必须根植于翻译实践，实践在理论建构、理论验证、理论应用中都起着基础性的作用”（蓝红军、许钧，2023：2）。“翻译实践为译学研究供给真实问题。翻译问题是译学知识生产的起点”（李瑞林，2020a：29）。翻译能力理论模型构建更是如此，需要回应真实环境下翻译实践的真实问题和理论诉求。翻译能力的行为主体是译者，外化为译者在翻译过程中识别和求解翻译问题的行为表现。因此，翻译实践的根本问题是翻译能力理论模型构建的逻辑起点。翻译必然涉及跨语言理解和表达过程，歧义问题、干扰问题和非对称问题被认为是翻译实践的本质问题（李瑞林，2020a：25）。
歧义性指语言单位具有多种意义和多重解读，主要发生在字、词、短语和小句层面，是自然语言的内在属性，体现了人类语言的灵活性和丰富性，也反映了人类思想的多样性和复杂性。译者需要恰当处理原文和译文中的歧义问题。如果处理不当，歧义问题经由翻译可能会被放大，造成译文的语义偏离或扭曲。干扰性指翻译所涉两种语言之间的相互影响，主要体现为源语的某些独特结构或特征转换为目标语表达时产生迁移或干扰现象，导致译文不自然或难以理解。翻译腔和“假朋友”就是干扰性的典型表现。非对称问题指源语和目标语在词汇、语法、语义、风格等方面的不对称性。由于不同语言之间存在文化背景、发展程度、使用习惯等方面的差异，所以翻译时可能在目标语中很难找到与源语完全对应的表达。非对称性致使中国特色概念的外译成为劣构特征显著的翻译问题。翻译即译者求解跨语言理解和表达时遇到的歧义问题、干扰问题和非对称问题，从而建立源语表达和目标语表达之间对应关系的过程。成功的翻译过程最终会生成“翻译资源”。广义上的翻译资源包括语言资源、文化资源、知识资源、技术资源、人力资源、学术资源等。狭义上的翻译资源专指语言资源。本文采用“翻译资源”的狭义定义，即在意义上具有对应关系的源语与目标语表达组合。这种对应关系可以进一步确保语言间信息的准确传递和文化的有效沟通，是翻译实践的核心成果。通过运用现代技术手段，翻译资源得以实现数字化，包括双语词典、术语库、翻译记忆库、平行语料库等多种形式。数字化的翻译资源不仅方便了译者的复用、维护和管理，还显著提升了翻译工作的效率和质量，已经成为现代翻译行业不可或缺的生产要素和基础支撑，并为翻译人才培养提供了丰富的教学资源。根据源语表达与目标语表达对应的语言单位级别，翻译资源表现出不同的颗粒度，从小到大分别是词素、词、词组、短语、句子、句群、段落和篇章。“翻译资源”概念为审视翻译能力提供了一个新的理论视角。翻译能力可视为“跨语言认知和操作经验的一种累积能力。每一次翻译活动都是对历史经验的继承和开新”。（李瑞林，2020b：94）翻译不仅仅是语言转换过程，更是不断累积翻译资源的过程。翻译能力即通过翻译活动对翻译资源进行持续生成、使用、优化和累积的综合能力体现。鉴于翻译活动鲜明的实践特征，翻译能力外化为译者进行跨语言转换时的具体翻译操作行为。李瑞林（2020b：94）认为，在操作层面，翻译活动表现为“嵌入式、调和式和绝对式三种模态。嵌入式翻译是对先验共识性翻译成果的再利用；调和式翻译针对歧义性问题和干扰性问题，运用关联知识作出合理判断和决策；绝对式翻译主要针对非对称性问题，生成填补认知空缺的解决方案”。本文结合这一观点，借助“翻译资源”概念，将翻译实践分为继承、改善和生成三种类型，分别对应译者对翻译资源的复用、优化和创新三种行为，如图1所示。针对待译文本，当目标语中已存在确定的高质量对应表达，即存在具有权威性和可靠性的翻译资源时，便会发生继承型翻译，对应译者的翻译资源复用行为。在这种情况下，译者根据语境需求，通过调用现有翻译资源，重复使用以往形成的高质量翻译成果。这些高质量翻译成果既可以是译者自身在先前翻译实践中积累的智力成果，也可以源于他人的翻译实践经验。通过复用高质量翻译资源，译者可以保证译文的准确性和一致性，还能够减少重复劳动，提升翻译工作效率。当待译文本在目标语中存在多种对应表达时，就需要实施改善型翻译，对应译者的翻译资源优化行为。在这种情况下，译者需要对不同译法进行甄别，根据实际语境作出判断，构思最佳译法，进而改进现有翻译资源，优化和丰富翻译资源库，以备后续重复使用。当待译文本在目标语中不存在现成的对应表达时，就需要进行生成型翻译，对应译者的翻译资源创新行为。在这种情况下，译者需要调用相关知识，为待译文本确定目标语表达，生成新的翻译成果，创新翻译资源。
在实施继承型翻译时，译者通过直接调用现有翻译资源即可完成翻译任务，翻译问题不会发生。改善型翻译发生于现有翻译资源质量不高甚至过于繁杂时。此时的翻译问题是如何从多个对应表达中确定最佳译法，或基于现有对应表达提出更佳的译法。当现有翻译资源短缺或不足时，译者需要进行生成型翻译。此时的翻译问题是如何为待译文本构思出适切的目标语对应表达。改善型翻译通过优化翻译资源，提升现有翻译资源质量，方便后续翻译工作的高质量调用。生成型翻译通过创新翻译资源，为后续翻译工作提供可以调用的更多资源。这两种翻译行为均服务于继承型翻译，为其提供更多翻译资源。继承型翻译通过调用高质量翻译资源，减少译者重复劳动，提升翻译工作效率。然而，由于语言的创造性和动态性，即便是高质量的翻译资源，也会随着语言和语境变化而需要调整和优化。翻译资源在译者的反复调用、精心优化和创造性生成中不断迭代更新，持续推动不同语言文化之间的沟通与互鉴。
翻译技术在为人类译者提供重要赋能的同时，也“影响着人对翻译技能的认识，影响着人的翻译身体技能的习得”（蓝红军，2019：10）。如前所述，现有翻译能力理论模型大多将技术应用视为一种子能力或构成要素，但在技术密集应用的环境下译者的翻译能力究竟有哪些具体变化？表现为哪些具体行为？具备怎样的运行机制？对于这些问题的回答，尚需进一步细化和明确。为了更好探查翻译技术如何赋能译者能力，首先需要厘清翻译技术概念的内涵和外延。王华树（2017：4）将翻译技术定义为“翻译服务人员在翻译过程中综合应用的各种技术”。随着时间的推移，译者使用的翻译技术越来越丰富，从译前、译中和译后全流程介入翻译实践。就总体功能而言，翻译技术可以分为工具和资源两大类（Alcina，2008：94）。翻译工具指翻译过程中译者使用的计算机程序、软件或系统，包括机器翻译系统、计算机辅助翻译系统、术语管理系统、质量管理系统、项目管理系统、文字处理软件等。翻译资源是指以特定方式组织的语言数据集，包括词典、语料库、术语库、记忆库、平行文本等。
从技术赋能的视角来审视，翻译过程实质上已演变为译者使用各种先进的翻译工具，充分调用丰富的翻译资源，识别并解决翻译问题，高效、精准地生成目标语文本的过程。判断译者是否具备翻译能力的关键就在于其能否熟练地运用这些翻译工具调配翻译资源，以进行高质量的译文生产。在翻译过程中，译者所有的行为和操作均围绕译文生产展开。安东尼·皮姆（Anthony Pym）指出，译者培训涉及双重能力的培养，即①培养能够针对给定的原文本生成多种可行的目标文本的能力；②培养以充分的理由和自信迅速从中挑选出一种可行的目标文本的能力（Pym，2003：489）。换言之，译者翻译能力的关键就在于其多样化的译本生成能力和敏锐的译本选择能力。如果针对给定的原文本，译者只能生成唯一一种译本，那么其译文质量也只能停留在该译本的水平上，无法提升。要想提升译文质量，首先需要译者能够为给定的原文本生成多种译本。因此，译本生成能力是译本选择能力的前提。在技术赋能的工作环境下，丰富多样的翻译工具和资源为译者的译本生成和选择提供了前所未有的便利和可能性。基于对译者运用翻译工具调用翻译资源的行为的观察，本文将翻译过程中译者的具体操作行为表现归纳为查、选、管三种基本类型，即查找、选择和管理，分别对应译者的搜索能力、决策能力和管理能力，同时结合上述基于翻译资源的三种翻译实践类型，构建出译者的“查—选—管”翻译能力模型（如图2所示）。翻译实践分为继承、改善和生成三种类型。这三种翻译实践，均需要发挥译者的查、选、管能力，但具体的操作方式有所不同。
继承型翻译实践的核心在于复用现有翻译资源。翻译资源是对以往翻译经验成果有效管理的结果，需要充分发挥译者管理能力的作用。譬如，译者需要能够使用文本处理、语料对齐、翻译记忆等工具将翻译实践中形成的双语文本转化为翻译记忆库，使用术语提取工具采集术语数据，并使用术语管理工具将其转化为术语库。现在多数计算机辅助翻译软件或平台都配有翻译记忆和术语库管理的功能模块。通过翻译技术，以往翻译成果实现数字化，极大地方便了译者在后续翻译工作中的调用。数字化的翻译资源还可以为神经网络机器翻译系统和大语言模型工具的开发提供训练数据。在技术不发达的传统纸笔翻译时代，以往翻译经验成果的存储主要借助纸质媒介和译者的个人记忆，然而个人记忆能力有限，纸质书籍也不便后续查阅。译者通过计算机辅助翻译工具或数据库检索工具可以便捷地查询翻译资源库，为原文本匹配译文。译者对翻译资源库的查询和调用依赖其搜索能力。译者的决策能力则体现为译者能够判断翻译资源库所提供的译文是否适配当前语境下的原文本。
改善型翻译实践的核心在于优化现有翻译资源。在这种情况下，译者发挥自身的搜索能力，通过高效使用搜索工具，查询各种信息源，获取原文本的不同译法，丰富译者的选择范围。除了可以从专门的翻译资源数据库中查询译法，还可以运用搜索引擎从互联网中搜寻和获取他人发布的有关译法。当下，译者甚至可以运用神经网络机器翻译系统和大语言模型工具获得更多不同译法，提升翻译选择的多样性。译者的决策能力则体现为译者能够从众多译法中筛选出适配当前语境的最佳译法，抑或分析现有译法的不足，进而提出新的译法。经过译者理性审查和选择后的译法，作为译者的智力成果需要通过管理能力将其添加进翻译资源库，以便后续复用。生成型翻译实践的核心在于创新翻译资源，即生成新的翻译资源。根据翻译单位的不同，生成型翻译实践可以发生在从词语到篇章的各个层级上。在源语言和目标语言之间存在认知空缺和概念不对称的情况下，词语层面的生成型翻译最具挑战性。其中最为棘手的情况莫过于威拉德·范·奥曼·奎因（Willard Van Orman Quine）所说的“初始翻译”（radical translation）（Quine，1964）。译者需要通过搜索能力获取原文本表征的概念及相关背景知识，充分理解源语概念，进而为其构思出目标语表达，并搜索验证不同目标语表达与源语概念的契合度。当下，生成式人工智能技术的发展为译者的原文理解和译文生成提供了前所未有的便利。在此过程中，译者的决策能力也非常重要，需要权衡各种译法的优劣，最终选定最佳翻译方案。对词语以上级别的翻译单位，译者可以采用分解原文的策略，运用搜索能力查找各部分的译法，进而整合构思出不同的目标语表达。然后，译者也需要从这些表达中筛选出最符合要求的译法。同样，这一过程产生的翻译成果也需要借助译者的管理能力进入翻译资源库，以备后续复用或优化。可见，搜索能力、决策能力和管理能力相辅相成，一起构成了译者的“查—选—管”翻译行为系统。其中，搜索能力是基石，为译者提供了获取多样化翻译解决方案的途径；决策能力是核心，直接决定了最终译文的质量；而管理能力则是保障，为译者获取翻译解决方案提供便利，提升翻译效率，保证翻译质量。然而，查、选、管能力只是翻译过程中译者的外在行为表现，还需要底层的知识和思维提供有力支撑。因此，一个完整的译者翻译能力模型涉及知、思、行三个子系统，如图3所示。
行即行为系统，包括上文论述的查、选、管三种具体能力。知即知识系统，包括语言知识、文化知识、领域知识、技术知识和职业知识。语言和文化知识是进行跨语言转换的基础性知识，领域知识指译者在特定领域或专业范围内具备的专业知识，涉及对原文中特定概念、术语和行业惯例的准确理解，以确保译文对知识传播的准确性。技术知识体现了译者对各种翻译技术的原理、功能和操作的熟练掌握。职业知识则是译者职业素养的体现，包括翻译行业的规范、标准和流程等，要求译者具备高度的职业敏感性和责任感。思即思维系统，包括问题思维、逻辑思维、创新思维、技术思维、批判性思维和跨文化思维。问题思维指译者在翻译实践中能够迅速识别翻译问题，分析问题的本质和复杂性，并寻求有效的解决方案。逻辑思维指翻译过程中译者的推理、判断、归纳和演绎等思维活动，能够确保译者准确理解原文的意义和结构，确保译文在逻辑上与原文保持一致。创新思维鼓励译者寻求新颖、独特的表达方式，为翻译问题寻求创新性的解决方案。技术思维要求译者能够高效运用现代翻译技术的工具和资源，提升翻译效率。借助批判性思维，译者能够保持独立思维和质疑态度，客观评估，审慎甄别，识别原文中的潜在问题，避免翻译陷阱。跨文化思维则要求译者深入理解源语和目标语文化，在翻译过程中充分考虑文化差异，求同存异，确保译文在目标语文化中的可接受性和传播效果。
知、思、行三个子系统之间相互依存、相互影响，共同构筑起现代译者的翻译能力体系，具有复杂动态系统的典型特征。知识系统是整个翻译能力体系的基础，思维系统是连接知识和行为的桥梁，行为系统则是外在的行为表现。在实际翻译过程中，译者需要不断在知、思、行之间进行切换和协同。译者对知识的获取和更新会激发新的思维方式和行为策略，而翻译行为的实践又会反过来促进译者对知识的深化和对思维的拓展。随着译者不断地学习、实践和经验积累，知、思、行三个子系统相互作用、协同发展，形成一个充满活力的正向反馈循环，共同推动译者翻译能力的整体提升。
现代翻译技术的迅猛发展为翻译行业带来了颠覆性的革新，对人类译者的传统角色和身份造成了巨大冲击和深远影响。在这一时代背景下，翻译能力体系亟须与时俱进，进行相应的演化与升级，以满足人工智能时代对翻译工作的全新要求。翻译技术的本质在于为译者提供强大赋能，追问技术赋能条件下“人如何存在”成为当前翻译研究的重要领域（蓝红军，2020：11）。本文基于对现有翻译能力理论模型的梳理，引入翻译资源概念，将翻译实践划分为继承、改善和生成三种类型。三种翻译实践类型以翻译资源的积累和迭代为中心，具体表现为译者的查、选、管操作行为。从技术赋能角度分析，译者在翻译过程中通过运用各种先进的翻译工具，构建和调用丰富的翻译资源，识别并解决翻译问题，高效、精准地生成目标语文本。翻译技术极大拓展和增强了译者的查、选、管能力。通过分析译者查、选、管能力在三种翻译实践类型中的具体表现，本文构建了现代译者的“知—思—行”翻译能力模型，并将其视为一个复杂动态系统。译者翻译能力的提升在于知、思、行三个子系统之间的良性互动和协同发展。该模型基于对技术赋能条件下翻译实践活动的本质洞察，不仅可以为翻译实践操作行为和管理流程的优化提供有益指导，对翻译工具研发和翻译教学创新也具有一定的启示意义，希望能为人工智能时代的翻译人才培养模式改革开拓出一种新的思路。
5. 参考文献（参见知网原文）
基金项目：本文系国家社会科学基金一般项目“技术赋能时代译者信息素养的发展机制研究”（编号：19BYY127）的阶段性成果。作者简介：王少爽，大连外国语大学高级翻译学院教授，博士，博士生导师，多语种翻译研究中心研究员，主要从事翻译技术、翻译教学和术语翻译研究。本文引用格式：王少爽. 技术赋能视域下翻译能力体系的反思与重构——现代译者的“知—思—行”翻译能力模型解析[J]. 英语研究, 2024(2): 52-64.
声明：本公众号转载此文章是出于传播行业资讯、洞见之目的，如有侵犯到您的合法权益，请致信：532541801@qq.com，我们将及时调整处理。谢谢支持！
