zoukankan      html  css  js  c++  java
  • 《看见》总结

    这本书唤醒了尘封多年的记忆:非典、奥运会、华南虎、药家鑫、埃蒙德、唐山地震等等。
    如今非典已经过去8年,新冠肺炎已经持续了整整一年,悲剧总是在不停地轮回:口罩、封城、消毒液 。

    《吸血鬼日记》里史蒂芬说过一句话:“Memories are too important”。
    活得太久,很多东西都会遗忘,需要用日记的方式来保留记忆。
    他是永生的,我们不同,我们从出生的那一刻就注定走向死亡。
    生和死,苦难和苍老,都蕴涵在每一个人的体内,总有一天我们会与之遭逢。
    万物流变,千百万年之后,我们都会变成变成这片宇宙中微不足道的原子,嵌在世界的秩序中。

    人都有一死,但内心需要一种东西活着,而用文字记录,就是唤醒这种内心的过程。
    文字可以用来记录我们当下的心境,留住当下真实的瞬间。虽然可能很多年以后,再看到这些内容会觉得现在的自己很傻逼,很弱智,但是这就是此刻最真实的自己。

    说不定哪天别人也会因为我的这些文字和努力过的痕迹注意我,而不是沉迷于那些容易凋零的表面的东西。
    始终觉得,因为你外在而看上你的最终很可能因为你的外在而抛弃你,而因为你的内在看上你的,会因为你的外在而更爱你,先后顺序很重要。

    08年奥运会有个美国枪击运动员埃蒙斯的故事:
    他在最后一枪脱靶,与冠军无缘。
    而在上一次雅典奥运会上,比分领先的埃蒙斯,在最后一枪打出10环,错失冠军,人生失意。当晚在酒吧里安慰他的捷克射击手卡特琳娜,成为了他的妻子。
    这次事件发生后,卡特琳娜呆住数秒,走到埃蒙斯跟前,一只手护持着丈夫的脖颈,另一只手摩挲着他的眉毛,像安抚委屈孩子时的温存。

    埃蒙斯虽然输掉了冠军,却得到了真爱。看到这些内容时想起了一句话:

    Real love doesn't meet you at your best. It meets you in your mess.(真爱不会在你最好的时候遇见你,它会在你一团蹧的时候遇见你。)

    一直觉得记者是一个非常高尚的职业,毕竟新闻报道不同于小说,可以天马行空,人家报道的是赤裸裸的现实,参与的是社会那些最尖锐和矛盾的问题,有可能是冒着生命危险去把人性中最真实的部分撕破给我们看。
    以前有过和记者近距离玩耍的时光,因为第一份工作就是在报社,和一群记者新生一同入职,每个人都是意气风发,斗志昂扬,未来可期的模样。
    印象很深的是,入职就参加了非常高端的素质拓展培训,有啥高空引体、有轨电车之类的项目,为了唤醒每个人身上的野性和团结意识,结束后还有证书。现在想起来,那段时光居然还有点美好。
    白岩松说:“人们声称的最美好的岁月其实都是最痛苦的,只是事后回忆越来才那么幸福。”
    这段话真的是一点不假,其实痛苦不是财富,承受痛苦后的思考才是财富。
    人对幸福的愿望都是一样的,只是你生在这儿,这么活着,我来到那儿,那么活着,一切都是偶然的。

    现在的自己已经开始追求另一个境界,那就是直接在当下的痛苦中感受幸福,活下当下,也许是受父母灌输的传统文化和各种经影响的原因,近几年开始逐渐变得清醒起来,也开始慢慢能察觉和理解不同类型的人的情绪。

    梵高对他弟弟说:“没有什么是不朽的,包括艺术本身。唯一不朽的,是艺术所传递出来的对人和世界的理解。”
    世界上没有永恒的灿烂,也没有永远的幸福,所有的东西都需要好好经营,因为美好的东西总是很脆弱,稍加不慎就可能滋生猥琐,或者变得面目全非。

    《百年孤独》中的有这么一句经典的话:

    过去都是假的,回忆是一条没有归途的路,以往的一切春天都无法复原,即使最狂乱且坚韧的爱情,归根结底也不过是一种瞬息即逝的现实,唯有孤独永恒。

    人不能控制过去,也不能控制将来,能控制的只是此时此刻的心境、语言和行为。
    过去和未来都不存在,只有当下是真实的,我们真正应该做的就是积极专注过好当下的每分每秒,只有专注才能幸福。

    努力做个有趣的人吧,用王尔德的这句话共勉

    你拥有青春的时候,就要感受它。不要虚掷你的黄金时代,不要去倾听枯燥乏味的东西,不要设法挽留无望的失败,不要把你的生命献给无知、平庸和低俗。这些都是我们时代病态的目标,虚假的理想。活着!把你宝贵的内在生命活出来。什么都别错过。

  • 相关阅读:
    Windows server 2008 R2充当路由器实现网络的互联(转)
    sqlserver内存释放心得
    收藏一个好用的base64编解码网址
    最后一篇,说好的开源来了!
    python五子棋
    flask使用原生ajax、不使用表单(Form)上传文件
    使用keras的LSTM进行预测----实战练习
    keras神经网络三个例子
    【强化学习】用pandas 与 numpy 分别实现 q-learning, saras, saras(lambda)算法
    【转】【强化学习】Deep Q Network(DQN)算法详解
  • 原文地址:https://www.cnblogs.com/chenqionghe/p/14391734.html
Copyright © 2011-2022 走看看