写随笔是一种有效的自我心理自疗手段

我失眠有很长时间了, 今年开过年来之后尤为剧烈, 经常彻夜彻夜的睡不着. 这种感觉很糟糕, 我感觉我现在就像是一个磕药磕到后期的瘾君子一样, everything is fucked up. 现在又一个彻夜失眠后的清晨, 周一六点的深圳, 天很蓝, 路不堵, 打个滴滴二十分钟直通公司楼下, 买桶泡面坐在工位上, 努力的想看一看文档, 或者代码, 但是确实看不下去. 失眠真的太折磨人了.

我读中学的时候经常喜欢在QQ空间写日志, 高中的时候是巅峰, 每周都要写上一篇, 或多愁善感(其实很傻逼), 或风趣幽默(其实很傻逼). 现在回过头来看, 我对写文章有态度有三个阶段. 中学很热衷写日志的那段时期, 是第一阶段, 我觉得我很有才华, 每周末憋出一篇上千字的臭傻逼日志, 其后的周一周二每天用诺基亚刷新着被人评论的QQ空间小消息, 获得精神上的快感. 大学停止写那些垃圾玩意并且删也所有之前写的垃圾玩意, 算是第二个阶段, 我认识到了我写的东西其实都是垃圾, 没有价值, 没有意义, 有那些时间不如多看看书, 学点手艺, 或者干脆去网吧美美的打一天游戏也好. 第二个阶段持续了很长时间, 很长一段时间内我都觉得, 我不应该再无病呻吟了, 我应该拥抱生活, 接受现实, 去读书, 去睡觉, 去吃饭, 去找女朋友, 去干点正事.

我很长一段时间都觉得成年人就应当这样, 对日志, 或者叫日记, 持有这样一个客观理性的态度. 但是最近我觉得这其实是不正确的.

我大学四年, 学了一个很不喜欢的专业, 折腾三跨考研, 折腾着走向IT行业, 艰难的考研, 艰难的读研, 艰难的找实习, 艰难的走过杭州, 宁波, 北京, 最终来到深圳, 艰难的混了一纸文凭, 艰难的上班. 我话越来越少, 我的脑子越来越理性, 我似乎越来越成熟. 从15年到现在, 三年过去了, 大学毕业三年了, 我一直在艰难的活着, 并且以结果为导向来看, 我挣扎的还算不错. 只是失眠慢慢的在折磨我.

读研的时候开始有小规模的失眠, 好吧, 一天两天, 无所谓的, 我不觉得这是一个什么大的问题, 我在心里告诉我自己, 只是和女朋友异地时间长了, 没有性生活导致的荷尔蒙失调而已, 这很正常.

在杭州实习的时候, 失眠有点严重了, 我在心里告诉我自己, 这很正常, 年轻人从校园走向社会的第一步总是要吃点屎的, 我只是压力有点大而已, 我只是读研学艺不精, 被工作压力搞的有点荷尔蒙失调而已, 这很正常.

辗转换到北京实习的时候, 失眠比较严重了, 我在心里告诉我自己, 这很正常, 每个月四五千的实习工资, 每天从平西府挤地铁, 租在一个临街道的小次卧里, 失眠是很正常的事情, 生活艰难是很正常的事情. 我在心里一次次的告诉自己: this is not a fucking big deal, and you r not a fucking pussy.

后来硕士毕业了, 来到深圳工作, 失眠很严峻了.

我一直在拒绝承认的我思想压力很大这件事, 我一直不愿意承认我过的很辛苦.
我老子给我打电话的时候我永远在给他强调: 爸, 你看, 我不是产业工人了, 我也不是矿山工人了, 我也不是建筑工人了, 我的工作环境很好, 我天天坐办公室, 我的生活水平很高, 我每天有肉吃, 你不要为我担心, 你有空多担心你自己的腰椎吧.
上司找我闲聊的时候, 我也在对上司说: 领导我想的很开, 技术人员做个项目, 火不火跟技术没关系, 所以把我从上一个项目踢出来扔到现在这个项目里我无所谓的, 我年轻多学点东西比较好, 我不在乎项目有没有前途, 我看中的是能不能学到手艺. 买房子嘛, 我这个人很理性的, 我认得清现实, 目前买不起, 也不操这个心, 我安心把工作做好吧.

其实不是的, 失眠还是压垮了我.

我不得不重新审视我的内心, 不再掩耳盗铃, 而是接受现实:

  1. 我过的很辛苦
  2. 我的工作环境很不好, 我缺乏阳光照射, 我下班晚.
  3. 我确实有肉吃, 但我越来越胖
  4. 我想不开, 我确实是被上一个项目组踢出来的, 由此我很焦虑
  5. 我对房价很焦虑, 深圳的房价已经上天了, 我时刻都在思考我的未来在哪里, 我的房子在哪里. 女朋友因为我也把工作找到深圳了, 我不能让她租房和我过半生.

这几天我逐渐审视了我的内心, 我不再强迫自己相信一些屁话, 比如: 我很坚强, i'm tough. 我接受了我是一个软蛋的事实, 我认识到了过去的一年其实一直活在焦虑中, 焦虑导致了失眠, 失眠导致我个人状态很差, 缺乏睡眠又加剧了焦虑对人的摧残.
我想通了, 但昨晚还是失眠了.

我灵光一闪: 我过的很辛苦, 又没有可以诉说的人, 我的想法宣泄不出来, 我依然很累. 我想到了我中学的时候过的很快乐, 虽然的成绩很差, 差到全校闻名, 但我还是很快乐. 我想到一个点: 其实写日志并不是一种纯粹的傻逼行为, 它是一种诉说, 一种宣泄.

过去的几年, 我就像一只受到惊吓的河豚, 拼命的把自己鼓得像气球一样, 装出一副很坚强的样子, 其实过的很辛苦. 是应该有一个契机, 有一个途径能让我把嘴里的水吐出来, 一个人不能长期焦虑下去, 要想点办法摆脱心理负担, 摆脱失眠.

我觉得写日记, 或者日志, 或者随笔, 或者博客是一个很有效的途径.

这是我对日志, 或者叫日记, 或者叫随笔, 或者叫个人博客认知的第三阶段: 它并不是没有意义的废物. 它对我来说是一个很有效的心理自我治疗方案.

希望挣扎在一线城市的你我, 都有美好的明天, 希望现在所做的一切, 多年之后回头看, 你我都能感叹, 感叹这种行为的名字叫"奋斗", 而不是唏嘘, 唏嘘这种行为的名字叫"挣扎".

又是新的一周, 我去楼下抽根烟, 九点了, 上班了.

转载于:https://www.cnblogs.com/neooelric/p/9165578.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值