不论学得多么痛苦,学校也始终是最后的象牙塔。 2018年Fall Semester,我申请了一个学期的Gap。做出这个决定也不过是一瞬间,说要时间仔细考虑权衡利弊却直到不得不做决定都并未真正思考过。想,就去做了。 在大家陆陆续续回学校上课,陆陆续续为Deadline和Gpa开始担忧的学期,我一个人来到北京。只是来了两天,仅仅窥得冰山一角便感受到了一丝走出学校才会感受到的来自生活的蔑视。 在来北京的高铁上我才开始寻找接下去四个月的住所。北京是一个很贵的地方。我的工作地点在四环附近的京东北辰,附近的整屋月租均价大约在6000左右,而合租也达到了3000左右,这还是不排除中介费的长租价格。原本想着或许可以在各样的论坛找到合租的人就像在美国的时候一样,可实际上,除了几个特定的平台比如58同城和赶集网以外,从论坛联系的难度要大得多,具体体现在联系租客的周期长,很少找得到短租这些点。再加上现在是开学伊始,不太容易找到学生转租(也或许是因为国内大学生住宿舍多)。像诸如58同城之类的平台上能找到的出租房大多来源于连锁品牌比如链家、自如、蛋壳公寓(btw 自如似乎是链家的子品牌)。在整租价格直逼工资甚至超过的情况下,合租成了唯一选择。 下午三点到北京,我就坐上了地铁去和租房平台的线下管家见面看房。这些房源大多是从业主手中收购的老小区,经由简单装修转租。装修之后的小屋风格十分统一:白色石灰粉刷的墙面,一床一桌一衣柜。四环附近3000月租的房子是找不到干湿分离或者甚至独立卫生间的。不少屋子里已经有人居住了,但是几乎不会有人布置屋子,也不会将任何东西放置到公共区域(怕丢吧,毕竟未经通知就会有人来看房入住)。 在最早看房的时候,一进入屋子就有一种不舒服的感觉。即使屋子还算干净,也没有气味,也还是有一种不喜欢的感觉。跟线下管家提了一句,被他一语道破说:是因为没有生气。就像是从无人居住的简装房,没有一丝生气,我想这就是我那不舒服感觉的来源。大概是因为在美国找sublet习惯了,对出租房的期待就是一套正常居住的房子,有着必要的装饰、家具和生气。 找一间价格合适位置合适的租屋已经不容易,还要考虑公共交通的便利程度以及周围店铺的完整性。花了半天搜寻无果,在大了十几个电话之后终于在第二天找到了合适的房源。预算也被迫从3000涨到了4000每月。 这两天同线下管家聊天不少,他们中的不少人也是北漂,住的房子大多是内部打折之后的租屋。拿着六千的月薪住着2500一个月的房,也是不易。 在学校的时候自然是不需要担心太多生活问题,即使是实习也抱着同真正踏入社会完全不同的心态。今天同wzy聊到这个问题,我说:未毕业实习的时候考虑的是能拿多少零花钱,走入社会之后还要担心能存下多少钱。想着攒下钱买房,结婚,未来孩子的学费等等,当这些不再只是闲谈间遥远的事情之时,社会就变得intimidating了。
Category: Random
歌是最治愈
现在好好听歌的时间越来越少了,却逐渐发现歌是那样comforting。不管歌词里写的心情和drama是否是作词或者歌手的真实经历或感受,总有一些歌会在适合的时候让我感同身受跳出情绪去思考情绪。We have emotions but we are not emotions. 一种心情一首歌, 我能读懂。
浮躁的我在浮躁的时代
21世纪,众说纷纭。有人说这是生物科技的时代;有人说这是人工智能的时代;但我想,这是一个隔绝的时代。 从世纪初的56K拨号网络到512K ADSL,到兆级宽带的出现再到现在的光纤基本普及,在这个21世纪,互联网经历了飞速发展。本世纪还未过去五分之一,全民联网就已经实现。在记忆里的不久前,大家还在用着没有触屏功能的功能机互相发着短信,而现在街头已然少见没有用上微信的人了。 从发展之初,互联网还是较由人为主体的社会独立的存在。人作为使用者通过可联网设备与远端的其他使用者通过他们拥有的可联网设备进行信息交互。而现如今,如果我说人类本身就是互联网的一部分大概也不会有太多人反对。通过智能联网设备--人造器官“手机”,我们获取资讯。无论是发生在千里之外与自己毫不相干的明星出轨还是周围朋友在NYC的一顿饭局,获取不尽的信息使我们产生一种自己和这个社会以及社会上的其他人完美融入的错觉。
清。明。
复活节和清明节离得这么近。双节叠在一起,营造了一份特别的感情基调。
有恃。无恐。
今天吃完饭后临时决定去电影院看了电影。《厉害了,我的国》。与其说这是一部纪录片形式的电影,倒不如说它更像是九十分钟的新闻集锦,汇集了这五年来许许多多辉煌美好的瞬间,让人会情不自禁地燃起中国心。 都说人出国后更容易爱国,我想是的吧——可能是由于剪不断的牵挂和想念,但对我来说,更多的应该是那份对于归属感的深切渴望和依赖。前段时间和闺蜜聊到爱情的问题,她提到“有恃无恐”这个词语,现在我认为把它用来解释爱国也是非常得合适。
Protected: 麦穗
There is no excerpt because this is a protected post.
圣诞节小记
(一) 前天看了一期节目,主要讲的是释迦摩尼的经历和佛教在传播中的演变,结尾时,主持人问了这样一句话:“现今的佛教和最初的佛还有多少联系呢?”这句话让我一惊,然后问了自己两个问题,“现今的基督教和耶稣基督有着怎样的联系呢?”To what extent is Christmas still connected with Christ?” 睡觉前重温了《圣经》中关于耶稣出生的那一段故事,虽然这段故事读了很多遍,也学了很多遍,但是每次读还是会有新的体会。读到“And Jesus increased in wisdom and stature, and in favour with God and man.” (Luke 2:52)时蓦然起敬,不禁回问自己:” Have I made much increase in wisdom and stature? Have I grown in favour with God and man?” 从2011年11月13日第一次接触教会,这六年关于神经历过从不信到不可知到相信甚至依赖的过程,这几种感情一直在交织反复。即使从正式受洗至今已经四年半了,我还是喜欢听传教士和不同背景的教友们分享他们对于神的见证和理解,觉得每次听都有不同的感受,总会有平安的感觉。不过同样的,我也很喜欢和无神论的朋友们讨论这个问题,虽然我们站在不同的立场,但我真的很享受被逐层质疑,被用事实和逻辑来反驳的过程。也是在与后者的交流过程中,我会逼迫自己更加去思考如何从不同的立场去解释每个有争议的反驳点,然后再追问自己:“为什么在没有足够强的证据和完美的逻辑的基础上,我依然选择去相信?” 前三段比较凌乱地列了三个问题,似乎都没有好好地去解答,接下来就从最后一个问题着手来慢慢答吧。 (二) “Faith is the leap over the gap of...
想要更多的时间
这学期上六门课,每天都被作业考试quiz和project压得翻不过身,没有一刻可以停下来。只有在夜深人静失眠的时候才能停下来想一想,这一切到底是为了什么,它们对我的意义又是什么。 在Duke的一年多,我时常在想,只有我们是这样忙碌还是大家都是如此。虽然自觉学校的academic水准以及课程难度并不高,但是workload确实相当大。每个假期都会想象开学之后要认认真真做这样那样的事,到头来却连好好开个头的时间都没有。这真的不应该是理想中大学的生活方式吧。想象中,大学至少还应该有不少嬉笑打闹的时光,还应当有些抽空看看小说喝喝茶的时光。
活在回忆里
不止一次听人对当下的某件事物和过去作比较。这样的谈论发生之时,人们常常会缅怀过去的美好,顺便吐槽现状的各种不如意。果壳曾经有过文章解释这种“回忆比现实更美好”的情况发生的原因 (过去的岁月为何总那么美好?)。这就像是人类的一种自我保护机制。我们习惯忘记过去的不美好,只记住过去深刻喜爱的人和物。不然的话,累计下来的苦痛将是常人所无法承受的 (超忆症患者的痛苦之源?)。 虽然这本身是一种有益的机制,但是在不同的人身上却也会有不同的效果。有时候,我们stuck in the past,不能move on也是因为“过去”在记忆里如此美好,以致于当我们把“过去”和“当下”作比较的时候觉得“当下”坏得实在唐突,唐突得让人无法接受。过去所接触过的人和物不可避免地会在我们的身上留下烙印,他们将会永久存留在我们的记忆中。直到某一天,你再次看到似曾相似的人和物,即使再无法想起是什么让你觉得似曾相识,你也真切地告诉自己某人或某物曾在你生命的长河中留下足迹。有人说时间似流水,冲刷抹平一切的不平整。可什么样的流水又经过多少时光的流逝可以洗平马里亚纳海沟般的深痕呢?
让我们来聊聊人工智能
最近,因为Deepmind制造的人工智能AlphaGo在围棋战场上四比一战胜韩国职业九段选手李世石,人工智能这个话题又被老百姓们搬上了饭桌。这次比赛可以说是打破了人类在围棋比赛上针对计算机的不败纪录。围棋本身是一种相当费脑力的体育竞技,主要原因是围棋虽然规则简单,但是棋路千变万化。以往的计算机都达不到可以跟人类选手进行围棋对战的计算力。普林斯顿大学数学系的研究人员曾经计算过,围棋的合法棋局一共有208168199381979984699478633344862770286522453884530548425639456820927419612738015378525648451698519643907259916015628128546089888314427129715319317557736620397247064840935种!这是一个惊人的171位数!当然,即使是现在实现的AlphoGo也并未在对战的时候计算所有可能的下棋方式。AlphaGo通过一套用于评估当前形势优劣的算法,以及估计顶尖人类选手会下的位置的算法来筛选更可能取胜的棋局进行深入计算和模拟。