人只有在专注自己时，才会变得明媚开朗。
精力放在别人身上，反而会拧巴扭曲。

向外求，求而不得；向内求，生生不息。

其实大部分人，还没有你早上的一杯温开水重要。

虽然是鸡汤，但很有道理。一句话，爱自己比什么都重要。

面子是啥，喂狗去吧。自己和家人身体健康，平安顺遂才是最重要的，其他烂人、烂事都是屁。

本自具足，莫向外求，反求诸己，有求皆苦。

永远不要把希望寄托于一个人（包含家人）。

不要回答，不要对任何事都做反应，不要在乎与你无关的事情，不要操心你根本左右不了的答案和结果，不要畏惧其实根本就没有办法把你怎么样的人，不要被撼动，不要讨好，没有贵人，你自己就是你自己最好的贵人。

工作和学习

工作

今年工作上重要的心得体会是：认清形势，认清自我。
这个世界不变的就是一直在变化，如何在变化中求生存，就得拥抱变化。如果固步自封或认错方向，只会像老牛拉车一样，拼命努力的半天还在自己的一亩三分地被人抽着鞭子。

乱

外界乱云飞渡，我要处乱不惊；不要点看、不要看、不要交谈 。

强烈的危机感

问自己，回答：“裁员三分之一有我吗？裁员三分之二有我吗？”
像个军人一样：叫醒自己、死磕自己、重塑自己、改变自己、强大自己、超越自己。

4大纪律：

① 自知自律自强
② 摆事实，绝不讲道理
③ 时间：立即、马上、当天、24小时、一周
④ 意识--尊重和敬畏

代码贡献

option = {
  title: {
    top: 30,
    left: 'center',
    text: 'gitlab（次）'
  },
  tooltip: {
    position: 'top',
    formatter: function (p) {
      const format = echarts.time.format(p.data[0], '{yyyy}-{MM}-{dd}', false);
      return format + ': ' + p.data[1] + '次';
    }
  },
  visualMap: {
    show: true,
    min: 0,
    max: 20,
    calculable: true,
    orient: 'horizontal',
    left: 'center',
    top: 'bottom'
  },
  calendar: [
    {
        top: 120,
        range: '2025',
        cellSize: [15, 15]
    }
  ],
  series: [
    {
    type: 'heatmap',
    coordinateSystem: 'calendar',
    calendarIndex: 0,
    data: [["2025-01-07",6],["2025-01-16",3],["2025-02-21",1],["2025-02-26",1],["2025-03-01",2],["2025-03-04",1],["2025-03-11",6],["2025-03-12",2],["2025-03-13",16],["2025-03-25",2],["2025-04-07",10],["2025-04-08",1],["2025-04-15",1],["2025-04-17",1],["2025-04-18",1],["2025-04-22",2],["2025-04-25",3],["2025-05-05",1],["2025-05-12",1],["2025-05-14",1],["2025-05-15",3],["2025-05-16",10],["2025-05-20",5],["2025-05-21",1],["2025-06-04",3],["2025-06-08",1],["2025-06-11",1],["2025-06-14",1],["2025-06-19",2],["2025-07-05",2],["2025-07-09",1],["2025-07-10",1],["2025-07-11",1],["2025-07-16",6],["2025-07-17",16],["2025-07-21",7],["2025-07-22",7],["2025-07-23",6],["2025-07-24",4],["2025-07-25",1],["2025-07-29",4],["2025-07-31",3],["2025-08-01",1],["2025-08-06",1],["2025-08-07",9],["2025-08-08",7],["2025-08-09",3],["2025-08-10",2],["2025-08-11",3],["2025-08-12",2],["2025-08-13",4],["2025-08-14",5],["2025-08-18",6],["2025-08-20",1],["2025-08-21",2],["2025-08-22",1],["2025-08-26",3],["2025-08-27",3],["2025-08-28",1],["2025-09-02",5],["2025-09-08",4],["2025-09-09",5],["2025-09-12",4],["2025-09-16",1],["2025-09-18",4],["2025-09-19",2],["2025-09-23",3],["2025-09-25",2],["2025-09-27",1],["2025-09-29",4],["2025-09-30",3],["2025-10-23",1],["2025-10-27",2],["2025-10-28",8],["2025-10-29",4],["2025-10-30",5],["2025-10-31",12],["2025-11-01",1],["2025-11-03",1],["2025-11-05",8],["2025-11-06",2],["2025-11-07",1],["2025-11-08",1],["2025-11-19",3],["2025-11-20",3],["2025-11-21",7],["2025-11-24",3],["2025-11-26",1],["2025-12-09",2],["2025-12-17",4],["2025-12-19",8],["2025-12-20",3],["2025-12-26",5],["2025-12-29",27],["2025-12-30",18],["2025-12-31",5]]
  }
  ]
};

option = {
  title: {
    top: 30,
    left: 'center',
    text: 'github（级）'
  },
  tooltip: {
    position: 'top',
    formatter: function (p) {
      const format = echarts.time.format(p.data[0], '{yyyy}-{MM}-{dd}', false);
      return format + ': ' + p.data[1] + '级';
    }
  },
  visualMap: {
    show: true,
    min: 0,
    max: 4,
    calculable: true,
    orient: 'horizontal',
    left: 'center',
    top: 'bottom'
  },
  calendar: [
    {
        top: 120,
        range: '2025',
        cellSize: [15, 15]
    }
  ],
  series: [
  {
    type: 'heatmap',
    coordinateSystem: 'calendar',
    calendarIndex: 0,
    data: [["2025-02-16",2],["2025-01-20",4],["2025-01-27",3],["2025-02-10",3],["2025-08-25",2],["2025-09-22",2],["2025-01-28",2],["2025-08-12",2],["2025-08-19",2],["2025-12-16",2],["2025-12-23",2],["2025-01-08",4],["2025-01-22",2],["2025-03-19",2],["2025-04-30",2],["2025-07-30",2],["2025-08-20",3],["2025-08-21",2],["2025-08-28",2],["2025-02-21",2],["2025-03-07",2],["2025-08-15",2],["2025-01-18",2],["2025-01-25",2],["2025-03-01",2]]
  }
  ]
};

学习

破解了微信和企业微信，虽然微信新版用了C++重构，也还是可以破解。

忙活了一天，当数据出现的那一刻，我血压400、心跳190，我艹微信就这么被我拔开了外壳😄什么腾讯自研mmtls加密传输，狗屁！老子不从传输层直接从内存中下手获取解密后的数据🎉

生活

南太行3日游

皖南两日游

川西甘南12日环游

新都桥 318 服务区

丹巴露营

卓克基土司官寨

若尔盖大草原

拉卜楞寺

米拉日巴佛阁

老爸心脏手术

老爸年龄大了（72 岁），老年病越来越明显了。算起来这是我第4次救老爸了。虽然我是老三（我老小，有一哥一姐），但我承担了绝大部分医药费（算起来有119个医药账单），我只求问心无愧。在人们朴素的价值观里，家人朋友生病或遭难一定会及时伸出援手。还好老爸的心脏手术挺顺利的。

中奖

江苏工会“求学圆梦”活动我中签了～ 得到1000块补助～😄
只要积极向上的学习进步，好运随时都会到来～

收尾词

mindmap
  root((岁末))
    时光
      一年已过
    心绪
      遗憾
      难过
    释然
      忘之
      前行
      

江苏工会“求学圆梦”活动我中签了～ 得到1000块补助～😄

人生其实大部分是没有意义的。
三代人以后，也就是百年以后时间会抹平你存在过的所有痕迹。

其实人生的意义就是你活着这几十年的体验，所以别让不开心的事挡住了你短暂的人生。

用心去品尝每一口饭菜，尽情去欣赏每一处风景，勇敢的热爱生活。

人生匆匆就过去了，这个世界我们只来一次。

玩一玩就走了，什么面子，什么人情世故，什么压力其实都没有那么重要了。

请珍惜你活着每一天每一分每一秒。

在此处山坡上没人处解决了人生大事，憋死我了（长距离开车可治便秘）😄爽～～PS:被蚊虫咬了几口

注意，我这里不是说“爷孙恋”那种年龄差异，而是指两个95后、00后，年龄相仿，却在婚姻观、人生观上存在巨大的代沟。

这就是我想探讨的——婚姻代沟。

隐蔽的隐患：恋爱看不出的真相

很多年轻人结婚时，父母最担心的往往是“你们三观是否一致”。可是，这个问题的难点在于：

• 它的隐蔽性。
  在恋爱阶段，柴米油盐、家庭压力都还没真正显现出来。恋爱是一种单纯的、浪漫的状态，很多潜在问题被掩盖。
• 当事人自己都未必清楚。
  因为价值观往往是下意识的，只有婚姻真正展开以后，人才会暴露出在家庭、责任、角色分工上的真实态度。

于是，很多人步入婚姻后才发现，彼此的差异远超想象。有些人因为离婚成本太高而选择隐忍，但那时再明白“我们三观不合”，往往已经晚了。

为什么同龄人也会有“代沟”？

按理说，既然是同龄人，成长背景和价值观不应该相近吗？为什么差距这么大？

核心原因在于：社会发展太快。
它带来了两个直接后果：

1. 区域发展不平衡
   不同地区在经济、文化、生活方式上的差距越来越大。有的地方观念已经“3.0、4.0”，而有的地方还停留在“1.0”。
   这种差距，在宏观层面能看出来，但放到具体的两个人身上，却是隐性的，很难在恋爱阶段发现。

2. 人口流动频繁
   年轻人为了学习、工作、大城市机会，频繁跨地域迁徙。于是，带着不同区域观念的年轻人相遇，冲突也随之显现。

在父辈、祖辈的年代，大家都生活在相似的环境里，代沟几乎只存在于年龄差。但如今，即使是同龄人，观念的鸿沟也可能巨大。

典型冲突：生育与彩礼

举个例子，生育。
今天很多年轻人在网络上的态度是：结婚都未必想结，更别提生孩子。但与此同时，在一些传统家庭里，生育仍然被看作“传宗接代”，甚至是家族传承的必然义务。

再比如彩礼。
很多人只看表象，吐槽“某地彩礼太高”。但彩礼背后往往隐藏的是性别地位不平等：女性在婚姻中地位低，所以婚前要通过高彩礼补偿。

这就是所谓的“传统逻辑的自洽”。如果女性在婚姻中的地位无法平等，那么男性就必须付出额外成本，来获得“权责对等”的平衡。

隐蔽的观念冲突

更复杂的是，许多年轻人并不会完全接受“新”或“旧”的观念，而是功利化地选择对自己有利的一部分。

比如：

• 有些男性坚持传统里对男性有利的部分（家庭地位），但又拒绝承担传统里的责任（经济付出）。
• 有些女性接受传统里对自己有利的部分（彩礼补偿），但又倾向于摒弃传统里的束缚（相夫教子）。

结果就是：大家在网上争论时各说各的，鸡同鸭讲。表面上在谈“现代平等”，实质上却是互相“去责任化”，都在避免自己吃亏。

婚姻的真正风险：不平等

所有矛盾归根结底，其实都指向一个问题：不平等。

• 当角色和地位不平等时，弱势一方会要求补偿（比如彩礼）。
• 而强势一方觉得“现代社会了，为什么还要补偿？”
• 双方各执一词，争论不断。

如果无法实现真正的平等，婚姻中的互补就变成了单向流动。最终导致婚姻市场的均衡破裂：有人选择功利博弈，有人索性直接退出（不婚不育）。

建议

婚姻是人生中最大的冒险之一。它不像恋爱那么单纯，进入婚姻，就意味着要面对原生家庭、责任分工、价值观冲突，以及沉没成本。

所以，要特别注意两点：

1. 婚前尽可能全面地了解对方的原生家庭。
   这不仅仅是看经济条件，而是要理解家庭对他价值观的深层塑造。
2. 追求真正的平等，而不是表面上的伪平等。
   平等不是嘴上说说，而是体现在彼此的责任、付出和权利上。

结语

在这个社会快速发展的时代，婚姻注定是一场冒险。不同区域、不同成长环境、不同家庭背景的人相遇，代沟几乎不可避免。

但冒险并不一定意味着失败。
只要我们在婚前保持清醒，尽可能多角度地去了解、判断，不是为了改变谁，而是为了认清事实，就能降低风险。

每一代人都要面对属于自己的婚姻难题。
而对于我们今天的年轻人来说，最大的难题就是：如何在同龄人之间，跨越那道隐蔽却巨大的“婚姻代沟”。

昨晚（2025-8-14）在太湖边待到了凌晨一点，太湖的风凉爽安逸，非常适合露营。

当耳机中听到“你看那时间等过谁...”这首歌，突然意识到时间不等人，距离上次家人真正一起团聚已经是4年前的事情了。

今天新华社在抖音发了一个视频，分享一个博主的人生感悟：现在起一定要多拍照，多发朋友圈。不要在乎别人的眼光，我们没有那么多的观众，留下文字和图片，当我们走不了的时候，光看朋友圈就能看几十年。

当然我不会在朋友圈经常发私人的动态，我觉的把我所思所想在我的个人网站上分享更合适（反正大家都不认识😄）。

工作上

01·苟！

从2019年末开始至今，给我的感觉就是经济越来越不景气。我们应该正处在产业转型的阶段，随着生产力的再次提升，曾经的辉煌行业逐渐会被淘汰，这是外部环境变化我们个人左右不了，大势所趋。这个世界不变的就是一直在变化，如何在变化中求生存，就得拥抱变化。如果固步自封或认错方向，只会像老牛拉车一样，拼命努力的半天还在自己的一亩三分地被人抽着鞭子。

02·认清形势，认清自我

8月1日集团开了半年总结会，我深有体会，公司都如此举步维艰，我们个人更应该适者生存，否则就会被淘汰掉。

在意识和行为上要对我自己有严格要求，主要两点：认清形势和具体怎么做。

认清形势

乱

外界乱云飞渡，我要处乱不惊；不要点看、不要看、不要交谈 。

强烈的危机感

问自己，回答：“裁员三分之一有我吗？裁员三分之二有我吗？”
像个军人一样：叫醒自己、死磕自己、重塑自己、改变自己、强大自己、超越自己。

具体怎么做--四大纪律

1·自知自律自强

① 自知：知道自己是谁，自己是干什么的。
② 自律：永远不要和别人解释自己、不要抱怨。
② 自强：用百分之一百的结果证明自己。

2·行为——做不到位，一切都是扯淡

摆事实，绝不讲道理！
① 按照要求自律干，不要解释抱怨
② 利益上按照规则，不要讨价还价
③ 要用行动证明自己，不要用想法看法证明自己

3·时间

五个时间点：
① 立即：紧急事情处理时间点
② 马上：重要事情处理时间点
③ 当天：当天每件事的时间点
④ 24小时：每件事24小时的时间点
⑤ 一周：每件事的最终关门时间（底线）

4·意识--尊重和敬畏

① 用最有效简洁的方式表达
② 控制好情绪；好好说话，别急
③ 先肯定，再否定，再肯定（方法论，辩证法，“顺势而为”）

03·杂项

%%{init: { 'theme': 'base' } }%%
timeline
    title 3至6月
    3月 : 破解✅：wx search
         : 开发：服务云PC7.0
    4月 : 研究：文生图（铺贴）lora
         : 维护：学年奖
         : 破解：wxwork
    5月 : 开发：爆文标签分组
         : 研究：文生图（铺贴）
    6月 : 开发：智库云共享
         : 开发：筑巢奖数据
         : 开发：服务云iPad8.0

%%{init: { 'theme': 'base' } }%%
timeline
    title 7至8月
    7月 : 开发：服务云iPad9.0.1
         : 开发：Imola小程序
         : 破解✅：iphone wx search
         : 破解✅：wx related search
         : 研究：文生图（铺贴）3d
    8月 : 开发：服务云iPad9.0.2
         : 开发：exifcleaner
    * : *
    * : *

学习上

01·AI

AI工具已经成为我日常工作的得力助手，我主要用ChatGPT、Claude和豆包。Claude绝对是编程利器，基本上开发一个程序我只要持续的按回车（↩︎）即可，往年需要几个小时或几天的工作，现在只需要几分钟。效率就是生产力和竞争力👍。

02·破解（仅仅用于学习，咱不做违法事情）

今年在破解上主要成果是破解了微信，现在微信对于我来说是手拿把掐。虽然微信最新版的4.0使用了C++重构了，但也还是很容易破解。
被破解的状态截图（带vConsole和已破解字样）如下：

生活上

🚗汽车里程（单位:公里）

5月份竟跑了3160多公里😮

option = {
    xAxis: {
        type: 'category',
        data: ['3月', '4月', '5月', '6月', '7月', '8月']
    },
    yAxis: {
        type: 'value'
    },
    series: [{
        data: [1061.3, 703.1, 3160.3, 580.5, 779.6, 397.1],
        type: 'bar'
    }]
};

✈️即兴出行

5月31日忽然来了兴致，不做规划直接前往皖南，赶上了一场烟雨江南的美景。

🥱处理矛盾

处理组合家庭矛盾，没什么好说的，我既不是当事人，也不是肇事者。感觉他们这种内耗的人群好无聊。我要抱着积极向上的心态拥抱工作和生活，对消极的人和事远离即可！

尾

很庆幸的是，时至今日，我觉得我还处于一种时刻学习的状态中，希望我能把这种状态坚持到死。

说起舟山，我上周六（2025-7-26）还驱车去了趟舟山的岱山岛散散心，顺便参观了岱山的台风博物馆和海防博物馆，如果台风能早两天来，我特别愿意在海边体会一把台风天是什么感觉。

海边的天气总是多变的，东边是蔚蓝的天空，西边却是乌云密布。我特喜欢这样的天气，总是给人一种惊喜和惊吓并存但安全的刺激感。人生本就是变化无常的，变化才是主旋律，如何在变化中找到安全的路径才是我这些年一直追求的。

大学毕业后被社会毒打了这些年经历了好多挫折，总是怀念无忧无虑的日子。

吹着海风，恍惚间，记起大学的时候，我们的校园一角有一张凳子三两个桌子。每到周末，我都会在那边听音乐看小说，直到夜幕降临，校园彻底安静下来，才收拾东西往宿舍走去。那是我为数不多的非常享受的时光。阳光透过叶丛，洋洋洒洒的铺散一地，温暖却不炽热，也是这样的时节，地上铺着厚厚的叶子，踩上去咔哧咔哧的响，微风拂过，带来恬淡的宁静。校园像是在另一个世界，声响像是隔着一层厚厚的膜，这一隅风景，只有我一个人独占。

那些，一个人独享的，宁静的时光里，没有工作的业绩考核，没有来源于他人的交流和关心，彷佛在自己的世界里，拥有大把的安心和大把的自由。

这样想起来，那时候不止一个同学说感觉我好像很孤独，大概是因为我从小的原生家庭的影响。

的确，我一点不恋家，甚至特讨厌那种病态的家庭氛围。组合家庭内耗的魔咒一直没变过。我觉得他们特愚蠢，不懂得反思，一直在内耗，我不愿意和他们有交集。优秀的人一定是经常反思和及时止损的。

后来大学毕业我毅然决然的去了北京，当然北漂的日子很苦，住过隔断的合租房、喝过消毒水味道的自来水、一天只有 10 块钱的开支。但回想起来感觉自己很牛，这都挺过来了。

有时候，自己像是在随处飘荡的孤雁，偶尔感觉到家的牵扯；却更像在黑洞旁边奔跑的小动物，时刻像是要被吞噬，越来越深，越来越深。

大概，每个人都会经历这样一个时期，它让你与孤独猝不及防的相遇，你不知道它是谁，却偶尔感觉失落，偶尔寂寞，偶尔怅惘，偶尔自由，偶尔有挣脱后的洒脱，偶尔有沉默的难以言说。

却没有想过是孤独。孤独是你与自己的相撞，最初浅浅的碰撞里，你既有一些强说愁，又收获一些自由，然后遇到更多的自己。

人一生都需要与自己相处，孤独也就贯穿始终。

每当回想已经过去的时间，脑海里都会有个声音，不断的在闹铃，提醒自己，时间并不存在，过去并不存在，未来也不存在，一个人所拥有的只有当下。

不念过往，不期未来，过好当下，这是对自己和对生活最好的心态。

也许，是白天太吵了。那重重的后遗症忽然像火车一般直接往身上冲。这疲惫的感觉，真是无法形容，就连开口也觉得累。也许因为这样，也暂时不想和任何人聊天，朋友家人也不例外。

出了社会后，总感觉与其和朋友出去喝一杯，倒不如一个人在家呆着。其实也不是说什么抑郁，只是感觉一个人呆着，就好像手机没电了插上电座一样，缓缓地为自己充电。

手机连上了客厅的音响，一小时无限播放，感觉就好像对自己说，我也应该爱自己多一些。在这优美的旋律里，空荡荡的房子也显得不那么冷清，于是我打开了电脑，一个人开始写下了这短文。

我们常说，生活不如意之事十之八九，我想啊，还真是。长大后，感觉自己也没那么常笑了。也不是说不开心，只是比起开心，其实更容易情绪低落，尤其是在深夜里，又或者是每当伤心的音乐响起时。而这低落感，也只是短暂地维持了一下。可能这就是我们所说的情绪释放吧，在一整天累积下来的疲惫感，它终于找到了窗口逃出，这也是我们明天也能重新冲刺的原因吧。

其实偶尔的情绪低落并没有什么不好，它在告诉我们，我们其实能把自己的心情处理好，能把负能量以最温柔的方式去释放。这安静的空气里，虽然有点抑郁，可也有点温度。当歌播完了，其实心情自然就好了。

喝上一杯温水，看着窗外的夜景，深深地吸一口气。其实生命有时候，不是每一件事都必须很重要，很隽永，可能偶尔这样奢侈地浪费，也是善待自己的一种。

花开有时，落有时，当谢了，就不必再灌溉了。

• “和父母在一起很痛苦，但我是个孝顺的人，不能离开他们。”
• “和老板共事很煎熬，但我是个忠诚的人，不能辞职。”
• “和伴侣在一起总是不开心，但我是个重感情的人，不能分手。”
  然而，真正的孝顺不是忍受痛苦，真正的忠诚不是无奈坚持，真正的重感情也不意味着委屈自己。

合适，才是关系存在的基础。

如果和一个人在一起让你不自在、不愉快，说明你们的相处方式可能并不适合。即便对方是你的父母、老板，或者亲密伴侣，也不代表你必须一直待在这个环境里。

有时候，适当的距离反而能让关系变得更好。朝夕相处却充满摩擦，只会消耗彼此的精力，让双方都变得越来越疲惫、焦虑，甚至影响个人成长。

人生的目标，是不断让自己变得更好。而错误的关系，可能正是让你停滞不前的关键因素。

如果你在某个阶段总是感到不顺，回头看看，或许是身边的某个人让你的能量被消耗，使你难以专注于真正重要的事情。这样的关系不仅影响你的成长，也未必对对方有益。

放手，不一定是结束，而是给彼此新的可能性。

很多时候，我们误以为维持一段关系需要时刻陪伴、紧密相连，但其实，每个人的相处模式不同。有些人适合亲密无间，有些人则需要保留一定的空间，才能维持和谐。

就像有些亲子关系一样，彼此深爱，但若长期共处反而容易摩擦不断。这并非因为不爱，而是因为相处方式不适合。

感情亦是如此。爱一个人，不代表必须永远待在一起。爱是爱，生活是生活，如果在一起意味着不断的争吵、消耗，那这段关系很难带来真正的幸福。

毕竟，生活需要前进，而不是被无休止的矛盾束缚。

很多人担心，到了某个年纪，就“不能”离开了。

但事实是，只要你愿意，任何时候都可以重新开始。

无论是25岁、40岁，甚至55岁，人生都还有很长的路可以走。离开一个不适合的环境，并不是失败，而是为自己创造更好的未来。

有人觉得，父母无法离开自己，但实际上，适当的距离可能让彼此都更加自在。你独立了，能够创造更好的生活，甚至给予他们更好的照顾，而不是因为朝夕相处而不断争吵，彼此折磨。

真正的孝顺，不是陪伴在身边让彼此都不快乐，而是让自己变得更强大，给予他们更好的支持。

同样，真正的爱，也不是勉强维系一段痛苦的关系，而是找到最适合彼此的相处方式。

很多时候，放手是对彼此最好的成全。与其在一段互相折磨的关系中消耗，不如给彼此空间，让生活变得更好。

如果一段关系只能带来无休止的争执、疲惫和内耗，那不如问问自己：
你是为了爱而坚持，还是为了恐惧而不敢离开？

适时调整，勇敢前行，也许人生会变得更顺遂，也更值得期待。

原文

文章截图转自“核电站”的： 关于人生选择的10个重要建议。

心得

• 自主掌控人生方向：在生活中，我们常常面临各种选择，主动选择、自己做决定是对自我负责的表现。以职业选择为例，若因他人建议选择不感兴趣的工作，工作时易缺乏热情和动力，难以获得成就感；而基于自身兴趣和意愿选择，即便遇到困难，也会因热爱而积极克服。在做选择时，要倾听内心声音，不被外界干扰，勇敢为自己的选择负责，才能真正掌控人生方向。
• 以发展眼光看选择：积极选择成长型选项，着眼长远发展，避免贪图短期安逸。比如学习新技能，虽然短期内可能耗费时间精力且看不到明显回报，但从长远看，能提升个人竞争力，为未来发展创造更多机会。同时，选择后不抱怨、根据实际情况调整，能让我们更好地适应变化，不断优化选择路径。面对选择的结果，无论好坏都进行反思，有助于积累经验，为后续决策提供参考。
• 坚持自我，不随波逐流：正确的选择往往不被大众理解，我们要坚定自我。例如创业，很多人看到创业的艰难和风险选择放弃，而那些坚持自己选择的创业者，即便初期面临诸多质疑，只要坚持并努力，就有可能开辟出一片新天地。另外，不要急于用当下反馈评判选择，要有耐心等待结果，因为事物发展是动态变化的，当下看似错误的选择，可能在未来带来意想不到的收获。

可能是社会责任的关系，一发现自己有些许脾气，就赶紧收敛了起来。

我们都说，现代社会人活得压抑，也许是前人一直教导我们要成熟地处理事情。而渐渐地，情绪都收在了内心里。而很多时候都太忙，没有定时打包处理好累积的坏情绪，才一直身心疲惫。

周末尚好，阴雨连连，也愿你的情绪也被雨水冲洗掉。

青春有限，请答应自己，好好把自己照顾好。
冲刺的同时，别忘记那蹲在角落，疲惫不堪的自己。

站在高高的屎山上，向下深挖一丈，刨出一堆老屎，搅进新屎，再一铲一铲填回去。
为了保证屎山不崩，我大气不敢喘，生怕一不小心发生屎崩。

对新屎AI工具（GPT和deepseek）可以帮上忙，但老屎里掺新屎，AI就用不上了，只能自己来。

就这样ShitCode由我继承了，都是一堆臭屎，不做记号的话，还真分不出来是不是自己拉的。

对比我自己：
▷ 面子陷阱：我确实不要面子✌️
▷ 跟风投资：穷，没钱投资✌️
▷ 鸡娃陷阱：没孩子✌️
▷ 冲动创业：穷，没钱创业✌️
▷ 健康问题：这个左右不了，需要持续关注⚠️
综上所述证明我不是中产，而是个穷鬼😄所谓的中产返贫五件套与我无关

刚出巴郎山隧道遇见的雾景

小金县峡谷里的清晨

岱山岛的旭日

甘孜康定机场附近

山城重庆的夜景

小雪中的三峡之巅

今天像往常一样搭乘家门口的苏州地铁4号线，刚下电梯目光却被一块广告牌吸引住了。广告牌上是一排小企鹅，整齐地排成队列，旁边写着一句话：“跟上！别落下！” 画面简单，配色清爽，传递出一种轻松但又不容忽视的力量感。

这句短短的广告语让我想到，在生活的列车上，我们不正如这些排队的小企鹅吗？每个人都努力跟上时代的脚步，害怕被落下，被忽视，被忘记。然而，是否真的每一步都需要如此紧张地追赶呢？

在追逐目标时，我们难免会忽视脚下的风景。其实，有时候慢下来，停一停，思考一下“为什么而跑”，比盲目地跟随更重要。

地铁广播传来提示音，我回到现实。匆忙的节奏中，我提醒自己：下次看到这样的广告，不妨停下脚步，品一品它的深意。或许，它的存在并不只是为了营销，更是一种巧妙的提醒：别在赶路中忘了欣赏。

最近在看《白鹿原》，作者陈忠实描写的旱灾，印象深刻：

这年的干旱来得早，实际是从春末夏初就开始的，麦子上场以后，依然是一天接着一天一月连着一月炸红的天气；割过麦子的麦茬地里，土地被暴烈的日头晒得炸开镢把儿宽的口子，谷子苞谷黑豆红豆种不下去。有人怀着侥幸心理在干燥的黄土里撒下谷种，迟早一场雨，谷苗就冒出来了，早稻迟谷，谷子又耐旱；然而他们押的老宝落空了，扒开犁沟儿，捡起谷粒在手心捻搓一下，全成了酥酥的灰色粉末儿。田野里满眼都是被晒得闪闪发亮的麦茬子，犁铧插不进铁板似的地皮，钢刃铁锨也踏扎不下去，强性人狠着心聚着劲扎翻土地，却撬断了锨把儿。旱象一直延续下去，持续不降的高温热得人日夜汗流不止喘息难定。村里的涝池只剩下池心有一洼墨绿色的臭水，孩子们仍然在泥水里浆洗，不几天就完全干涸了。旱象一直僵持到八月十五中秋节日。这是播种冬小麦的节令。人们无心赏月无心吃团圆饼全都陷入慌恐之中了。

这段还没到最惨的时候，祈雨不灵，又旱了一阵子，就成这样了：

饿死人已不会引起惊慌诧异，先是老人后是孩子，老人和孩子似乎更经不住饥饿。饿死老人不仅不会悲哀倒会庆幸，可以节约一份吃食延续更有用的人的生命。只有莫名其妙的流言才会引起淡弱的兴趣，一个过门一年的媳妇饿得半夜醒来，再也无法入睡，摸摸身旁已不见丈夫的踪影，怀疑丈夫和阿公阿婆在背过她偷吃，就蹑手蹑足溜到阿婆的窗根下偷听墙根儿，听见阿公阿婆和丈夫正商量着要杀她煮食。阿公说：​“你放心度过年馑爸再给你娶一房，要不咱爷儿们都得饿死，别说媳妇，连香火都断了。​”新媳妇吓得软瘫，连夜逃回娘家告知父母。被母亲哄慰睡下，又从梦中惊醒，听见父亲和母亲正在说话：​“与其让人家杀了，不胜咱自家杀了吃！”这女人吓得从炕上跳下来就疯了……危言流语像乌鸦的叫声一样令人毛骨悚然。

心情不好觉得自己混的惨，就看看小说里的人有多惨。比惨一定要和比自己惨的去比，身边没有比自己惨的，就和书上比，为什么推荐余华的书，因为他笔下的人物够惨啊。比完就觉得身上有劲了。

麻木

生活就好像一个莫比乌斯，一直在死循环，起床，上班，下班，吃饭，睡觉，隔天起床，再重复做一样的事情。虽然有时周末能在家稍微休息或出外走走，可刚想进入状态，两天的休假就如云烟般匆匆地飘走了，接下来迎接的是下一个周一，又是一个循环的开始。

当我一直不断地做同一件事情，慢慢就失去了对时间的敏感度。半年、甚至几年的时间，看似很长，可在我埋头工作的时候，它就像不存在一样，在我晃过神才发现已经流逝。欲哭无泪这词，我现在才发觉是如此的贴切。说大城市节奏快指的就是这个吧。

记得刚毕业时，曾对自己立下过许多目标，曾对自己说25岁前，要写好一本书，30岁前要开间饭馆，可现在却只是一个默默无闻，毫不出色的打工人。承诺过自己的所有事情，好像都没达成。生命快进入下半场，感觉再这样下去一定不行。好想哭，看看自己空空的口袋想哭，看看自己离不开的工作想哭，想想自己以前那还未进社会一脸傻逼的样子，那说要忠于自己梦想的我想哭，再想想明天依然需要老老实实地上班更想哭。

不甘

想想为什么自己会沦落到这个地步，莫过于在梦想与现实中，我更偏向于现实，我想有个安稳的收入，更何况是在这个经济如此糟糕的情况下。可鱼与熊掌不能兼得，这我又何尝不知道。可当一个人违背自己的梦想去做一个不大想做的事情时，每天要面对的是内心上的拔河，还有每隔几回都会问自己现在到底在干什么，是不是要到青春消耗完一事无成才甘愿。

很多人说在工作上的成就难道就不算吗？嗯，我个人认为还真不算。不知为什么，工作好像从来不曾对我带来成就感。我想可能我在衡量成就这事，有点太过极端，但到现在我还是认为，成就感从来都不是从工作上能够获取的。也许我所追求的，都不是所谓的名和利吧。

我不知道身边有没有像我一样的人，也许在世界某个角落里也有一个人在挣扎于梦想与现实中，但我不希望是现在读着的你。

我也许很庆幸自己能在这时候醒过来，虽然错过了些时间点，但我始终相信，开始永远不嫌晚。人生说长不长，说短不短。在我们埋头苦干的时候，时间它是快的，在我们认真细品的时候，而它是慢的。它的速度，其实也是看我们是如何去消耗。我们要在对的时间，做对的事情，要在人生最辉煌的时间，做最疯狂与喜欢的事情。

写下这篇文章，不是为了抱怨，而是为了提醒自己：别让遗憾填满余生。哪怕生活忙碌，也别忘了抬头看看梦想的方向。从现在开始努力，还来得及。

生活，加油！

本文是纯干货，记录实现过程。

1、搭建环境

安装参考：https://fuxictr.github.io/tutorials/v2.0/installation.html
我用的是第2种源代码加载的方式
工作目录及文件结构：

• 📂releases
  • 📂FuxiCTR-2.3.6
• 📂config
  • 📂researchDeepFM_config
    • dataset_config.yaml
    • model_config.yaml
• 📂data
  • 📂taobao_ad_csv
    • 📂source
      • raw_sample.csv
      • ad_feature.csv
      • behavior_log.csv
      • user_profile.csv
    • train_sample.csv
    • valid_sample.csv
    • test_sample.csv
• researchDeepFM.ipynb

1、安装torch
python -m pip install torch torchvision torchaudio
2、安装python -m pip install requirements.txt
官方的requirements.txt有bug，部分包(polars、scikit-learn、numpy)的版本设置的不正确，修改后的

keras_preprocessing
pandas
PyYAML
scikit-learn==1.4.2
numpy==1.26.4
h5py
tqdm
pyarrow
polars<1.0.0

2、准备数据集

从天池中挑选 CTR 数据集

选择使用淘宝的广告数据集： https://tianchi.aliyun.com/dataset/56?spm=a2c22.12282016.0.0.27934197LJh3Hx

字段说明如下：
(1) user：脱敏过的用户ID；
(2) adgroup_id：脱敏过的广告单元ID；
(3) time_stamp：时间戳；
(4) pid：资源位；
(5) noclk：为1代表没有点击；为0代表点击；
(6) clk：为0代表没有点击；为1代表点击；

分割数据集

train、valid、test比例为6:2:2

# Author : xqk 
# Time : 2025/01/09 15:03 
# Function: 分割数据集
# GitHub: https://github.com/xqk

import os
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split  # 划分数据集

train_data = pd.read_csv("data/taobao_ad_csv/source/raw_sample.csv")

# 拆分数据
print("拆分数据中。。。")
split_ratio = 0.6  # 60%的训练数据
seed = 5  # 随机种子
 
# 分割训练集与测试集
xtrain, xtest, ytrain, ytest = train_test_split(
    train_data, range(train_data.shape[0]), test_size=split_ratio, random_state=seed)
 
# print(xtest)
# print("------------------")
# print(xtrain)

xtrain.to_csv('data/taobao_ad_csv/train_sample.csv', index=False)
xtest.to_csv('data/taobao_ad_csv/xtest_sample.csv', index=False)

del train_data
del xtrain
del xtest
del ytrain
del ytest

# 再把x测试集按照1:1分为验证集合测试集
test_train_data = pd.read_csv("data/taobao_ad_csv/xtest_sample.csv")
test_xtrain, test_xtest, test_ytrain, test_ytest = train_test_split(
    test_train_data, range(test_train_data.shape[0]), test_size=0.5, random_state=seed)
test_xtrain.to_csv('data/taobao_ad_csv/valid_sample.csv', index=False)
test_xtest.to_csv('data/taobao_ad_csv/test_sample.csv', index=False)

# 删除xtest_sample.csv
os.remove("data/taobao_ad_csv/xtest_sample.csv") 

del test_train_data
del test_xtrain
del test_xtest
del test_ytrain
del test_ytest

print("拆分数据结束")

配置文件

config/researchDeepFM_config/dataset_config.yaml

taobao_ad_researchDeepFM:
    data_root: ./data/
    data_format: csv
    train_data: ./data/taobao_ad_csv/train_sample.csv
    valid_data: ./data/taobao_ad_csv/valid_sample.csv
    test_data: ./data/taobao_ad_csv/test_sample.csv
    min_categr_count: 1
    feature_cols:
        [{name: ["user","adgroup_id","pid", "nonclk"], 
                 active: True, dtype: str, type: categorical},
         {name: "weekday", active: True, dtype: str, type: categorical, preprocess: convert_weekday},
         {name: "hour", active: True, dtype: str, type: categorical, preprocess: convert_hour}]
    label_col: {name: clk, dtype: float}

config/researchDeepFM_config/model_config.yaml

Base: 
    model_root: './model_checkpoints/'
    num_workers: 3
    verbose: 1
    early_stop_patience: 2
    pickle_feature_encoder: True
    save_best_only: True
    eval_steps: null
    debug_mode: False
    group_id: null
    use_features: null
    feature_specs: null
    feature_config: null

DeepFM_taobao_ad_csv:
    model: DeepFM
    dataset_id: taobao_ad_researchDeepFM
    loss: 'binary_crossentropy'
    metrics: ['logloss', 'AUC']
    task: binary_classification
    optimizer: adam
    hidden_units: [64, 32]
    hidden_activations: relu
    net_regularizer: 0
    embedding_regularizer: 1.e-8
    learning_rate: 1.e-3
    batch_norm: False
    net_dropout: 0
    batch_size: 128
    embedding_dim: 4
    epochs: 1
    shuffle: True
    seed: 2019
    monitor: 'AUC'
    monitor_mode: 'max'

3、训练模型

# 加载源码
import sys
sys.path.append('/data/users/user/lab/workspace/fuxictr/releases/FuxiCTR-2.3.6')

# Author : xqk 
# Time : 2025/01/09 15:03 
# Function: 训练DeepFM模型
# GitHub: https://github.com/xqk

import os
import logging
from datetime import datetime
from fuxictr.utils import load_config, set_logger, print_to_json
from fuxictr.features import FeatureMap
from fuxictr.pytorch.torch_utils import seed_everything
from fuxictr.pytorch.dataloaders import RankDataLoader
from fuxictr.preprocess import FeatureProcessor, build_dataset
from model_zoo import DeepFM
import polars as pl
from datetime import datetime

class CustomizedFeatureProcessor(FeatureProcessor):
    """ 定制的特征
    根据 time_stamp 生成 weekday 和 hour 特征值
    """

    def convert_weekday(self, col_name=None):
        def _convert_weekday(timestamp):
            dt = datetime.fromtimestamp(timestamp)
            return int(dt.strftime('%w'))
        return pl.col("time_stamp").apply(_convert_weekday)

    def convert_hour(self, col_name=None):
        def _convert_hour(timestamp):
            dt = datetime.fromtimestamp(timestamp)
            return int(dt.hour)
        return pl.col("time_stamp").apply(_convert_hour)

# Load params from config files
config_dir = './config/researchDeepFM_config'
experiment_id = 'DeepFM_taobao_ad_csv'
params = load_config(config_dir, experiment_id)

# set up logger and random seed
set_logger(params)
logging.info("Params: " + print_to_json(params))
seed_everything(seed=params['seed'])

# Set feature_encoder that defines how to preprocess data
feature_encoder = CustomizedFeatureProcessor(feature_cols=params["feature_cols"],
                                             label_col=params["label_col"],
                                             dataset_id=params["dataset_id"], 
                                             data_root=params["data_root"])

# Build dataset
params["train_data"], params["valid_data"], params["test_data"] = \
    build_dataset(feature_encoder, 
                  train_data=params["train_data"],
                  valid_data=params["valid_data"],
                  test_data=params["test_data"])

# Get feature_map that defines feature specs
data_dir = os.path.join(params['data_root'], params['dataset_id'])
feature_map = FeatureMap(params['dataset_id'], data_dir)
feature_map.load(os.path.join(data_dir, "feature_map.json"), params)
logging.info("Feature specs: " + print_to_json(feature_map.features))

# Get train and validation data generators
train_gen, valid_gen = RankDataLoader(feature_map, 
                                      stage='train', 
                                      train_data=params['train_data'],
                                      valid_data=params['valid_data'],
                                      batch_size=params['batch_size'],
                                      data_format=params["data_format"],
                                      shuffle=params['shuffle']).make_iterator()

# Model initialization and fitting
model = DeepFM(feature_map, **params)
model.fit(train_gen, validation_data=valid_gen, epochs=params['epochs'])

logging.info('***** Validation evaluation *****')
model.evaluate(valid_gen)

logging.info('***** Test evaluation *****')
test_gen = RankDataLoader(feature_map, 
                          stage='test',
                          test_data=params['test_data'],
                          batch_size=params['batch_size'],
                          data_format=params["data_format"],
                          shuffle=False).make_iterator()
model.evaluate(test_gen)

4、使用模型预估

取用户当前上文的一些候选对象（例如：用户 A 搜索“客厅”得到一批图片，数据格式参照训练的数据），预测这些对象的“点击率”用于后续的排序

评估的代码示例：

input_data = RankDataLoader(feature_map, 
                          stage='test',
                          test_data=params['test_data'],
                          batch_size=params['batch_size'],
                          data_format=params["data_format"],
                          shuffle=False).make_iterator()

# 进行评估，结果output为点击率分数的一维数组
output = model.predict(input_data)

晏子曰：「婴闻之，为者常成，行者常至。婴非有异于人也，常为而不置，常行而不休者，故难及也。」

—— 《晏子春秋内篇・杂下》

翻译：

梁丘据对晏子说：“我到死也赶不上您了!”

晏子说：“我听说：无论怎么难做的事总去做，就常常能做成；无论多么遥远的路总是走，就常常能到达。我并没有比别人两样的地方。只要你总去努力而不中断，总是前进而不休止，还有什么难以达到的呢？”