《出名趁早不要脸与文人相轻》

众所周知的一个真理就是
只有变化才是不变的
由此得出要么进化要么退化

科学理性,是人类智力
近几百年来最大的进化成就
也是全人类最终幸福的根源
对科学的理解吸收与发展
体现了个体在智力上的进化
要知道达芬奇米开朗基罗等
可是解剖学领域的先驱

文科文艺类几乎都是
在现代理性科学面前溃败的
唯有在感性心性上做文章
才能获得生存的权利

而这种权利的获得
又仅仅局限于汉语言范畴
既孽祖孽宗的尸骨之上
大都是些鸡汤类狗屁句子

留学,没专业接收
技术移民没对口职位提供
文化产业出口,没人买单
又都好吃懒做怕苦怕累
怎么办呢,进入不了体制
唯有出名立腕一夜暴富
因为我们的文艺类教育
本质上就是传统名利教育
金榜题名时,洞房花烛夜

理工农医类大都实事求是
兢兢业业吃苦耐劳,看一下
我们如今物质精神环境对比
就一目了然,最后出名的
大都是理工农医类

出名的路上你死我活
互相利用,胜者王侯败者寇
文人相轻,自然一语成俗

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,835评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,598评论 1 295
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,569评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,159评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,533评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,710评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,923评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,674评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,421评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,622评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,115评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,428评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,114评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,097评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,875评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,753评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,649评论 2 271

推荐阅读更多精彩内容

  • 集成学习的两大流派 1. Boosting 通过将弱学习器提升为强学习器的集成方法来提高预测精度,典型算法为Ada...
    wzNote阅读 54评论 0 0
  • 今天看完了日剧《完美世界》的最后一集,不知是不是因为早已预料到结果,所以没有那么激动,不过刚开始看的时候,这部剧还...
    安静的疯女子M阅读 348评论 0 0
  • 是否有家长有过这样的疑问: 那么多的知识,那么多的专家,那么多的文章。到底听谁的才对呢?如何在这么多信息之中...
    棉花糖情商_欣欣_向荣阅读 734评论 0 4