🐣
Reading List
  • Starting point
  • Reference list
  • PhD application guidelines
  • Big Data System
    • Index
      • Architecture
        • Storage
          • Sun's Network File System (NFS)
      • Execution Engine, Resource Negotiator, Schedulers
        • Execution Engines
        • Resource Negotiator
        • Schedulers
      • Machine Learning
      • SQL Framework
      • Stream Processing
      • Graph Processing
      • Potpourri: Hardware, Serverless and Approximation
  • Operating System
    • Index
      • OSTEP
        • Virtualization
          • CPU Abstraction: the Process
          • Interlude: Process API
          • Mechanism: Limited Direct Execution
        • Intro
  • Networking
    • Index
      • CS 294 (Distributed System)
        • Week 1 - Global State and Clocks
          • Distributed Snapshots: Determining Global States of Distributed Systems
          • Time, Clocks, and the Ordering of Events in a Distributed System
        • Weak 5 - Weak Consistency
          • Dynamo: Amazon's Highly Available Key-value Store
          • Replicating Data Consistency Explained Through Baseball
          • Managing update conflicts in Bayou, a weakly connected replicated storage system
      • CS 268 (Adv Network)
        • Intro
        • Internet Architecture
          • Towards an Active Network Architecture
          • The Design Philosophy of the DARPA Internet Protocols
        • Beyond best-effort/Unicast
          • Core Based Trees (CBT)
          • Multicast Routing in Internetworks and Extended LANs
        • Congestion Control
        • SDN
          • ONIX: A Distributed Control Platform for Large-scale Production Networks
          • B4: Experience with a Globally-Deployed Software Defined WAN
          • How SDN will shape networking
          • The Future of Networking, and the Past of Protocols
        • Datacenter Networking
          • Fat tree
          • Jellyfish
        • BGP
          • The Case for Separating Routing from Routers
        • Programmable Network
          • NetCache
          • RMT
        • Datacenter Congestion Control
          • Swift
          • pFabric
        • WAN CC
          • Starvation (Sigcomm 22)
        • P2P
          • Design and Evaluation of IPFS: A Storage Layer for the Decentralized Web
          • The Impact of DHT Routing Geometry on Resilience and Proximity
        • Net SW
          • mTCP
          • The Click modular router
        • NFV
          • Performance Interfaces for Network Functions
          • Making Middleboxes Someone Else's Problem: Network Processing as a Cloud Service
        • Ethics
          • On the morals of network research and beyond
          • The collateral damage of internet censorship by DNS injection
          • Encore: Lightweight Measurement of Web Censorship with Cross-Origin Requests
        • Low Latency
          • Aquila: A unified, low-latency fabric for datacenter networks
          • cISP: A Speed-of-Light Internet Service Provider
        • Disaggregation
          • Network Requirements for Resource Disaggregation
        • Tenant Networking
          • Invisinets
          • NetHint: While-Box Networking for Multi-Tenant Data Centers
        • Verification
          • A General Approach to Network Configuration Verification
          • Header Space Analysis: Static Checking for Networks
        • ML
          • SwitchML
          • Fast Distributed Deep Learning over RDMA
      • Computer Networking: A Top-Down Approach
        • Chapter 1. Computer Network and the Internet
          • 1.1 What Is the Internet?
          • 1.2 The Network Edge
          • 1.3 The Network Core
        • Stanford CS144
          • Chapter 1
            • 1.1 A Day in the Life of an Application
            • 1.2 The 4-Layer Internet Model
            • 1.3 The IP Service Model
            • 1.4 A Day in the Life of a Packet
            • 1.6 Layering Principle
            • 1.7 Encapsulation Principle
            • 1.8 Memory layout and Endianness
            • 1.9 IPv4 Addresses
            • 1.10 Longest Prefix Match
            • 1.11 Address Resolution Protocol (ARP)
            • 1.12 The Internet and IP Recap
      • Reading list
        • Elastic hyperparameter tuning on the cloud
        • Rethinking Networking Abstractions for Cloud Tenants
        • Democratizing Cellular Access with AnyCell
        • Dagger: Efficient and Fast RPCs in Cloud Microservices in Near-Memory Reconfigurable NICs
        • Sage: Practical & Scalable ML-Driven Performance Debugging in Microservices
        • Faster and Cheaper Serverless Computing on Harvested Resources
        • Network-accelerated Distributed Machine Learning for Multi-Tenant Settings
        • User-Defined Cloud
        • LegoOS: A Disseminated Distributed OS for Hardware Resource Disaggregation
        • Beyond Jain's Fairness Index: Setting the Bar For The Deployment of Congestion Control Algorithms
        • IncBricks: Toward In-Network Computation with an In-Network Cache
  • Persistence
    • Index
      • Hardware
        • Enhancing Lifetime and Security of PCM-Based Main Memory with Start-Gap Wear Leveling
        • An Empirical Guide to the Behavior and Use of Scalable Persistent Memory
  • Database
    • Index
  • Group
    • WISR Group
      • Group
        • Offloading distributed applications onto smartNICs using iPipe
        • Semeru: A memory-disaggregated managed runtime
      • Cache
        • Index
          • TACK: Improving Wireless Transport Performance by Taming Acknowledgements
          • LHD: Improving Cache Hit Rate by Maximizing Hit Density
          • AdaptSize: Orchestrating the Hot Object Memory Cache in a Content Delivery Network
          • Clustered Bandits
          • Important Sampling
          • Contexual Bandits and Reinforcement Learning
          • Reinforcement Learning for Caching with Space-Time Popularity Dynamics
          • Hyperbolic Caching: Flexible Caching for Web Applications
          • Learning Cache Replacement with CACHEUS
          • Footprint Descriptors: Theory and Practice of Cache Provisioning in a Global CDN
      • Hyperparam Exploration
        • Bayesian optimization in cloud machine learning engine
    • Shivaram's Group
      • Tools
      • Group papers
        • PushdownDB: Accelerating a DBMS using S3 Computation
        • Declarative Machine Learning Systems
        • P3: Distributed Deep Graph Learning at Scale
        • Accelerating Graph Sampling for Graph Machine Learning using GPUs
        • Unicorn: A System for Searching the Social Graph
        • Dorylus: Affordable, Scalable, and Accurate GNN Training with Distributed CPU Servers and Serverless
        • Garaph: Efficient GPU-accelerated GraphProcessing on a Single Machine with Balanced Replication
        • MOSAIC: Processing a Trillion-Edge Graph on a Single Machine
        • Fluid: Resource-aware Hyperparameter Tuning Engine
        • Lists
          • Wavelet: Efficient DNN Training with Tick-Tock Scheduling
          • GPU Lifetimes on Titan Supercomputer: Survival Analysis and Reliability
          • ZeRO-Infinity and DeepSpeed: Unlocking unprecedented model scale for deep learning training
          • ZeRO-Infinity: Breaking the GPU Memory Wall for Extreme Scale Deep Learning
          • KungFu: Making Training inDistributed Machine Learning Adaptive
        • Disk ANN
      • Queries Processing
        • Building An Elastic Query Engine on Disaggregated Storage
        • GRIP: Multi-Store Capacity-Optimized High-Performance NN Search
        • Milvus: A Purpose-Built Vector Data Management System
        • Query2box: Reasoning over Knowledge Graphs in Vector Space using Box Embeddings
        • Billion-scale Approximate Nearest Neighbor Search
        • DiskANN: Fast accurate billion-point nearest neighbor search on a single node
        • KGvec2go - Knowledge Graph Embeddings as a Service
    • Seminar & Talk
      • Berkeley System Seminar
        • RR: Engineering Record and Replay for Deployability
        • Immortal Threads: Multithreaded Event-driven Intermittent Computing on Ultra-Low-Power Microcontroll
      • Berkeley DB Seminar
        • TAOBench: An End-to-End Benchmark for Social Network Workloads
      • PS2
      • Sky Seminar Series
        • Spring 23
          • Next-Generation Optical Networks for Emerging ML Workloads
      • Reading List
        • Confluo: Distributed Monitoring and Diagnosis Stack for High-speed Networks
        • Rearchitecting Linux Storage Stack for µs Latency and High Throughput
        • eBPF: rethinking the linux kernel
        • BPF for Storage: An Exokernel-Inspired Approach
        • High Velocity Kernel File Systems with Bento
        • Incremental Path Towards a Safe OS Kernel
        • Toward Reconfigurable Kernel Datapaths with Learned Optimizations
        • A Vision for Runtime Programmable Networks
        • The Demikernel and the future of kernal-bypass systems
        • Floem: A programming system for NIC-accelerated network applications
        • High Performance Data Center Operating Systems
        • Leveraging Service Meshes as a New Network Layer
        • Automatically Discovering Machine Learning Optimizations
        • Beyond Data and Model Parallelism for Deep Neural Networks
        • IOS: Inter-Operator Scheduler for CNN Acceleration
        • Building An Elastic Query Engine on Disaggregated Storage
        • Sundial: Fault-tolerant Clock Synchronization for Datacenters
        • MIND: In-Network Memory Management for Disaggregated Data Centers
        • Understanding host network stack overheads
        • From Laptop to Lambda: Outsourcing Everyday Jobs to Thousands of Transient Functional Containers
        • Redesigning Storage Systems for Future Workloads Hardware and Performance Requirements
        • Are Machine Learning Cloud APIs Used Correctly?
        • Fault-tolerant and transactional stateful serverless workflows
      • Reading Groups
        • Network reading group
          • Recap
          • ML & Networking
            • Video Streaming
              • Overview
              • Reducto: On-Camera Filtering for Resource Efficient Real-Time Video Analytics
              • Learning in situ: a randomized experiment in video streaming
              • SENSEI: Aligning Video Streaming Quality with Dynamic User Sensitivity
              • Neural Adaptive Video Streaming with Pensieve
              • Server-Driven Video Streaming for Deep Learning Inference
            • Congestion Control
              • ABC: A Simple Explicit Congestion Controller for Wireless Networks
              • TCP Congestion Control: A Systems Approach
                • Chapter 1: Introduction
              • A Deep Reinforcement Learning Perspective on Internet Congestion Control
              • Pantheon: the training ground for Internet congestion-control research
            • Other
              • On the Use of ML for Blackbox System Performance Prediction
              • Marauder: Synergized Caching and Prefetching for Low-Risk Mobile App Acceleration
              • Horcrux: Automatic JavaScript Parallelism for Resource-Efficient Web Computation
              • Snicket: Query-Driven Distributed Tracing
            • Workshop
          • Homa: A Receiver-Driven Low-Latency Transport Protocol Using Network Priorities
        • DB reading group
          • CliqueMap: Productionizing an RMA-Based Distributed Caching System
          • Hash maps overview
          • Dark Silicon and the End of Multicore Scaling
        • WISR
          • pFabric: Minimal Near-Optimal Datacenter Transport
          • Scaling Distributed Machine Learning within-Network Aggregation
          • WCMP: Weighted Cost Multipathing for Improved Fairness in Data Centers
          • Data center TCP (DCTCP)
      • Wisconsin Seminar
        • Enabling Hyperscale Web Services
        • The Lottery Ticket Hypothesis
        • External Merge Sort for Top-K Queries: Eager input filtering guided by histograms
      • Stanford MLSys Seminar
        • Episode 17
        • Episode 18
  • Cloud Computing
    • Index
      • Cloud Reading Group
        • Owl: Scale and Flexibility in Distribution of Hot Contents
        • RubberBand: cloud-based hyperparameter tuning
  • Distributed System
    • Distributed Systems Lecture Series
      • 1.1 Introduction
  • Conference
    • Index
      • Stanford Graph Learning Workshop
        • Overview of Graph Representation Learning
      • NSDI 2022
      • OSDI 21
        • Graph Embeddings and Neural Networks
        • Data Management
        • Storage
        • Preview
        • Optimizations and Scheduling for ML
          • Oort: Efficient Federated Learning via Guided Participant Selection
          • PET: Optimizing Tensor Programs with Partially Equivalent Transformations and Automated Corrections
      • HotOS 21
        • FlexOS: Making OS Isolation Flexible
      • NSDI 21
        • Distributed System
          • Fault-Tolerant Replication with Pull-Based Consensus in MongoDB
          • Ownership: A Distributed Futures System for Fine-Grained Tasks
          • Caerus: NIMBLE Task Scheduling for Serverless Analytics
          • Ship Computer or Data? Why not both?
          • EPaxos Revisited
          • MilliSort and MilliQuery: Large-Scale Data-Intensive Computing in Milliseconds
        • TEGRA: Efficient Ad-Hoc Analytics on Evolving Graphs
        • GAIA: A System for Interactive Analysis on Distributed Graphs Using a High-Level Language
      • CIDR 21
        • Cerebro: A Layered Data Platform for Scalable Deep Learning
        • Magpie: Python at Speed and Scale using Cloud Backends
        • Lightweight Inspection of Data Preprocessingin Native Machine Learning Pipelines
        • Lakehouse: A New Generation of Open Platforms that UnifyData Warehousing and Advanced Analytics
      • MLSys 21
        • Chips and Compilers Symposium
        • Support sparse computations in ML
      • SOSP 21
        • SmartNic
          • LineFS: Efficient SmartNIC offload of a distributed file system with pipeline parallelism
          • Xenic: SmartNIC-accelerated distributed transacitions
        • Graphs
          • Mycelium: Large-Scale Distributed Graph Queries with Differential Privacy
          • dSpace: Composable Abstractions for Smart Spaces
        • Consistency
          • Efficient and Scalable Thread-Safety Violation Detection
          • Understanding and Detecting Software Upgrade Failures in Distributed Systems
        • NVM
          • HeMem: Scalable Tiered Memory Management for Big Data Applications and Real NVM
        • Learning
          • Bladerunner: Stream Processing at Scale for a Live View of Backend Data Mutations at the Edge
          • Faster and Cheaper Serverless Computing on Harvested Resources
  • Random
    • Reading List
      • Random Thoughts
      • Hesse
      • Anxiety
  • Grad School
    • Index
      • Resources for undergraduate students
Powered by GitBook
On this page

Was this helpful?

  1. Random
  2. Reading List

Hesse

正想那样回答的那刹那间,我心里倏然涌起奇妙的现象。从孩提起所有的幻想,愿望和憧憬,在那瞬间突然再度一起涌到我的眼帘前,我看到许许多多重大辉煌的任务都在等待着我。今后我有许多该读的和该写的书。我似乎听到岩风来袭时的声音。我似乎看到遥远清澈的小湖和河岸充溢着美丽的南国风光。我似乎看到三三五五伶俐俊秀的少年以及一些美丽高贵的少女正在漫步。我似乎还看到纵横交错的山路,穿过阿尔卑斯山的山道上、通往邻国的铁路上的车子正在奔驰着。这一切都同时呈现,而且,一个一个都非常清晰鲜明。那些景色的背后,虽处处被飞逝的云切断,然而无边无际的地平线也是清澈无比。读书、创作、参观、旅行 -- 这些人生的全部内容,一直在我面前散发出、闪烁着银色光辉,从少年时起似乎就是如此,无意识之中它压倒了广袤无垠的世界,敲打着我的心弦。

我总认为不久之后我的真正人生将以暴风雨的姿态袭来,这样可使我的思想更加丰富成熟,让我张开巨大的羽翼,飞向幸福之城,我经常这样等待着。但是,这机灵乖巧、精打细算的人生,总是默默无语地一任我流离飘荡,也不给我派来风暴或星星。我几乎舍弃了本身的傲慢而谦虚、耐心地等待着。但他缺一任我扮演自负自大的喜剧演员,装着睁一眼闭一眼的态度,仿佛等待着要我像个迷失的孩子,自动投回母亲的怀抱。

痛苦、幻灭、忧郁等虽使我们不愉快,然而并不是为剥夺我们的价值和尊严而来,而是为使我们更趋于成熟,给我们带来光明而存在的东西。

我不愿再去思索关于我的感伤和我在人生中遭受挫折的原因,因为它只有徒劳伤神而已,此外,实在毫无意义。我完全不感到我的精力已耗尽,不认为我已走到人生的终点,反而充满一种莫可名状的欲望,深信有一天时机来到,必能创造出某种深远、辉煌的东西,至少,必能从平淡的人生中攫住一把幸福。但,时机何时会来临?

于是我开始爱上所有的自然物。我的内心萌发强烈确实的愿望,以迎接沉静的自然美,并且也涌现深刻的生命意义和形状模糊的憧憬,它们正在积极寻求明确的意识,寻求爱的形式。

此外,我对事务的见解也逐渐变化。我丝毫不怀眷顾之心地向青春告别,我感到自己已臻于成熟,看出我的人生只是短暂的路程,也知道我此生注定是个流浪者。这个流浪者不管走任何途径,最后从地上消失后,当知世间原本并不那样扰嚷,也不是那般复杂。我的人生虽然时时保持着某种目标或梦想,也不认为自己是渺小不足道的人物,但我总是想在中途悠闲地漫步。或吹吹口哨,或躺在草丛中休息,以致经常误了当天的行程。我不愿去深思光阴之可贵,良心上也不感歉疚,只是尽情享受现在。

我的人生之舟不论在清水或浊水中行驶,至少也不会忘记那色泽鲜艳的小旌帆,有时须傲慢,有时须亲切地随风摇曳。

故乡的精灵、青春岁月的精灵,张开青白色的翅膀向我袭来,罩住整个小舟,我伸出双手,以无以名状的痛苦动作,向他们表示恳求。我的人生有何意义?为什么要让我尝到那么多的喜悦和痛苦?神既已决定我孤独的命运,为何又在我的心田放进乡愁的熊熊烈焰?... 我努力深掘为获得更真实、更幸福的生活,为了更接近生存的核心,我应该学些什么?我必要做些什么?

---------------------------------------------------------------------------------------------------------------

”每个人都各自拥有自己的灵魂。那是不能同别的灵魂交杂混合的。两个人可以一起行动,互相交谈,处在一起,但是他们的灵魂却像花朵一般植根在不同的地方。任何灵魂都不能到别的灵魂那里去。要去的话就得离开自己的根,但那是不可能的。花朵为了能互相在一起而送出自己的香气和种子,然而花朵却不能让种子到该去的地方去,那是风的工作。风爱吹到这里就吹到这里,爱吹到那里就吹到那里。“

---------------------------------------------------------------------------------------------------------------

”你原先打算从法义里,从师父处学到什么?你学了很多,却无法真正学到的又是什么?“他最终发现:”答案是’我‘。我要学的即是’我‘的意义及本质,是我要摆脱、要制胜的东西。’我‘,却是我无法制胜,只能欺罔、逃遁,只能隐藏的东西。当真!世上再没什么别的,像我这样的’我‘这样让我费解。是’我‘,这个谜,让我活着,让我有别于别人,让我成为悉达多!在世上,我最一无所知的莫过于’我‘,莫过于悉达多!“

”我对自己一无所知。一直以来,悉达多于我极为陌生。只因我害怕我自己,逃避自己!我寻找阿特曼,寻找大梵,我曾渴望的是’我‘被肢解、蜕变,以便在陌生的内在发现万物核心,发现阿特曼,发现生命,发现神性的终极之物。可在这条路上,我却迷失了自己。“

”我不会再让悉达多溜走!不会再让阿特曼和尘世疾苦成为我思想和生命的中心。我再也不会为寻找废墟后的秘密而扼杀自己,肢解自己。无论是《瑜伽吠陀》《阿达婆吠陀》,还是任何其他教义我都不再修习。我不再苦修。我要拜自己为师。我要认识自己,认识神秘的悉达多。“

难道不是这只鸟已在他心中死去,难道他没感觉到它的死?不,是一些别的死了。一些早就渴望死掉的东西死了。那死去的,不是他在狂热的忏悔年代要扼杀的“我”?难道不是他渺小不安又骄傲的”我”,他一直与之对抗又总是败下阵来的“我”?总是死掉又复活的“我”,禁止快乐却捕获恐惧的“我”?难道不是今天,在林中,在这条可爱的河里寻死的“我”?难道不是因为这死,他才像个孩子,充满信任,毫无畏惧又满怀喜悦?

为重新成为孩子,为从头再来,我必须变蠢、习恶、犯错。必须经历厌恶、失望、痛苦。可我的心赞许我走这条路,我的眼睛为此欢笑。为收获恩宠,重新听见”唵“,为再次酣睡,适时醒来,我必须走投无路,堕入深渊,直至动了愚蠢的轻生之念。为了重新找到内在的阿特曼,我必须先成为愚人。为了再活,我必须犯罪。这条路还会引我去向何方?他如此古怪,泥泞不堪,或许是个旋回。它自便吧,我愿随它走。

---------------------------------------------------------------------------------------------------------------

虽然经常遭遇到狂风暴雨,忍受种种牺牲,但我还是终于达到了目标...... 我开始逐渐淡忘几乎使我毁灭的学校时代,以及成长时代的痛苦,并且带着微笑去回顾。过去对我绝望的亲友们,现在也对我露出笑容...... 对与世界给予我肯定的和煦的风也感到很愉快,开始成为懂得满足的人。

我的内在生命是我本身创造的,那样的甘苦很适合我自己,对此我要一个人负起责任。回顾这一生时,不幸的时刻也难以割舍。果真如此,为幸与不幸所束缚乃是愚不可及的事,应该坦然甘于接受无可避免的命运,不论好坏都欣然去品尝,才是最重要的。

我总觉得国民与诗人所梦想的圣洁的幸福观念,最崇高的是想象天体的运行时所产生的谐和音调。我那些最深刻的与最宝贵的梦想,就是遨游在这些想象里 -- 在心脏的鼓动之间可以听见宇宙的构造和一切生命神秘而又和谐的声音 ... 我觉得内心深处有一个无法拒绝的催促者,迫切地要求纯洁、悦耳,而且本身是幸福的音乐;而我的生活里却充满了偶然与杂音,无论我敲击什么地方,都得不到清澄、纯净的回音。

我觉得追求梦想、享受陶醉的时光,和艰难而明确地追求艺术形式,去努力奋斗完全是两回事。当时我已经理解到,真正的创造是孤寂的,要达到目的就非牺牲人生的快乐不可。

那些白天的灿烂、夜间的悲叹,像是从外间来的声音,是我这颗没有受伤的心能够听见的。我看到并且感觉到自己成了空中的浮云,成了战场上的战士。不论是欢乐与欢畅、或者是痛苦与忧郁,这两者的响声都是清楚而明晰的,从我的心灵里散开,又向外集中在我身上,变成了和谐的音阶,闯进我的睡眠里,不管我愿意不愿意,都变成了我所拥有的。有一次夜阑人静,我从岩石上回到住处,第一次清楚感觉到了一切,不断沉思之后,觉得自己本身就是一个谜。突然我想起来了,这一切是我早年就已尝过的那种忘我的时光。随着这个回忆而来的是那愉快的开朗,那种有如玻璃般透明的感情,丝毫没有伪装,也不再有痛苦或幸福之分,而只是力量、声音与急流,从我感情里扩张出来的活力、光彩与奋发,它们变成了音乐。

我在自己充满光明的日子里,眺望太阳与森林、褐色的岩石与远处银白的群山。对于幸福、美与吸收都有加倍的感觉,我觉得在我病态的心中有加倍的热情在扩散与增加,我分不出快乐与痛苦;两者都一样使我痛苦,两者都是可爱的。无论我内心是快乐还是痛苦,我的力量却总是在静静注视和认识光明与黑暗,它们的痛苦与和平都是这伟大音乐的节拍、力量与一个部分。我不能把这种音乐写下来,这对我还是陌生的,也是无止境的。但是我能听,我能把这个世界作为整体来感觉,我也能捕捉一部分,那是很小的一部分,是某个东西的反响、缩小和翻译。

我的生活既是贫穷又艰苦的,可是别人却认为我过得既丰富又光彩。我觉得人生有如深沉而悲伤的夜,如果不是偶尔会出现闪电的亮光,那是任谁也无法忍受的。闪电在那一瞬间所带来的光明,能给予我们无限美好的慰藉。几秒钟的光明就能逝去那好几年的黑暗。

他就会想在日复一日的生活中追求那真实的瞬间,这瞬间的闪光使他觉得幸福,并且让他可以拭去集合了他全部意识和目标的思想中的时间感。这个瞬间可以称为创造的瞬间。因为这个瞬间给创造者带来结合的感觉,并且人们愿意接受这个瞬间所带来的一切东西,包括偶然的东西在内。这个瞬间和神秘主义者所说的与神相结合的东西相等。人们会觉得其他的瞬间是那么样的黑暗,也许是由于这个瞬间太过明亮了,人们会觉得其他的生活是那么样的沉重、卑下和苦涩,也许是由于这个瞬间带来了太多自由、迷惑般的轻松和飞扬的快感。

我必得去接受治疗,好使自己能够像别人一样地生活和呼吸下去。

生活也是从这种沉思冥想中独立出来的,并且还超过了沉思冥想,留下了所谓的决心和思想,这正是心灵中的祥和宁静,这份祥和宁静帮助我们去忍受无可改变的命运。自从我学会逆来顺受之后,我对自己的安危采取听天由命的态度,生活就变得更柔和安静了。

当我们深深隐藏在黑暗中的心沉默不语时,我们能做的事情就更多了。我们可以在一瞬之间成为神,伸出命运的手去创造以前从来没有存在的事物。我们可以让这些事物完成后没有我们也能继续活下去。我们可以从声音、语言和其他许多脆弱、无价值的东西中,创造出玩具,以及充满意义、安慰和善意的歌曲。这些要比偶然和命运那耀眼的游戏更为美丽和不朽。我们可以在心中拥抱神。当神存在我们内心中,神可以经由我们的眼睛和我们的语言来观察不知道神或不想知道神的人,并且和他们交谈。我们不能让我们的心远离生活,但可以塑造我们的心去超越偶然,从而不屈不挠地去凝视痛苦。

---------------------------------------------------------------------------------------------------------------

事实上,没有一个自我,哪怕是最单纯的自我,是单一的。每一个自我都是一个多元化的世界,是一片小小的星空,是由各种形式、各种阶段和状态、各种遗传来的天性和可能性所构成的混合体。每一个人都力求将这个混合体看作一个单一的整体,并如此谈论自我,这似乎是种简单易懂、形式固定、轮廓清晰的现象。这种人人(包括最具声望的人)都会产生的错误认知似乎不可或缺,如同呼吸和吃饭一样,是人们得以生存的必然需求。

根本无路可退,既不能退回到狼,也不能退回到孩童。万物在起源时已非那么圣洁单纯:世上万物,哪怕是那些看似最单纯的东西,一旦造就便已经有罪,已经裂变,已被扔进浑浊的转变长流中,永远无法再逆流而上。通往圣洁,通往本源,通往上帝的路并不是向回转,而是向前进,不是回归到狼或孩童,而是继续通向罪责,进一步修身成人。可怜的荒原狼,自杀对你来说并无多大助益。你得踏上一条更为漫长,更为寸步难行的修身之道。你得将你的双重性成倍激增,将你的复杂性加倍复杂化。为了达到终点,得到安宁,你不该缩小你的世界,简化你的灵魂,而应容纳更多的世界,最终将整个世界纳入你痛苦拓宽的心灵中。这条路是释迦牟尼和每个伟人曾走过的路,无论他们是有意还是无心,但最终他们勇敢的行为获得了成功。

每个人的出生意味着与宇宙分离,意味着与上帝分离,与其划清界限,意味着痛苦的重生。回归宇宙,结束痛苦的个性化,修身成神意味着:一个人的心灵已经广阔到足以重新容纳整个宇宙。... 荒原狼哈里具有足够的天赋,应勇敢地尝试去修身,而不是遇到任何困难便哀诉他那愚蠢的狼性。

我的心中如同升起了一个反光的小肥皂泡,闪闪发光,五光十色地折射出整个世界,然后又轻轻地破散不见。倘若这段美妙简短的旋律能在我心灵深处安暗暗扎根,有朝一日又在我心中开出各种绚丽多彩的鲜花,那我怎会毫无希望?即便我是只迷途的动物,无法理解它周边的世界,但我愚蠢的生活仍然具有意义。

---------------------------------------------------------------------------------------------------------------

一片枯叶从窗子吹进来,一片小叶从我记不得名字的树上,掉落在我浴缸边缘,我细看了它一下,读着它叶脉与纹脉上的谜样文字,嗅着苍生所独具的 ”生之气息“, 这生之气息令我们感到颤栗,如果没有这生之气息,那么这种世界里将没有所谓美妙之美了。大自然的造化是多么美妙的事啊,美与死、喜与朽,彼此是如何地互动与互依啊!我能感觉到我身外的官能之美,同时亦能感觉到我身内自然与精神之间的分界线。正如花朵是短暂而美丽的,黄金是持久而沉闷的一样,大自然生命的一切交动皆是短暂而美丽的,而精神则是不朽而沉闷的。此刻,我拒绝精神,并不是因为我认为精神乃是”永恒的生命“,而是“永恒的死亡”,我认为那僵化、无果、无形的精神,只有舍弃其不朽性,才能重获形状与生命。金子必须变成一朵花,精神必须变成肉体、变成心灵,才能活着。不,在这宜人的清晨时辰里,在这更漏与枯叶之间的“时间”里,我宁愿不去理会精神,或许,在其他时候,我的想法或有不同;现在,我要活在短暂之中,我宁愿当个小孩,宁愿当一朵小花。

正如同我们的身体除了要按摩之外还要运动,我们的灵魂最迫切需要的,不是赌博,而是其他更吸引人的刺激 -- 它自身的努力。因此,思考与记忆上的严格训练,闭目而视,在夜间重构白天所发生的事情、自由联想与玄想等,实比机运的游戏好上百倍。

一个人如果肯下决心的话,那么即使是在最恶劣的处境下,也可以杀出一条生路来的,这一点我一直深信不疑,即使在我治疗最失望及最沮丧的期间里,即使是在我最消沉的时候,我亦从不怀疑我可以从这泥沼里爬出来。爬起来的过程,缓慢而费力地征服外在世界,逐步地寻求并发现最合理的态度--据我所知,永远是一条可能的路,一种十分有可能、十分值得赞许的理智之路。

---------------------------------------------------------------------------------------------------------------

我不断地孤军奋斗,长途跋涉,力图以理智客服苦难,但是最后我得到的却是痛苦与混乱。但是这种死亡往往伴随着再生,我经常灵触到恩宠,而痛苦与混乱也不再令我觉得可怕了,如此一来,错误的途径往往有益于未来的借鉴,失败的滋味往往变得极其珍贵,因为它们往往使我回返赤子之心,使我重新经验到恩宠。

爱的平衡、爱的能力,不假他求而能爱自己、不减损对自己的爱而能去爱别人!一切幸福、一切福泽的秘密,皆存在于这句名言里。...... 一切的智慧都是如此单纯的,它们很早以前就已经如此适切而清楚地表陈出来!但是它为什么仅在偶然的时候,仅在美好的时日里,才属于我们,而非永远属于我们呢?

我并没有忘了那个临别之言。或许,他说得对。或许,他日我会再回来,而且或许会回来许多次。但是下次回来时,我跟这次一定不一样。我会再度洗温泉浴,我会再度接受电疗。我会再度吃得饱饱的,我会再度开酒戒或赌戒,我或许又会觉得垂头丧气,但是一切的一切皆会跟现在完全不同,正如我这次回到我的荒郊野外,会跟我先前的每一次不同一样。

从细处来看,每一件东西都是相同的;从整体来看,每一件东西皆是相似的。然而,每一件东西都是新而不同的,因为高居其上的星星并不相同。因为生命并不是一种计算,它不是一种数学的总和,而是一种奇迹。因此终我一生,每一件东西皆卷土重来,同样的需要、同样的欲望与喜悦、同样的诱惑,不断地干着同样愚不可及之事,重遇着相同的境遇,然而,它却永远是一种新的游戏 -- 它永远令人感到美丽、危险与兴奋!

如果将来某个时候,我回到了巴登,我将会浸在温泉水里,但是我的感觉将有所不同,我与我的邻居的相处态度也将不同,我将会有不同的忧虑与不同的游戏,而我写下来的东西也会有所不同。我会犯下新的过错,我会以新的方式去寻求上帝,但是我确信,我这个行动、思想、生活着的人,必将认识它的真面目。

PreviousRandom ThoughtsNextAnxiety

Last updated 3 years ago

Was this helpful?