《當整理卡關時》:「零雜物」是我貼近自由的手段,而非讓我煩惱到頭疼的緊箍咒
我們想讓你知道的是
如果你將現況視為災難,將目標視為及格,每次整理的結果只要不如預期,你就給自己扣分,那麼整理就會變成一件壓力很大的苦差事。
文:Phyllis
一旦開始整理,著手取捨,勢必會遇到體力不支、精神不濟、情緒不好、萬念俱灰的低潮時刻。我從接手媽媽的海量遺物,到實踐零雜物的狀態,一共花了四年多、將近五年的時間。經常有人問我,如果整理無法一次到位,要如何安撫自己浮躁的心情?
斷捨離很耗能量。整理期間的集中、過濾、分類和收納,需要專司邏輯思考、溝通、判斷、決策、規畫和控制的大腦前額葉皮質不停運作才能達成,所以整理不是只有身體在勞動,心也特別容易疲累。這種心累除了來自於不斷地決定要或不要、東西要怎麼分類和收納,也來自於物品所牽動的負面情緒,例如憤怒、悲傷、懊悔、羞愧、嫌惡、失望、心碎、氣餒等等。所以浮躁很正常,有倦怠期也很正常。
整理是選項,不是責任
先說說我是怎麼度過這四年多、將近五年的時間。我整理的起始點並非屋況混亂,而是東西太多。在這些東西裡,有好大一部分是媽媽的遺物,整理起來尤其吃力。當時的我能做到盡量讓檯面淨空,櫃內收納得整整齊齊就已經很了不起了,我不會為了櫃內的物品未經篩選而譴責自己。沒有自責,便不會因為壓力和焦慮而產生浮躁感。換句話說,「零雜物」是我貼近自由的手段,而不是做不到就會讓我煩惱到頭疼的緊箍咒。
目標是自我精進的方向。朝著符合價值觀的目標前進是一件幸福的事。有做到很好,沒做到也可以保持動機,擇日再戰。很多人深以整理為苦,因為他認為自己應該要整理、應該會整理,或是認為別人應該要按照他的想法和標準來整理。但誠如第一章所闡述的,整理是一個選項,而不是一種責任。
有些人喜歡被物品包圍,因為那是他安全感和幸福感的來源。對於這類人,我認為只要做到「減害」即可,不見得一定要整理到窗明几淨才行。同樣的,家裡有大寶二寶三寶四寶的媽媽們,只要能讓一家人在屋內走動時安全無虞就很棒了。與其追求開門就能見客的清爽屋況,我認為先設置一塊個人空間,讓自己在忙於家務和育兒的同時,能有個可以稍稍喘息、恢復能量的場域還比較合理。
請接受現況已經是你盡了全力的結果。有了基本的六十分,你再設定一個符合價值觀且具有挑戰性的目標,那麼日後你跨出的每一步都會是加分,達成的每一個關鍵結果也都值得興奮。然而,如果你將現況視為災難,將目標視為及格,每次整理的結果只要不如預期,你就給自己扣分,那麼整理就會變成一件壓力很大的苦差事。試著把整理從「I have to」變成「I want to」,試著把你的角色從監考官變成啦啦隊,你會比較樂在其中喔!
回到我的故事上。由於我的崇高困難目標是「零雜物」,因此往下一個層級的每一個明確目標都是「減量」,只是鎖定的物品類別不同、執行的期間不同而已。我當然不是天天整理,而是走走停停,等時間點對了,有FU了才會動手。動手前我一定會制定執行計畫、備妥相關工具。
例如,我絕對不會等文件整理完了,才想到自己沒有碎紙機。我會事先準備好,一邊翻閱文件,一邊碎掉淘汰的部分。這在某種程度上可以提升效率,並且有效地降低煩燥感。
重點是,每天睡前我都會將屋況恢復原狀,不會讓混亂的狀態延續到隔日。這麼做有三個好處:一是我不會對混亂習以為常,進而養成一直亂下去也無妨的苟且心態。二是同住者不會因為我越整理越亂,而對我清除雜物的行為嗤之以鼻,甚至抱持反感。三是我隔天醒來不會有任務「未完成」的壓力,這能幫助我在執行期間盡可能地保持動力。
有整理經驗的人都知道,整理期間的屋況通常會比平時亂上許多,因為平日妥善隱藏的東西都被「解壓縮」了。如果不盡速處理完畢,不僅視覺噪音令人抓狂,動線受阻也會讓其他的同住者心生不滿。
第三章提過,如果你明知你的伴侶或老媽是豬隊友,請趁他們不在的時候動手整理,免得他們妨礙進度。但如果你的同住者不是豬隊友,我會建議你在整理計畫開始前,先告知對方預計會亂上多久,例如一個下午或是三個整天,讓他(們)能有個心理準備。
假使原本屋況的混亂程度在一到十分之間大約是六分,整理時增加至八分,那麼請在整理告一個段落時,盡速將淘汰的物品送出家門,並盡可能在截止期限前將亂度回復到至少五分,這樣才不會讓同住者反而變成了反對者。
或許你會問,才減一分難道不是在攪拌嗎?當然不是!把東西挪來挪去、反覆整理卻一事無成才是攪拌。只要有一點點進展,哪怕只是扔掉幾張舊履歷,都是值得加分的行動。
整理本來就無法一次到位。隨著經濟能力的提升和生活體驗的擴充,你的需求層次和滿足點有可能會發生變化,你的審美可能會因為更多元的文化衝擊而扭轉,你對某個物件的依戀程度,也可能因為你與某人的關係生變而有所增減。
因此,每次設定一個明確目標,啟動一個執行計畫,你都會基於不同的標準重新審視物品,做出更符合當下心境的取捨。也就是說,即使是同一個類別的物品,每次整理你還是能再捨棄幾樣東西。這是一個沒有止境的過程,所以請放過自己,別再有不切實際的期待了。
書籍介紹
本文摘錄自《當整理卡關時:獨居、同住都能實踐的零雜物生活》,方智出版
作者:Phyllis
- momo網路書店
- Readmoo讀墨電子書
- Pubu電子書城結帳時輸入TNL83,可享全站83折優惠(成人商品、實體商品、限定商品不包含在內,不得與其他優惠併用)
- 透過以上連結購書,《關鍵評論網》將由此獲得分潤收益。
為何讀了一堆整理書,家裡還是一團亂?
如何解決家人或同住者造成的雜亂問題?
解析數千人面臨的困境,解開讓整理卡關的七大難題!
在你和自己、物品、他人的糾結間,理出最舒適的空間,
整理雜物的同時,也整理好了關係!
捨棄雜物,情感不割捨——
無論獨居或和人同住,生活都能更輕盈,相處更自在
七大整理卡關的難題,你中了幾個?
- 缺乏整理動機,知道方法卻提不起勁
- 同住之人的標準不同,難以達成共識
- 亂到無從下手,不知道從何開始
- 捨不得丟、送不出去,斷捨離的情感糾結
- 覺得心理壓力好大,做到心累,感到倦怠
- 不會分類、不擅收納,不知如何替物品定位
- 缺乏空間自主權,無法與同住之人和平共處
其實,整理最常卡在「關係」上,包括:
- 你和「自己」的關係:知道需要精簡,也明白如何收納,偏偏就是無法展開行動。
- 你和「物品」的關係:購買欲高、惜物戀物,覺得斷捨離後會失去安全感。
- 你和「他人」的關係:長輩阻止丟棄、伴侶不配合、小孩不受控……空間使用權不全在你。
暢銷書《零雜物》作者Phyllis透過數千名面臨整理困境者的提問,引導讀者跨越整理障礙,並在自己的願望和親人的感情間,找到確切可行的方法,讓不斷拖延或中斷整理的人,能夠開始著手,並繼續進行下去。
【加入關鍵評論網會員】每天精彩好文直送你的信箱,每週獨享編輯精選、時事精選、藝文週報等特製電子報。還可留言與作者、記者、編輯討論文章內容。立刻點擊免費加入會員!
責任編輯:潘柏翰
核稿編輯:翁世航
Tags:
台智雲福爾摩沙大模型結合HPE AI伺服器 推動生成式AI最佳搭配
我們想讓你知道的是
看準全球企業對生成式 AI 的強烈興趣,近兩年市場出現不少開源大語言模型,只是多數 AI 基礎模型都欠缺足夠繁體中文語料,難以符合台灣環境使用需求。台智雲(Taiwan AI Cloud)運用大量繁體中文與訓練,推出全台灣第一個繁中優化的福爾摩沙大語言模型系列,結合HPE ProLiant伺服器,正是為台灣量身打造的產品。
看準全球企業對生成式 AI 的強烈興趣,近兩年市場出現不少開源大語言模型,只是多數 AI 基礎模型都欠缺足夠繁體中文語料,難以符合台灣環境使用需求。台智雲(Taiwan AI Cloud)運用大量繁體中文與訓練,推出全台灣第一個繁中優化的 FFM-BLOOMZ-176B 和 FFM-Llama3-70B 大語言模型系列,並提供 FFM-Mixtral-8x7B、FFM-Mistral-7B、 Code Llama、TAIDE 等多元大語言模型,正是為台灣量身打造的產品。搭配專為 AI 應用設計的 HPE ProLiant DL320 Gen11 / DL380a Gen11 伺服器,藉由 Intel Xeon Scalable 系列處理器與 NVIDIA GPU 晶片之間搭配,能於公司內部快速落地。Intel Xeon Scalable 系列處理器內建加速器,可實現更優異的核心效能和無與倫比的 AI 效能,以及最優異的應用程式可攜性。
專為AI 應用而生的 HPE ProLiant Gen11 伺服器
HPE 在人工智慧領域也投入大量資源,推動多項創新和應用。其中,HPE ProLiant DL320 Gen11 / DL380a Gen11伺服器是專門為應對生成式AI應用的需求而設計的,主打可以消除開發和部署生成式人工智慧(GenAI)基礎架構帶來的複雜性,助企業加速完成對話式搜尋、業務流程自動化和內容創作等生成式AI模型的部署時間。HPE ProLiant DL320 Gen11伺服器是專為邊緣AI應用設計,最多可安裝四張NVIDIA L4 GPU卡,同時內建NVIDIA Metropolis 工具。至於HPE ProLiant DL380a Gen11伺服器是為生成式視覺AI、自然語言AI模型等應用設計,最多可安裝四張NVIDIA H100 GPU卡,同時提供NVIDIA AI Enterprise軟體套件。
獨家AFS雲端服務搭配FFM地端模型授權 推動企業生成式AI應用
台智雲的福爾摩沙大語言模型(FFM)系列保留原生開源模型的優異能力,並加入台灣特有文化和繁體中文語料的訓練,經過 TMMLU+實測,FFM-Llama3-70B 繁中表現超越GPT 4.0,目前是台灣最好的繁中模型。至於 FFM 模型家族中的 FFM-Mixtral-8x7B、FFM-Mistral-7B、FFM-Llama2-v2 和 FFM-Llama3-8B 等,整體評分亦超越 GPT 3.5,也凸顯出台智雲在繁中 LLM 模型的領先地位。在此優異基礎下,企業透過FFM模型的支援函式呼叫(Function Calling)功能,還能快速串接外部應用,如Google map、搜尋引擎、交通訂票、即時金融股價查詢等,讓開發者輕鬆串接第三方API,加速拓展AI和多元商業應用。
在提供可信賴、繁中訓練的 FFM 大型語言模型系列之外,台智雲亦推出獨步市場的一站式AFS (AI Foundry Service)解決方案,協助企業隨時訓練、調整和建立自有大模型,輕鬆打造高效率且符合企業文化與真實需求、實用性的專用模型,並兼顧企業資安、合規與隱私的高安全需求,讓企業放心與內部系統串接。
具備低成本和低門檻優勢的台智雲 FFM 大型語言模型系列,提供地端授權方案,可讓企業在地端推動內部 AI 專案,確保資料安全性和不外流。結合擁有強大 AI 算力的 HPE ProLiant DL320 Gen11 / DL380a Gen11 伺服器,使生成式 AI 扮演企業作業、服務、開發的智慧 AI 助理,奠定在市場中的領導地位。
本文章內容由「台智雲 & HPE & Intel」提供。