尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
如何找回那个相信自己的自己?
你不是把过去那个自信的自己“找回来”而是在现实中重新培养一个更成熟、更可靠的自己。很多人以为“以前的我相信自己现在的我失去了它。”但更准确地说过去那个相信自己的自己并没有消失。他只是被失败经历长期压力缺少反馈自我否定暂时覆盖了。第一层先理解——你失去的是什么很多人以为失去的是“自信。”但更深层失去的是对自己能够改变现实的感觉。心理学里有一个概念自我效能感。简单说就是“我相信自己的行动能够产生结果。”小时候尝试新东西。失败了。再尝试。所以容易相信“我可以学会。”成年后现实反馈更多。失败成本更高。于是开始“算了。”不是能力消失。而是行动和结果之间的连接感变弱了。第二层不要靠想象找回自己要靠行动召回自己很多人想“等我重新有信心了我再开始。”这是一个陷阱。因为信心不是启动条件。信心是行动后的产物。比如你不会因为告诉自己“我是一个自律的人。”然后变自律。你连续30天完成计划后才会产生“我是一个能够坚持的人。”身份来自证据。第三层从“小承诺”开始修复信任人与自己的关系也需要重新建立信任。如果一个朋友经常答应你但从不做到。你会失去信任。同样如果你长期对自己承诺“我要改变。”但没有行动。你的内心也会不再相信自己。所以第一步不要制定宏大目标。而是做一个你一定能完成的承诺。例如每天阅读10分钟写100字总结运动15分钟学习一个知识点。完成一次。就是一次信任修复。第四层重新积累“我能解决问题”的证据真正强大的自信不是“我永远不会遇到困难。”而是“困难出现时我有办法处理。”所以不要追求没有问题的人生。追求解决问题的能力。每天问“今天我解决了什么”哪怕很小修复一个bug学会一个概念完成一个任务克服一次拖延。这些都是可能性证据。第五层《庖丁解牛》的启示庖丁刚开始看到的是一头牛。复杂。庞大。不知道从哪里下刀。如果那时他说“我没有天赋。”就不会有后来的境界。他的信心来自一次次面对复杂。一次次找到规律。一次次证明“我可以。”人生也是你不是通过等待自信回来而是在解决问题的过程中让自信重新生长。第六层不要找回过去的自己要升级自己过去那个相信自己的自己可能相信“未来一定很好。”这是一种少年式信念。成熟后的信念不是“未来一定顺利。”而是“未来可能困难但我有能力面对。”这种信任更强。第七层建立自己的“可能性账户”可以把自信看成一个账户。过去失败、逃避、停滞。可能让账户减少。现在每天存入一点。存入方式完成一次行动1学会一个能力1面对一次困难1坚持一次选择1长期积累账户重新充盈。第八层最重要的一步——停止和过去的自己战争很多人一边想改变。一边攻击过去“我怎么这么差”“我浪费了时间。”“我为什么没有早点醒悟”这会消耗大量能量。过去的自己不是敌人。他只是没有掌握现在的方法。你需要的不是审判他。而是带着他继续前进。最后一层找回那个相信自己的自己不是回到过去而是在今天重新创造一个值得自己相信的人。《庖丁解牛》的现代启示庖丁不是靠相信自己的刀成为高手而是在长期磨刀、下刀、调整中让自己成为一个值得相信的人。真正的自信来自小行动 ↓ 小完成 ↓ 新证据 ↓ 能力增长 ↓ 重新信任自己 ↓ 更大的行动最终你找回的不是那个天真相信“一切都会好”的自己。而是那个经历现实之后依然相信“无论未来发生什么我都有能力继续成长。”的自己。
RELATED

相关推荐

AI Agent 架构正在变复杂:一套框架看懂各家方案进展

AI Agent 架构正在变复杂:一套框架看懂各家方案进展

从 LangChain、Claude Code、OpenAI、Google 到 Manus,看 agent 如何长出一套真正可运营的工作系统。 过去一段时间,各家公司都在密集更新 agent 相关能力。 LangChain 在讲 Deep Agents、Dynamic Subagents、Wiki Memory 和更小的 interpreter runtim…

📅 2026/8/24 2:09:28
Agent Loop:一个循环统治所有 Agent

Agent Loop:一个循环统治所有 Agent

所有 AI Agent 框架的核心都是一个循环。Claude Agent SDK 把 Claude Code 内部那个循环完整开放出来了——理解它,你就理解了 Agent 的心脏。 这是 Claude Agent SDK 深度实践系列的第一篇。我们从最核心的概念切入:Agent Loop。 如果你用过 Claude Co…

📅 2026/9/10 21:59:30
大模型训练全流程:预训练、SFT、RLHF与badcase修复

大模型训练全流程:预训练、SFT、RLHF与badcase修复

很多人把"训练模型"理解成"把业务知识喂给模型"。这个理解只对了一小半。 预训练解决的是能力底座:语言、知识、推理、代码、世界模型。后训练解决的是可用性:听懂指令、按格式输出、知道什么时候拒答、偏向人类喜欢的回答。RAG解决…

📅 2026/8/24 2:09:30
MORE NEWS

更多资讯

📰

MAX GPU kernel 报错位置与失败位置不一致时如何开启 device-sync-mode 定位算子

MAX GPU kernel 报错位置与失败位置不一致时如何开启 device-sync-mode 定位算子 【免费下载链接】mojo The Modular Platform (includes MAX & Mojo) 项目地址: https://gitcode.com/GitHub_Trending/mo/mojo 用 MAX 运行模型时,GPU kernel 失败后主线程…

📰

JavaWeb试题库管理系统:从分层架构到核心功能实现

简介:这是一份基于JavaWeb的试题库管理系统期末大作业,适合正在做课程设计或期末大作业的计算机专业学生,也适合希望进行JavaWeb项目实战练习的学习者。项目来自大三学期,经导师指导并通过评审,获得98分高分。压缩包共…

📰

离线语音模块CI-03T改造老空调:红外码库与声学结构实战

我一直觉得,把带红外功能的离线语音模块塞进空调内机,是智能家居改造里性价比最高的玩法之一。前阵子朋友让我帮他家的老式柜机做语音控制,第一反应其实是加个智能插座,结果空调是红外的,插座根本管不了开关机&#xf…

📰

YOLO+大模型电子元器件识别:从检测到判读的工业实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📰

基于MATLAB+GUI的常用数字调制方式仿真模型设计与实现

简介:基于MATLABGUI的常用数字调制方式仿真模型,是一份面向通信工程专业学生、研究人员及初学者的交互式学习工具,旨在解决理论学习中抽象难懂、缺乏可视化实验的问题,可直观理解ASK(幅度键控)、FSK&#x…

📰

Midscene.js 多设备自动化指南:一份配置文件并行 Android 与 iOS

Midscene.js 多设备自动化指南:一份配置文件并行 Android 与 iOS 【免费下载链接】midscene GUI Agent for E2E Testing 项目地址: https://gitcode.com/GitHub_Trending/mid/midscene Midscene.js 是面向 E2E 测试的 GUI 自动化框架:用自然语言描…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬