当前位置: 首页 > news >正文

用“熵”理解自律:为什么刷手机越多越累,而读书和整理房间反而让人更轻松?

目录

    • 一、什么是“熵”?
    • 二、人的生活其实也是一个“熵系统”
      • 1 刷短视频:心理熵增加
      • 2 整理房间:降低环境熵
      • 3 阅读:降低思维熵
    • 三、并不是所有阅读都能“降熵”
      • 碎片化阅读
      • 连续读一本书
    • 四、看电视剧算不算降熵?
      • 情况一:沉浸式观看(弱降熵)
      • 情况二:随意刷剧(不降熵)
    • 五、真正的“降熵活动”
      • 一级降熵(最强)
      • 二级降熵
      • 三级降熵
      • 增熵行为
    • 六、一个简单的自律判断法
    • 七、一个实用的晚间“降熵结构”
    • 八、为什么刷手机越多反而越累?
    • 九、一个非常重要的规律
    • 结语

很多人都有一种奇怪的体验:
下班后刷短视频两个小时,看似是在放松,但停下来之后却感到更加疲惫和空虚;而如果用同样的时间读书写点东西或者整理一下房间,反而会觉得更平静、更有掌控感。

为什么会出现这种现象?

一个非常有启发性的解释来自物理学中的一个概念——熵(Entropy)。虽然熵本来是热力学中的概念,但用它来理解人的生活状态,其实非常贴切。


一、什么是“熵”?

在物理学中,熵表示系统的混乱程度

简单来说:

  • 熵高:系统混乱、无序
  • 熵低:系统有序、结构清晰

例如:

状态熵值解释
整齐的房间低熵物品有序
被翻乱的房间高熵物品随机分布
冰块低熵分子排列整齐
水蒸气高熵分子完全混乱

物理学中有一个非常著名的规律:

熵增定律

也就是:

如果一个系统不持续输入能量,它的熵会不断增加。

例如:

  • 房间不整理 → 一定越来越乱
  • 桌面不收拾 → 文件越来越多

如果想让系统重新变得有序,就必须主动投入能量


二、人的生活其实也是一个“熵系统”

如果把人的生活当作一个系统,就会发现很多行为其实符合“熵增规律”。

例如:

1 刷短视频:心理熵增加

短视频具有几个典型特点:

  • 信息极度碎片化
  • 情绪刺激频繁
  • 内容快速切换
  • 注意力不断被打断

结果就是:

  • 大脑持续切换任务
  • 注意力结构被破坏
  • 思维越来越碎片化

这种状态可以理解为:

心理熵增加

表现出来就是:

  • 停下来后更空虚
  • 注意力下降
  • 心情变差
  • 很难再做深度工作

所以很多人都会有一个体验:

越刷越停不下来,但停下来反而更难受。

这是因为大脑已经被推到了高熵状态


2 整理房间:降低环境熵

很多人会发现:

当你把房间整理干净之后:

  • 心情会明显变好
  • 思路更加清晰
  • 更愿意开始做事情

这是因为环境秩序会影响大脑秩序。

心理学中有一个概念叫:

环境认知负荷(Cognitive Load)

环境越杂乱,大脑需要处理的视觉信息越多无意识消耗也越大。

因此整理房间其实是在:

降低环境熵


3 阅读:降低思维熵

阅读和短视频最大的区别在于信息结构。

行为信息结构熵变化
短视频碎片化熵增加
阅读书籍连续结构熵降低

阅读会让人:

  • 形成知识结构
  • 延长注意力时间
  • 建立连续思维

因此很多人都会有一个感受:

看书越久,人越安静。

这其实就是思维从高熵状态回到低熵状态。


三、并不是所有阅读都能“降熵”

这里有一个非常重要的区别。

很多人以为只要阅读就能降低熵,其实不一定。

关键要看信息结构是否连续


碎片化阅读

例如:

  • 随机公众号文章
  • 知乎短回答
  • 碎片博客

特点是:

  • 主题不断变化
  • 信息不连续
  • 很难形成体系

这种阅读的熵变化通常是:

不明显降熵,甚至轻微增熵。


连续读一本书

如果是连续阅读一本书,例如:

  • 技术书
  • 历史书
  • 研究类书籍

特点是:

  • 内容逻辑递进
  • 概念不断深化
  • 逐渐形成知识结构

例如学习风资源知识,如果碎片阅读:

今天看:

  • Weibull 分布
  • CFD
  • 风机载荷

第二天基本忘记。

而如果连续阅读一本完整书籍,大脑会逐渐形成结构:

风资源 ↓ 风统计 ↓ 威布尔分布 ↓ 设计风况 ↓ 载荷分析

这种结构化认知才是真正的降熵。


四、看电视剧算不算降熵?

这个问题其实很有意思。

答案是:

分情况。


情况一:沉浸式观看(弱降熵)

例如连续观看一部历史剧:

  • 《大明王朝1566》
  • 《雍正王朝》
  • 《三国演义》

这些剧:

  • 叙事结构连续
  • 人物关系复杂
  • 需要记忆剧情

大脑会形成:

  • 人物关系网络
  • 历史逻辑结构

这种情况可以算是:

弱降熵行为


情况二:随意刷剧(不降熵)

如果是:

  • 一边刷手机
  • 随便看几集
  • 经常快进

那信息其实没有进入长期记忆。

这种行为和短视频其实很接近:

熵增加。


五、真正的“降熵活动”

如果按照降熵强度排序,大致可以分为三类。


一级降熵(最强)

这些活动会产生结构成果

  • 写作
  • 编程
  • 技术总结
  • 建立知识体系
  • 做研究

例如写技术博客:

  • 风资源算法
  • 风机载荷分析
  • CFD方法

这种行为会直接构建知识结构。


二级降熵

系统学习型活动:

  • 阅读书籍
  • 系统课程
  • 深度研究

三级降熵

结构化娱乐:

  • 历史剧
  • 纪录片
  • 长电影

增熵行为

  • 刷短视频
  • 信息流
  • 热搜
  • 无目的聊天

六、一个简单的自律判断法

以后可以用一个非常简单的问题判断:

这个行为是在增加熵,还是减少熵?

例如:

行为熵变化
刷短视频
刷信息流
看书
整理房间
写作

原则很简单:

空闲时间尽量做“降熵活动”。


七、一个实用的晚间“降熵结构”

很多上班族晚上时间其实不多,如果想减少刷手机,可以建立一个简单结构。

例如:

21:30以后:

三步

第一步:整理环境(10分钟)

降低环境熵

第二步:阅读一本书(20分钟)

稳定注意力

第三步:输出内容(20分钟)

例如:

  • 写技术笔记
  • 写博客
  • 整理知识

这种结构的本质是:

把时间变成结构化输出。


八、为什么刷手机越多反而越累?

很多人误以为:

娱乐 = 放松

但实际上:

高熵娱乐反而会让人更累。

例如:

刷手机两个小时后:

  • 注意力被破坏
  • 情绪波动变大
  • 大脑更加混乱

而如果同样时间:

  • 读书
  • 写点东西
  • 做点整理

反而会感觉:

  • 更平静
  • 更有掌控感

九、一个非常重要的规律

很多人自律失败,其实是因为忽视了一件事:

熵增是默认状态。

如果不主动做任何事情:

  • 房间会越来越乱
  • 身体会越来越差
  • 思维会越来越混乱

因此自律的本质其实就是一句话:

持续做“反熵行为”。


结语

人的成长,本质上就是不断对抗熵增的过程。

整理环境、阅读书籍、持续学习、输出知识,本质上都在做同一件事:

让生活重新变得有序。

当生活结构越来越清晰时,人也会越来越稳定。

http://www.jsqmd.com/news/568777/

相关文章:

  • Qwen3.5-27B快速上手指南:中文Web对话界面+流式API调用详解
  • Ubuntu 入门教程:从安装到日常使用,新手一步到位
  • 单片机调试:问题复现与定位的实战技巧
  • 旧设备复活指南:用开源工具OpenCore Legacy Patcher实现系统焕新
  • Matlab源代码教程:枝晶生长模拟中的溶质与液相分数分析
  • DigitalSw:嵌入式按键与拨码开关消抖及边沿检测库
  • CLIP-GmP-ViT-L-14图文匹配工具入门必看:上传图片+批量文本匹配全流程
  • 国行iPhone Siri功能意外上线又撤回,背后暗藏玄机
  • AI辅助开发:让快马平台智能设计三极管音频放大器电路与仿真
  • 不用Rosetta也能玩转蛋白质预测?Python版Pyrosetta安装配置全攻略
  • 2026年质量好的果蔬榨汁机横向对比厂家推荐 - 品牌宣传支持者
  • 企微API集成指南——从回调到主动发送,全流程代码解析
  • 告别设计困境:Mi-Create让智能表盘创作零门槛且自由扩展
  • 新手福音,用快马AI生成2048论坛登录页,轻松理解Web开发基础
  • GLM-4v-9b图文对话:支持截图+文字混合输入的协同推理
  • XCOM 2模组管理终极解决方案:告别混乱,释放游戏潜能
  • 【数据结构】树的定义、核心术语与关键性质全解析
  • 【ubuntu26.04】:ubuntu——中文输入法的安装
  • 为什么draw.io桌面版成为离线绘图的首选方案
  • MongoDB:如何构建“数据回收站“,防止人为误删数据(延迟节点)
  • Stable Yogi Leather-Dress-Collection惊艳效果:复杂背景中皮衣主体高保真分离
  • 从居里兄弟到5G手机:聊聊压电材料如何决定你手机信号的强弱
  • 将敏感信息直接存储在 Cookie 中有什么风险?应该怎么做?
  • 老旧Mac重生计划:用OpenCore Legacy Patcher解锁 macOS 新体验
  • ZGC停顿时间为何突然飙升?3个被90%团队忽略的配置雷区曝光
  • 比迪丽LoRA GPU算力成本分析:按小时计费云GPU vs 本地A10服务器ROI对比
  • 从纯跟踪到iLQR:自动驾驶轨迹跟踪算法实战对比与选型指南
  • 知乎上线求职工具,助力毕业生破困局
  • Bowler RPC:面向Arduino嵌入式设备的轻量级实时RPC协议
  • FireRedASR Pro与STM32嵌入式开发结合:离线语音控制终端