转贴:富士康错就错在太厚道

koukoujiayi koukoujiayi 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
作者:评评灌灌

  最近发现中国大陆媒体突然间变得老有正义感了,不惜版面地对富士康这个全球最大的代工厂口诛笔伐起来,说利润可怜到不足10%的富士康是血汗工厂,害得工人接连自杀。我觉得很奇怪,富士康在中国有六十多万的员工,按照富士康员工11起的自杀案件统计,富士康的自杀率连十万分之二都不到,远低于我们这个和谐社会十万分之十二(另一说为十万分之二十三)的平均自杀率,怎么不见国内媒体兴师问罪?敢情媒体是看人家富士康好欺负,要是敢拿咱们和谐社会的自杀率来说事的媒体那才叫人佩服,只怕没几天媒体就要关门倒灶停刊了。

  因为看望一个朋友,我到过深圳龙华两次,在龙华富士康生活区,我都为富士康的人流量而惊叹,恐怕在中国再也没有哪个企业的生活区的人流量能比得上富士康了,而且我还发现,除了着装很正规之外,富士康工人的精神面貌比起国内那些积弊多年的国企和一些靠加工出口的私营企业的普通员工好得多。再了解一下他们的收入,初级员工有一千多,一般的都有两三千,尤其是2010年以来,富士康加薪力度空前强大,这可比内陆地区那些城管协管员、派出所协管员的收入高多了。

  在龙华免税区门口停着的富士康员工的私家车一眼望不到头。街上还不断有三五成群的人在焦急地等着富士康的面试,不过这些还不是富士康员工最幸福的地方,由于富士康人口众多,且都是风华正茂的年轻人,富士康员工最幸福之处莫过于可以轻而易举地在出租屋内同居,而且他们完全不用像内陆的出租屋里的临时夫妻们那样担心着随时可能破门而入抓卖淫嫖娼和查暂住证的警察们。事实上也是如此,同居可以帮年轻的富士康员工们减轻房租负担,而且相互之间也有照顾,这种现象非常普遍。为此我打趣龙华本地的土著朋友:“你小子还做什么生意呢?就在这里摆个摊专门卖杜蕾斯得了,一天至少也能赚个千八百的。”

  如果你硬要说富士康的员工是因为在血汗工厂上班而不堪忍受压力而自杀,那么山西黑煤窑的里的黑工、童工在那么恶劣的非人的工作条件下却为什么没有自杀呢?要我说,其实都怪富士康太厚道了,创造了那么多就业岗位,让那些从农村出来的员工们在灯红酒绿的深圳了解到原来生活竟然可以这样美好,燃起了他们的希望。只是,在了解了那些美好之后却发现,达官显贵的纸醉金迷的生活是自己永远无法企及的,自然失落情绪就与日俱增,因为他们知道,即使自己在富士康这样的大企业里工作一辈子,面对动辄一万到数万每平方米不等的房价,自己无论如何拼搏也买不起深圳的寸砖片瓦,永远也过不起自己希望的那种生活。

  与其燃起希望到最后希望破灭,还真不如从来都没有希望的好,如果现在媒体还要怪富士康的话,那也只能怪富士康太厚道了,因为正是富士康让农村来的亚当和夏娃们轻而易举地吃了智慧树上的禁果,从此一发不可收拾,要是让他们永远在中国农村的伊甸园里呆着不就什么事情都没有了吗?
...全文

相关推荐

FTP多连接自动上传工具

FTP多连接自动上传工具

梓小彬吖

P1851 好朋友.mp4

P1851 好朋友.mp4

田舍翁zhu

自由学习记录(229)1

自由学习记录(229)1

domiyaki

人工智能基于神经网络的前向传播与反向传播算法:多层感知机在手写数字识别中的应用

内容概要:本文系统讲解了人工神经网络的核心原理与实现方法,从生物神经元启发出发,详细推导前向传播、损失函数、反向传播与梯度下降四大关键机制,并基于NumPy从零实现一个多层感知机(MLP),在MNIST手写数字数据集上完成分类任务。文中涵盖激活函数(如ReLU、Sigmoid)、交叉熵损失、Softmax输出、Adam优化器等核心技术点,提供完整可运行代码,并对比SGD与Adam的训练表现,帮助读者深入理解神经网络的工作流程和调优策略。; 适合人群:具备Python和线性代数基础,对深度学习感兴趣的学生、工程师或科研人员,尤其适合希望从底层掌握神经网络原理的学习者。; 使用场景及目标:①理解神经网络的基本构成单元及其数学原理;②掌握前向传播与反向传播的实现细节;③学会用NumPy构建可训练模型;④比较不同优化器的收敛特性并进行模型调优。; 阅读建议:建议边阅读边运行代码,重点关注每一层的输入输出形状、梯度传递过程以及参数更新逻辑,结合文末常见问题表进行调试与实验,加深对训练动态的理解。

专注仿真

chromedriver-win64-159.0.8132.0(Canary).zip

chromedriver-win64-159.0.8132.0(Canary).zip

LCG元
评论 52
收藏 已收藏
分享
返回顶部
koukoujiayi
非技术区 7,776 成员 63,111 内容