见事识人

你到了难处,去找人帮忙。

嘴上答应的客客气气的,不一定真的会帮你。

而满嘴刻薄的那个,说不定回头就替你办了。

所以说,别信人一张嘴,要看人一双手。

真心帮你的人,嘴上都不饶人。

而说的越客气的那个,心里面压根就没准备帮忙。

好人往往嘴贱,坏人往往嘴甜,每天都要你好看!

因为心直口快,得罪不少人,但又不会拐弯抹角,这种非黑即白的性格与生俱来。近日看到一段话说的挺好:口不饶人心地善,心不饶人嘴上甜。心善之人敢直言,嘴甜之人藏谜奸。宁交一帮抬杠的鬼,不结一群嘴甜的贼!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 195,898评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,401评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,058评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,539评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,382评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,319评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,706评论 3 386
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,370评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,664评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,715评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,476评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,326评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,730评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,003评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,275评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,683评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,877评论 2 335

推荐阅读更多精彩内容

  • 最近朋友圈频频有人转发以此为标题的文章,我深以为不然。 你遇到困难了,去找人帮忙。 嘴上答应的客客气气的,不一定真...
    轻扬2009阅读 720评论 0 0
  • 如果此刻,你不知道自己适合什么工作,不知道自己喜欢什么工作。何不读读这篇文章?不是鸡汤,也不是成功学,只是标题有点...
    雨山子皿阅读 11,578评论 158 677
  • 机器学习中分类和预测算法的评估: 准确率速度强壮行可规模性可解释性 什么是决策树/判定树(decision tre...
    楚怀哲阅读 205评论 0 0
  • 他是狼族太子,志殿。他是血族最高贵血统的继承者,峰大人。他们彼此继承着各自的使命,不断争夺对方的领土。只不过......
    豆蟹阅读 476评论 3 5
  • 那些彻骨的伤害,可能来自本应是最亲近的人。 鸡汤文总是鼓吹让我们忘记伤痛,使其开出彩虹。我只能说,还是不...
    就怕不够浪阅读 256评论 0 0