东汉由光武帝刘秀建立，从建武元年刘秀称帝（公元25年），到黄初元年（220年）曹丕称帝，东汉延续196年，实际上，在汉灵帝中平六年，董卓入京开始，东汉大权被董卓掌握，东汉名存实亡，东汉王朝实际皇帝掌握权利只有165年。三国自东汉末年开始，结束于西晋的一段历史，分为曹魏、东吴、蜀汉三个国家。曹操夺取荆州后，欲跨过长江进攻东吴，在赤壁开展大战，东吴孙权和蜀汉刘备联合，打败曹操，天下一分为三，形成三国鼎立局面。
　　东汉恒帝和灵帝时，宦官和外戚交替掌握权利，双方互相争夺权利。第一位专权的外戚是大将军窦宪，窦宪是窦太后的哥哥，汉章帝刘炟死后，年仅十岁的汉和帝刘肇继位，刘肇的母亲窦太后垂帘听政，皇帝权利由窦家掌握。和帝利用宦官郑众统领禁军，消灭了窦宪势力，夺回皇帝权利，太监郑众开始专权，并被封为鄛乡侯，开创宦官封侯的先例。汉恒帝刘志死后，没有儿子，选汉章帝玄孙刘宏继位，刘宏被称为汉灵帝，汉灵帝是有名的昏君，他被宦官控制。汉灵帝在内宫无聊，一个太监选四头驴进宫，每天驾驴车载皇帝在宫里转，灵帝有时亲自驾车，皇帝驾驴车传到宫外，大臣们纷纷模仿，一时驴价大涨。有一天上朝，灵帝打瞌睡，一个太监找一条狗穿朝服进宫，灵帝大喜，称好一个狗官，满朝大臣都感到愤怒。灵帝喜欢做商人，在后宫模仿民间市场，让宫女叫卖东西，另一半人前来买东西，灵帝在市场上走来走去，十分高兴。
　　汉灵帝公开卖官，锯鹿太守司马直清廉有名，灵帝把他的做官费降了三百万，司马直生气地说：我不干了，灵帝不同意，说你不干，我怎么赚钱啊？不行。司马直在上任的路上写了一篇批评时政的遗书，然后直接服毒自杀。崔烈花钱五百万，买了个司徒，在拜官仪式上，灵帝看见崔烈很得意，后悔觉得要钱少了，旁边一个官员说：他是名士，能出五百万，我做了大量工作，汉灵帝卖官真的很荒唐。崔烈买官后，名声逐渐败坏了，这样的皇帝怎么治理天下？东汉在汉灵帝刘宏这个昏君统治下开始混乱。
　　汉灵帝刘宏网络图片

老挝加紧为中国游客到来做准备2月8日，游客在老挝首都万象湄公河边广场休闲。随着中国不断优化疫情防控政策，有序恢复公民出境旅游，老挝政府和旅游业正加紧改善旅游设施，提升服务水平，为预期中的大批中国游客到来做好准因变法失败逃往海外，竟建起一座中国城，福州话是官话你听说过诗巫吗？在遥远的海外，有这样一座中国城，大家讲福建话和普通话，40以上都是华人！这座中国城的租期是999年，竟是晚清的一位通缉犯所建，当地有上万华人在此生活，他们享有各项自曾经出现一位乞丐如果不是评委的失误他本是中国第一个得诺贝尔奖在新中国的历史上，曾经出现一位乞丐教授。如果不是评委的失误，他本应该是中国第一个获得诺贝尔奖的科学家。他是全世界第一个发现正电子的科学家。然而这个重量级的发现，却被外国人给窃取了。星云大师去世，他解救多少焦虑的中国人？撰文丹木十点人物志原创2023年2月5日，星云大师在台湾省佛光山安详辞世。他是当今佛教界的泰山北斗，但远不止是一位僧人。从年轻时，星云就立下志向，佛教应该走出寺庙，去关怀更多的人，开售倒计时！12256GB版本2799元的一加Ace2为何人气火爆？还有不到一天的时间，性能手机新标杆一加Ace2就要正式开售了。这一代直接做到了普及旗舰体验，高性能高颜值长续航大内存起步而且价格亲民，做到了同价位段人有我有人无我有，一加Ace2新美医保及社保系统将被掏空在拜登政府国情咨文上，拜登与共和党人在削减社会保障和医疗保险以应对失控的华盛顿开支上产生巨大分歧。据美国有限电视CNN称，美国的医院保险信托基金（Medicare）已经没钱了，在去中国特供，英特尔i513790F处理器参数公布本文转自IT之家作者孤城英特尔近日在中国推出了i513490F和i713790F两款小黑盒特供处理器，售价分别为1599元和2999元。现在，英特尔官网公布了这两款处理器的详细参数ChatGPT大火时，微软对元宇宙下手了！凭借ChatGPT的大火，微软（MSFT。US）风头正劲。然而有人开心，就有人失落。在微软加码人工智能的同时，反而对这两年受市场关注的元宇宙部门宣布裁员了。裁员波及微软多个元宇宙部行情实在是不给力四大主板商出货量暴跌千万张去年PC行业的惨象相信大家也是看在眼里，由于市场的不景气，包括CPU显卡内存等硬件销量一路下滑，更不用说作为承载它们的主板，目前有统计机构放出了2022年PC市场主板的统计数据，结微星宣布旗下700系列主板支持48GB和24GB的DDR5内存，可支持192GB据wccftech报道，今天，MSI宣布在英特尔700和600系列主板上支持48GB和24GBDDR5非二进制内存，包括MEGMPGMAG和PRO系列产品。也就是说，4个DIMM主有人月入10万，揭秘ChatGPT聊天机器人的核心逻辑ChatGPT无疑是最近网络中最靓的仔，小汪哥通过这段时间的使用，加上对一些资料的查阅，了解了一些背后的原理，试图讲解一下ChatGPT应用的底层原理。如果有不正确的地方，欢迎指正