當前位置:文範網 >

個人文檔 >學生作文 >

未來的馬作文多篇

未來的馬作文多篇

未來的馬作文多篇

未來的馬作文 篇一

同學們好!我就是未來的馬,你們可別瞧不起我啊,你們一定學過《天馬》這篇課文吧,告訴你們吧,我能賽過“天馬”,這回你該知道我有多厲害了,下面我會讓你知道我這匹馬是無與倫比的神馬。

我是勞動馬。我的工作是在田地裏幫人們耕地、播種、施肥、澆水、除草。等秋天一到,莊稼成熟,我就開始收割。農民看到糧食堆滿倉,拍手稱讚我這匹馬為人們立下了“汗馬功勞”。

我是建樓馬。我的工作是幫人們設計樓房造型新穎,設施方便舒適,人們什麼時候需要我就什麼時候建,既快又好,保證達到人類滿意。當人們看到撞撞樓房平地起時,人人豎起大拇指誇我是“馬到成功”。

我是機器馬。只要按一下電鈕,就會聽從你的指揮,你一拍手它就會向前奔馳,“馬不停蹄”把你帶到十萬八千里以外,你會看到天底下最美麗的景色,人們稱讚我是“天馬行空”。

我是教師馬。我的工作是教小朋友學知識,讓小朋友用所學到的知識打開智慧的寶庫,將來長大成為國家的棟樑,世界的驕傲。把祖國建設成繁榮昌盛的世界一流的強國,到那時你看到的是“人歡馬叫”。

我是綜合馬。只要是人們能做的,我都能做,人們不能做的我還能做,任何事也難不倒我,我是無所不能啊!如:老實温順善解人意的馬,適合老年人騎,讓老年人愉快地度過晚年。遊戲趣味馬會跳又會唱,適合小朋友騎,讓小朋友嬉戲、玩耍,快樂成長。工作馬適合成年人騎,它可以讓人們“一馬當先”隨後就是“千軍萬馬”讓人們“快馬加鞭”最終事業有成。

看!我未來的馬很棒吧,我想人類擁有了我一定很高興,趕快來“伯樂相馬”吧。

未來的馬作文 篇二

在25世紀裏,科學家發明了一種馬,這種馬跟現代馬不同,現代馬要喂草等食物,可是這種馬不同,你只要給它補充能量就得了。

這種馬有一雙輕盈的翅膀,它飛行的速度非常快。一分鐘就能飛行200公里比飛機還要快呢!

有了這種馬,就不在絕得累了,比如説你有急信要送給親人要兩三天才能送到那不如不送了。這種馬半天就能幫你送到,只要你寫上收信人的名字和地址就得了。你要去旅遊,搭車搭得又累有又暈的,這種馬能送你去你也沒有頭暈腦漲了。

但是這一切都是我們的幼想而以,所以我們要奮鬥就可以研究出來。

未來的馬作文 篇三

20xx年,世界發生了非常大的變化,當然大自然的動物也變樣了,其中的馬,就是我鄧博士發明設計的。

大家都知道,現在的馬是有血肉的,還有骨頭。可今天的馬卻不同了,它是用仿製馬皮加上木偶關節和電子核心還有馬的基因細胞袋做成的馬的外表是一層仿製馬皮,包住全身,裏面卻是木偶關節它的體內有一個放馬的基因和細胞還有血的袋子。這裏為了讓它能跟真馬幾乎一樣,馬的頭裏面,有一個電子核心,是讓馬運動起來的,來控制各個關節的運作。你們肯定會問,它吃什麼,我會告訴你,馬就吃空氣和眼光,這兩種東西能讓它隨時都充滿力氣和生機。

這種馬能調節速度,只要對它説就行了。它能在你渴了的時候給你送上一杯飲料。還能幫你幹你一切不想幹的事,它最大的優點就是一個月能幫人實現一個願望。

未來的馬雖然如此先進,但是也別忘了馬是人們忠實的朋友。

未來的馬作文 篇四

“大家好,我是寶馬電視台的主持人,下面請看30世紀最帥氣,最靚麗的小馬登場,掌聲歡迎!好,小馬上場,讓我為大家做一下簡單介紹吧,這匹馬長2米,高1.5米,屬於水陸兩棲動物,可為您看家,並且以垃圾為食,是您居家的得力助手哦,快撥打熱線1234567搶購吧!”

看着電視上的主持人,又看看那匹馬,又想了一下,應該買匹這樣的馬了,因為我每次去賣馬的商店都選不到中意的。哦,忘了告訴你,我是一個億萬富翁,現在的交通工具不是車,不是飛機,而是各種各樣的馬。經常旅行的人應買會飛的天馬,警察應買抓小偷的奔馬,普通老百姓家家都有看門馬······而剛剛那匹是集齊各種功能為一身的靚馬,肯定最適合我!哎呀,忘了只有十匹這樣的馬,我趕緊撥打熱線,得到了最後一匹。不一會兒,一匹靚馬飛到了家門口。

哎,累了一天,也該睡一覺了。突然,門口傳來“哎呦哎呦”的叫聲。怎麼了?我打開門一看,原來是一個小偷被我的靚馬給踢了。嘿嘿,看你還敢不敢再偷東西了。

以前的馬,都是上戰場拉馬車的,現在不僅會飛、抓小偷,還吃垃圾呢!現在,垃圾已經成了馬兒最愛吃的食物,馬完全可以充當清潔工的角色。不過我還要提醒你,在馬吃東西時你千萬別靠近,不然馬兒會以為是你和他再搶食物,要知道,與馬搶食物的後果可不是被馬踢一下那麼簡單······

哈哈,有匹馬真好啊,,好多費用都省了,想旅遊就旅遊,想游泳就游泳,想環保就環保。有了馬,真是什麼都不用操心了。

怎麼樣,我的靚馬不錯吧?

標籤: 多篇 未來
  • 文章版權屬於文章作者所有,轉載請註明 https://wenfanwang.com/gerenwendang/zuowen/dv8req.html
專題