![頭圖.png](https://ucc.alicdn.com/pic/developer-ecology/cf42621f0b6d4b6381951b0aff58ecbb.png)

作者 | 涉江
來源|[阿里巴巴雲原生公眾號](https://mp.weixin.qq.com/s/qoaq8likU7W-ff113hhdJQ)

> **導讀**：學習是我們從呱呱墜地開始就在進行的事，從簡單的模仿，到系統的訓練，學習對我們而言似乎已經習以為常。然而，我們真的學會學習了嗎？學習的終極目標是什麼？技術性學習思維又有什麼不同？本文從結構化思維說起，分享學習如何學習的方法。

# 前言

試想，接手一個新的業務方向，業務方的訴求是要求你能快速熟悉並投入，你會如何去應對這樣的挑戰呢？再試想，作為一名風控技術的新人，你需要在原先的防控策略上引入新的圖計算技術，又該如何快速學習新的技術，從而達成業務目標？

如何你恰好聽說過 XY 問題的理論，你就會知道，上述問題其實都是筆者丟擲來的 Y 問題，X 問題是我們到底應該如何快速去學習一項新的課題。

> XY 問題是他人詢問自己的嘗試的解決方案 Y，而不是實際問題 X。這會浪費大量的時間和精力，無論是尋求幫助的人，還是那些提供幫助的人。

# 什麼是結構化思維？

來看這樣一個例子，一個平臺戰役 KO 前的準備工作，有 A 組和 B 組兩種劃分方式。

![1.png](https://ucc.alicdn.com/pic/developer-ecology/5e3e03c9e576440a807e4c5d56d0d886.png)
A 組

![2.png](https://ucc.alicdn.com/pic/developer-ecology/c9dc166cb2de42a6a181d7d45152ea4f.png)
B 組

以上例子中，B 組比 A 組多出了一個“維度”，將原來的元素進行了歸類分組，從而讓整體資訊更有條理和邏輯，也更方便記憶。

我們身處資訊爆炸的環境，但是資訊不等於認知，大腦需要將接收到的資訊進行加工處理，最終形成認知並在需要時遷移運用，這樣的過程就是思維。資訊的加工處理是及其複雜的過程，需要一套科學的方法論來提高工作效率，結構化思維應運而生。

結構化思維是一個建立清晰、穩定、有序的思考結構，有助於我們將知識體系從零散到系統化。我們常用金字塔結構進行結構化理解和思考，金字塔結構是《金字塔原理》一書中提出來的概念，它是將結構化思維具象成類似三角形結構的樹狀圖，直觀地體現了由結論、論點、論據組成“先總後分”的立體化分析方式（縱向結構），再透過歸類分組的方式將資訊排序和窮盡（橫向結構）。

![3.png](https://ucc.alicdn.com/pic/developer-ecology/aecde116a3594fdc8c46e472d558e3fb.png)
金字塔結構

有意思的是，金字塔結構先總後分，我們看錶象似乎橫向結構越擴越寬，資訊越來越多。事實上隨著資訊的歸類分組，資訊開始知識化、系統化，資訊越加工越少，如果再次提煉形成自己的方法論層面，最終可以變成一種長波記憶。如下圖所示，當我們遇到某項課題的海量資訊時，需要做到像“漏斗”一樣的思考過程。

![4.png](https://ucc.alicdn.com/pic/developer-ecology/c90cbe55d745492196447b6b2e37333a.png)
[漏斗模型](https://pic3.zhimg.com/80/v2-9f3d9e9f8509ab2b4a92eca459f196c6_720w.jpg)

在前言中，筆者丟擲幾個問題，我們來思考一下，結構化思維能幫助我們快速的學習好一門課題嗎？我們嘗試用結構化思維來解決這個問題，從學習本身這個課題來看，先從[維基百科](https://zh.wikipedia.org/wiki/%E5%AD%A6%E4%B9%A0)獲得學習的定義：

> 學習是透過外界教授或從自身經驗提高能力的過程，從狹義角度來具體描述是透過閱讀、聽講、研究、觀察、理解、探索、實驗、實踐等手段獲得知識或技能的過程，是一種使個體可以得到持續變化（知識和技能，方法與過程，情感與價值的改善和昇華）的行為方式。

對學習這個課題進行分析，從狹義的角度，學習經過橫向拆解可以分為收集、加工、沉澱、使能四個方面，而結構化思維是一種結構化的思考和理解資訊的過程，和學習這個課題的整體縱向結構匹配可以得出結論，結構化思維主要可以幫助完成學習的加工階段，小部分覆蓋到學習的沉澱階段。因而我們可以得出一個簡單的結論，對於學習而言，只有結構化的思維還不夠。

![5.png](https://ucc.alicdn.com/pic/developer-ecology/ce3c5cacf5b14f0dbb71767a0b0766b0.png)

# 學習需要學習嗎？

在阿里巴巴公益培訓 Java 柚子訓練營開班第一期分享上，孤盡老師分享了學習四部曲，即記憶、理解、表達、融合。

記憶是資訊獲取的第一步，就像 CPU 運算時，要先把資料讀取到記憶體一般，有記憶的資料才能被大腦加工處理。如何高效的記憶呢？事實上，記憶的第一性原理還是重複，但在實際工作學習中，有一些方法能夠幫助大腦更容易記住資訊。

記憶分為長波記憶和短波記憶：

- 長波記憶：已經持久化到大腦中，忘記的時候只是因為沒有檢索到，但是很容易回想起來，類似磁碟儲存。

- 短波記憶：記住一段時間就忘記了，後面怎麼也想不起來，類似記憶體儲存。

就記憶而言，有以下要點值得注意：

- 有場景的資訊有助於記憶
- 有規律的資訊有助於記憶
- 有分類的資訊有助於記憶
- 有影像的資訊有助於記憶
- 自然連線的資訊有助於記憶

如果沒有在記憶之前進行思考，單純的重複效率不敢恭維。舉個例子，下面有兩組詞語，哪組更容易在極短的時間裡面記住呢？第一組是抽象的名詞，而第二組是具象的物品，顯然第二組能讓我們更快想到具體的場景畫面，並且還可以用結構性思維快速給它們分門別類，形成短波記憶。

- 同一性 矛盾性 螺旋性 鬥爭性 對立 統一 形而上 唯心主義 唯物主義 人性

- 西瓜 蘋果 香蕉 梨子 黃瓜 南瓜 蕃茄 白菜 香蔥 花椒 辣椒 香菜 車釐子

快速記憶之後的內容是還沒有消化的內容，很容易忘記，需要重複的理解，將知識內化成自己的認知的一部分，並且要去表達，傳遞出去，讓內化的知識能夠使能，邊學邊實踐才能融會貫通。

孤盡老師以記憶這一要素為啟發點，告訴我們要培養快速學習的能力，講究方法和努力，並且要學會如何學習。值得分享的是，很多時候我們是不知道自己不知道，沒有仔細去思考過如何學習本身這個命題，往往一頭扎進自己的業務和工作中，不可自拔，沒有跳出來看看一些根本的要素。

再舉個例子，Java中，LinkedList 是單向連結串列還是雙向連結串列？在很多開發同學的固化思維裡面就是單向連結串列，並且在使用時也不清楚是否是合適的場景，在學習的四部曲裡面其實只做到了第一點，記住了有這樣一個 List 子類，後面的三部曲統統沒有做到。

再如，浮點數為何會有精度問題，為什麼損失精度後是這樣一個結果，如果腦中沒有出現計算機浮點數清晰的儲存結構圖（有影像的資訊有助於記憶），那在學習的過程中就有很大的缺失。

![6.png](https://ucc.alicdn.com/pic/developer-ecology/28fc4f617f4b4d62b21e98dec3046632.png)
單精度浮點數儲存結構

這樣看來，你還會學習嗎？

# 技術視角的學習思維

從技術同學的角度出發聊學習思維，我們不妨先從領域驅動設計（Domain-Driven Design）開始。

在支撐業務時，要正確地理解業務領域，對問題域進行分析和領域知識建模，其中一種生動的方式就是 6W 模型，即描寫場景的過程必須包含 Who、What、Why、Where、When 與 How 這六個要素，領域專家或業務分析師從領域中提煉出“場景”，我們在學習領域時，就好像是在講故事，又好像是在拍電影。6W 模型如下圖所示：

![7.png](https://ucc.alicdn.com/pic/developer-ecology/54234a435a7e4bbabfa2d62fe95b9a8f.png)
6W 模型

軟體的實現依賴於現實問題域的知識模型抽象，而這個知識模型的構建事實上是技術視角下學習思維的表現（下稱技術性學習思維），在領域驅動設計中，主要分為戰略建模和戰1術建模，其中戰略到戰1術的思考本身可以看做是一種縱向到橫向的資訊歸類，以便於我們結構化、有序化的理解和思考。

我們說軟體是自動化現實世界的過程，首要任務就是學習這些過程，同時技術性學習思維要比常規的認知更加具有挑戰性，除了將資訊加工成知識，還需要進一步將知識模型化，再用計算機語言去表達這些知識模型，模擬現實世界的過程。軟體開發困難嗎？我想難，但也不難，好的設計和不好的設計都有能支撐業務的例子，但我們更期望有好的設計，怎麼做設計好的軟體呢？沒錯，這又是一個 Y 問題，X 問題是我們如何學會學習。

# 實踐和小結

## 1. Special

以筆者所從事的風控領域為例，要快速學習風控的知識，支撐起阿里及螞蟻集團的國際戰場。對收集的資訊進行整理、記憶之後，從風控思想視角，可以概括為如下的價值和描述：

> 一句話價值：風控價值 = 業務助力 + 有效攔截 - 業務打擾

![8.png](https://ucc.alicdn.com/pic/developer-ecology/b22167f3eb7a4aceb82d0890b80360ab.png)

而對相關概念加工整理和思考後，對風控技術進行理解，其中一種抽象的方式，把風控看成公式：

![9.png](https://ucc.alicdn.com/pic/developer-ecology/1beb15efe85a4331812b7bf9efe460ec.png)

把風控函式 f ，用變數體系進一步展開：
  
![10.png](https://ucc.alicdn.com/pic/developer-ecology/c2a9c75a3af344ca88a248d745d64687.png)

其中 s 是策略體系，u 是變數體系，var 是變數。

> 變數， 可以看成是策略條件部分的左值。

可以看到學習的過程是將一個龐大課題聚焦到核心要素，並且建立易於理解的模型層面，但這依然處在學習的中期甚至是早期階段，還需要不斷的表達和融合，內化為自己一部分。在風控領域其實還有很多方面需要下探，有一種還不會真正學習的意識也是巨大的收穫，能敦促自己朝著更體系化的目標而去，最終能融合成自己的學習結果，並有所領域產出。

## 2. 小結

快速學習是一種能被強烈感知到的訴求，受到阿里柚子訓練營的啟發，其實有時候焦慮的背後是因為自己還沒有學會如何學習，還是按照從前的方法在重複。學習如何學習是一種技能，要知道自己不知道，我們的終極目標還是要讓自己能在有限的時間裡高效的學習，而學習的終極目標不是沉澱，而是知識的表達和讓自己持續性的變化。

你真的會學習嗎？從結構化思維說起

相關文章