阿里妹导读：学习是我们从呱呱坠地开始就在进行的事，从简单的模仿，到系统的训练，学习对我们而言似乎已经习以为常。然而，我们真的学会学习了吗？学习的终极目标是什么？技术性学习思维又有什么不同？本文从结构化思维说起，分享学习如何学习的方法。
一 前言
试想，接手一个新的业务方向，业务方的诉求是要求你能快速熟悉并投入，你会如何去应对这样的挑战呢？再试想，作为一名风控技术的新人，你需要在原先的防控策略上引入新的图计算技术，又该如何快速学习新的技术，从而达成业务目标？
如何你恰好听说过XY问题的理论，你就会知道，上述问题其实都是笔者抛出来的Y问题，X问题是我们到底应该如何快速去学习一项新的课题。
XY问题是他人询问自己的尝试的解决方案Y，而不是实际问题X。这会浪费大量的时间和精力，无论是寻求帮助的人，还是那些提供帮助的人。
二 什么是结构化思维？
来看这样一个例子，一个平台战役KO前的准备工作，有A组和B组两种划分方式。
A组
B组
以上例子中，B组比A组多出了一个“维度”，将原来的元素进行了归类分组，从而让整体信息更有条理和逻辑，也更方便记忆。
我们身处信息爆炸的环境，但是信息不等于认知，大脑需要将接收到的信息进行加工处理，最终形成认知并在需要时迁移运用，这样的过程就是思维。信息的加工处理是及其复杂的过程，需要一套科学的方法论来提高工作效率，结构化思维应运而生。
结构化思维是一个建立清晰、稳定、有序的思考结构，有助于我们将知识体系从零散到系统化。我们常用金字塔结构进行结构化理解和思考，金字塔结构是《金字塔原理》一书中提出来的概念，它是将结构化思维具象成类似三角形结构的树状图，直观地体现了由结论、论点、论据组成“先总后分”的立体化分析方式（纵向结构），再通过归类分组的方式将信息排序和穷尽（横向结构）。
金字塔结构
有意思的是，金字塔结构先总后分，我们看表象似乎横向结构越扩越宽，信息越来越多。事实上随着信息的归类分组，信息开始知识化、系统化，信息越加工越少，如果再次提炼形成自己的方法论层面，最终可以变成一种长波记忆。如下图所示，当我们遇到某项课题的海量信息时，需要做到像“漏斗”一样的思考过程。
漏斗模型[1]
在前言中，笔者抛出几个问题，我们来思考一下，结构化思维能帮助我们快速的学习好一门课题吗？我们尝试用结构化思维来解决这个问题，从学习本身这个课题来看，先从维基百科[2]获得学习的定义：
学习是透过外界教授或从自身经验提高能力的过程，从狭义角度来具体描述是通过阅读、听讲、研究、观察、理解、探索、实验、实践等手段获得知识或技能的过程，是一种使个体可以得到持续变化（知识和技能，方法与过程，情感与价值的改善和升华）的行为方式。
对学习这个课题进行分析，从狭义的角度，学习经过横向拆解可以分为收集、加工、沉淀、使能四个方面，而结构化思维是一种结构化的思考和理解信息的过程，和学习这个课题的整体纵向结构匹配可以得出结论，结构化思维主要可以帮助完成学习的加工阶段，小部分覆盖到学习的沉淀阶段。因而我们可以得出一个简单的结论，对于学习而言，只有结构化的思维还不够。
三 学习需要学习吗？
在阿里巴巴公益培训Java柚子训练营开班第一期分享上，孤尽老师分享了学习四部曲，即记忆、理解、表达、融合。
记忆是信息获取的第一步，就像CPU运算时，要先把数据读取到内存一般，有记忆的数据才能被大脑加工处理。如何高效的记忆呢？事实上，记忆的第一性原理还是重复，但在实际工作学习中，有一些方法能够帮助大脑更容易记住信息。
记忆分为长波记忆和短波记忆：
长波记忆：已经持久化到大脑中，忘记的时候只是因为没有检索到，但是很容易回想起来，类似磁盘存储。
短波记忆：记住一段时间就忘记了，后面怎么也想不起来，类似内存存储。
就记忆而言，有以下要点值得注意：
有场景的信息有助于记忆
有规律的信息有助于记忆
有分类的信息有助于记忆
有图像的信息有助于记忆
自然连接的信息有助于记忆
如果没有在记忆之前进行思考，单纯的重复效率不敢恭维。举个例子，下面有两组词语，哪组更容易在极短的时间里面记住呢？第一组是抽象的名词，而第二组是具象的物品，显然第二组能让我们更快想到具体的场景画面，并且还可以用结构性思维快速给它们分门别类，形成短波记忆。
同一性 矛盾性 螺旋性 斗争性 对立 统一 形而上 唯心主义 唯物主义 人性
西瓜 苹果 香蕉 梨子 黄瓜 南瓜 西红柿 白菜 香葱 花椒 辣椒 香菜 车厘子
快速记忆之后的内容是还没有消化的内容，很容易忘记，需要重复的理解，将知识内化成自己的认知的一部分，并且要去表达，传递出去，让内化的知识能够使能，边学边实践才能融会贯通。
孤尽老师以记忆这一要素为启发点，告诉我们要培养快速学习的能力，讲究方法和努力，并且要学会如何学习。值得分享的是，很多时候我们是不知道自己不知道，没有仔细去思考过如何学习本身这个命题，往往一头扎进自己的业务和工作中，不可自拔，没有跳出来看看一些根本的要素。
再举个例子，Java中，LinkedList是单向链表还是双向链表？在很多开发同学的固化思维里面就是单向链表，并且在使用时也不清楚是否是合适的场景，在学习的四部曲里面其实只做到了第一点，记住了有这样一个List子类，后面的三部曲统统没有做到。
再如，浮点数为何会有精度问题，为什么损失精度后是这样一个结果，如果脑中没有出现计算机浮点数清晰的存储结构图（有图像的信息有助于记忆），那在学习的过程中就有很大的缺失。
单精度浮点数存储结构
这样看来，你还会学习吗？
四 技术视角的学习思维
从技术同学的角度出发聊学习思维，我们不妨先从领域驱动设计（Domain-Driven Design）开始。
在支撑业务时，要正确地理解业务领域，对问题域进行分析和领域知识建模，其中一种生动的方式就是6W模型，即描写场景的过程必须包含 Who、What、Why、Where、When 与 hoW 这六个要素，领域专家或业务分析师从领域中提炼出“场景”，我们在学习领域时，就好像是在讲故事，又好像是在拍电影。6W 模型如下图所示：
6W模型
软件的实现依赖于现实问题域的知识模型抽象，而这个知识模型的构建事实上是技术视角下学习思维的表现（下称技术性学习思维），在领域驱动设计中，主要分为战略建模和战术建模，其中战略到战术的思考本身可以看做是一种纵向到横向的信息归类，以便于我们结构化、有序化的理解和思考。
我们说软件是自动化现实世界的过程，首要任务就是学习这些过程，同时技术性学习思维要比常规的认知更加具有挑战性，除了将信息加工成知识，还需要进一步将知识模型化，再用计算机语言去表达这些知识模型，模拟现实世界的过程。软件开发困难吗？我想难，但也不难，好的设计和不好的设计都有能支撑业务的例子，但我们更期望有好的设计，怎么做设计好的软件呢？没错，这又是一个Y问题，X问题是我们如何学会学习。
五 实践和小结
1 Special
以笔者所从事的风控领域为例，要快速学习风控的知识，支撑起阿里及蚂蚁集团的国际战场。对收集的信息进行整理、记忆之后，从风控思想视角，可以概括为如下的价值和描述：
一句话价值：风控价值 = 业务助力 + 有效拦截 - 业务打扰
而对相关概念加工整理和思考后，对风控技术进行理解，其中一种抽象的方式，把风控看成公式：
把风控函数f ，用变量体系进一步展开：
其中 s 是策略体系，u 是变量体系，var 是变量。
变量， 可以看成是策略条件部分的左值。
可以看到学习的过程是将一个庞大课题聚焦到核心要素，并且建立易于理解的模型层面，但这依然处在学习的中期甚至是早期阶段，还需要不断的表达和融合，内化为自己一部分。在风控领域其实还有很多方面需要下探，有一种还不会真正学习的意识也是巨大的收获，能敦促自己朝着更体系化的目标而去，最终能融合成自己的学习结果，并有所领域产出。
2 小结
快速学习是一种能被强烈感知到的诉求，受到阿里柚子训练营的启发，其实有时候焦虑的背后是因为自己还没有学会如何学习，还是按照从前的方法在重复。学习如何学习是一种技能，要知道自己不知道，我们的终极目标还是要让自己能在有限的时间里高效的学习，而学习的终极目标不是沉淀，而是知识的表达和让自己持续性的变化。
相关链接
[1]https://pic3.zhimg.com/80/v2-9f3d9e9f8509ab2b4a92eca459f196c6_720w.jpg
[2]https://zh.wikipedia.org/wiki/%E5%AD%A6%E4%B9%A0
- EOF -
想要加入中生代架构群的小伙伴，请添加群合伙人大白的微信
申请备注（姓名+公司+技术方向）才能通过哦！
阿里技术精彩文章推荐
往期推荐
阿里文娱技术专家战獒: 领域驱动设计详解之What, Why, How?
蚂蚁集团沈凋墨：Kubernetes-微内核的分布式操作系统
支付宝研究员兼OceanBase总架构师杨传辉：我在数据库梦之队的十年成长路
蚂蚁资深算法专家周俊：从原理到落地，支付宝如何打造保护隐私的共享智能？
蚂蚁科技 Service Mesh 落地实践与挑战 | GIAC 实录
蚂蚁集团涵畅：再启程，Service Mesh 前路虽长，尤可期许
阿里P8架构师：淘宝技术架构从1.0到4.0的架构变迁！12页PPT详解
阿里技术专家甘盘：浅谈双十一背后的支付宝LDC架构和其CAP分析
阿里高级技术专家至简: Service Mesh 在超大规模场景下的落地挑战
END
#架构师必备#
点分享点点赞点在看
5197
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
