一 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雲計算技術，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。

二 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。

A組

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）。

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。

漏斗模型

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。

三 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象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 西紅柿 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（有影象的資訊有助於記憶），那在學習的過程中就有很大的缺失。

單精度浮點數儲存結構

這樣看來，你還會學習嗎？

四 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：

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術建模，其中戰略到戰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。

五 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

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：

把風控函式f ，用變數體系進一步展開：

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。