认知负载

Hi，我是阿昌，今天学习记录的是关于认知负载的内容。

一、怎样理解认知负载？

作为开发人员，不管是不是工作在遗留系统上，一定面临过来自业务方或项目经理的灵魂拷问：

为什么这个需求这么简单，不过是多一项在下拉菜单，却开发这么长时间，要做绝对不超过半天！

言语中透露出一丝对于你工作能力的质疑，或是上班摸鱼的揣度。然而实际情况真的如此吗？恨不得翻出代码逐行展示给他看。

来来来，以为只是下拉框多了一项，实际上前后端都要加上；后端还要改五个服务，有两个本地从未部署；搭环境调服务就用了一天，改代码修 bug 又是两天半；别问为什么修了两天 bug，因为实际上服务要改六个；已经连续加班三个晚上，要觉得你行下次你上……玩笑归玩笑，但类似的 battle 相信每个同学都经历过。

在面对这样的质疑时，内心肯定是很委屈的。但是是否思考过这里面的真正原因？可能会说，是架构不合理，新增一个下拉项要改五六个服务；是 DevOps 工具不好用或根本没有，在本地部署新服务搭环境要很长时间；是系统知识严重缺失，不知道要改哪些地方以至于漏掉了一个服务……虽然这些问题确实增加了工作难度，但是对于项目上的老人不是这样啊，他们改起来仍然游刃有余，没部署过的服务也能轻松调通。你可能会辩驳，这是系统太复杂，对新人不友好，而老人都已经熟悉了。是的，没错，说对了。但这里面有个更专业的术语，叫做认知负载。

认知负载（Cognitive Load）是认知心理学家 John Sweller 在上世纪 80 年代所创建的理论，是指从事一件工作所要使用的脑力劳动的总和。简单来说，就是可以用认知负载衡量牺牲了多少脑细胞。

认知负载一共分为三种类型，内在认知负载、外在认知负载和相关认知负载。

对于它们的定义和对比，汇总了一张表。

从表中可以看到：

• 内在认知负载是掌握一门技能所必须要付出的努力，虽然不同的技能难度不同，但只要选择了一个，它的大小就固定了，掌握得不够必然就无法胜任工作。

• 外在认知负载是信息的呈现方式，是着重要降低的，信息的呈现自然应该越简单越好。

• 相关认知负载是在构建概念时要了解的知识，是要尽可能增加的，因为这些知识越多越有利于工作。

也就是说，要完成一项工作，就要在内在认知负载一定的前提下，尽量减少外在认知负载，增加相关认知负载。

以软件开发为例，要完成这项工作，就要在掌握开发技能的前提下，尽量简化与开发需求本身无关的细节，而去了解尽可能多的业务知识。看到这里，就能充分理解为啥架构不合理、DevOps 工具不好用以及系统知识匮乏，都会导致改个“芝麻大”的需求都要加班加点，没错，罪魁祸首就是外在认知负载。

结合前面的例子，逐一分析：一个小需求都要改很多地方，说明模块划分时，可能一起发生变化的部分没有内聚在一起，而是分离到了不同模块和层级，架构向开发者呈现系统的方式过于复杂，增加了外在认知负载；DevOps 工具不好用，意味着工具向开发者呈现的部署任务方式太复杂；同理，没人能把一个需求要改哪些地方都说清楚，说明系统知识早已藏身代码深处，不陪葬一把头发深入研究代码，别想拿到这些知识。而项目里的“老人们”早已经消化掉了这些外在认知负载。

相信他们在刚加入项目时，也一定经历过你的这些崩溃时刻。还有一点就是，有些时候一些知识或实践，看上去在当下增加了外在认知负载，但实际上长远来看，是可以大大降低外在认知负载的。

比如测试驱动开发，一开始上手的时候，绝大多数开发人员可能都不会写代码了，软件开发的外在认知负载一下子大了很多。但如果把它当做一项技能（也就是内在认知负载）去不断学习、刻意练习的话，熟能生巧之后，就会大大降低写代码的整体认知负载，而且还提升了软件的质量（因为有很多自动化测试），降低了业务知识获取的难度（测试可以看成是有效的文档）。

二、遗留系统中的认知负载

那么遗留系统中的外在认知负载都有哪些呢？

遗留系统的特点，代码质量差、架构不合理、测试不充分、DevOps 水平低，其实都会导致外在认知负载增加。

不过，遗留系统最大的认知负载其实是无处可寻的业务知识。遗留系统中的蕴含着丰富的业务资产，但由于种种原因，导致这个资产并不那么容易获得。

遗留系统在构建的时候，往往会有成百上千页的需求、设计文档，这些的确能准确描述当时的系统状态。然而随着时间的更迭、需求的演化，当前的系统已经和构建时不可同日而语，且不同阶段的文档往往无法很好地保留下来，这就造成了业务知识的缺失。

即使所有文档都保存完好，也很难有人能完完整整地阅读下来。而且，也没有人能保证系统的实现和文档的描述是完全吻合的。

可能会问，不是还有人吗？去问问需求人员或者业务分析人员啊。遗憾的是，对于时间不太长的遗留系统，也许还能找到人，但稍长一点的，可能人影都找不到了。

有的离职了，有的升职了，有的可能是第三方供应商开发的，现在已经不合作了。即使有些知识可以在开发人员之间口口相传下来，但是也是严重失真的，没人能确保它的正确性。

下图是事件风暴的发明者 Alberto Brandolini 在讲述知识的分布时用到的图，想它也同样适合描述知识传递过程。

结合图片可以看到，有些知识只有曾经工作在它上面的某一个人知道，有些知识得去问 Bob，而有些知识就像一个谜。

如果系统中包含自动化测试，尤其是那种描述一个端到端业务的自动化测试，某种意义上是可以被看作有效文档的。

但对于遗留系统来说，这样的测试太罕见了，不提也罢。

很明显，想通过历史文档、咨询相关者，以及自动化测试等手段理清业务，都不靠谱。

其实，要想捋清一个遗留系统的业务，唯一有效的方式就是“扒代码”。

把代码掰开揉碎了仔细阅读，弄清楚每一行的意图，直到搞清楚这一块代码所要表达的业务逻辑。

但这种方法同时又是非常低效的，因为遗留系统的代码质量往往惨不忍睹，想靠人工的方式来梳理代码理清业务，是几乎不可能完成的任务。

经过这一番描述，应该弄清楚了遗留系统中业务知识难以获取的原因。

因为它们是以“质量很差的代码”这种形式向人呈现出来的，因此有着非常高的外在认知负载。

这里可能会有疑问，前面不是还说业务知识是相关认知负载，需要增加吗？

这里为什么又说业务知识是遗留系统最大的认知负载，需要降低呢？

其实这里说的，隐藏在遗留系统隐秘角落的业务知识，是指它们呈现的方式不友好，提高了外在认知负载，而这恰恰是需要降低的。

遗留系统的第二大认知负载，是同样难以获取的系统知识。这里的系统知识是指系统的具体实现细节，包括模块的划分、架构的取舍，以及每一个技术决策的原因。

这些知识也同样很难有文档可以一窥究竟，更遗憾的是，连代码都无法体现出每一个细节。治理的一段代码，有一行用 Thread.sleep(5000) 等待了 5 秒钟。

问遍团队的每一个人，都不知道这行代码的用意，于是就当做无用代码删掉了。

没想到几天之后系统崩溃了，原来这行代码的前面几百行，有一处调用链很深的代码触发了一个后台任务，等待 5 秒钟的目的就是等这个后台任务跑完，然后后面的代码就可以用这个后台任务所生成的数据了。

删掉这行等待代码，后续的代码就失败了。糟糕的代码各有各的糟糕之处。但这段代码的问题并不在于它有多糟糕，而是在于没有人知道它为什么糟糕。

这种代码存在于系统之中，就带来了非常高的外在认知负载。

这些高认知负载的系统知识，会导致需求开发走向“魔改”。

所谓“魔改”，就是魔幻般地修改，这种情况下，没人能说清楚一个新需求应该改哪里，更没法保证改了这些，是否就覆盖了全部要改的内容。

至此，已经知道了遗留系统之所以这么“难搞”，就是因为过高的外在认知负载。人们在遗留系统上工作的时候，所付出的脑力劳动比正常系统要多得多，因此只要能大致测试通过，就会凑合着上线，而没有精力去偿还欠下的债务、改善外在认知负载。如此恶性循环，导致遗留系统的外在认知负载越来越高，修改起来越来越难。

进行遗留系统的整治，其实就是要尽力降低遗留系统的外在认知负载。外在认知负载降低了，开发起来容易了，痛点自然就解决了。

三、以降低认知负载为前提

以降低外在认知负载为前提的意思就是，进行遗留系统现代化时，所做的任何举措都应该是能够降低外在认知负载的。

遗留系统的四化建设的“四化建设”——代码现代化、架构现代化、DevOps 现代化和团队结构现代化，会发现这四大方向其实都有利于降低团队外在认知负载。

• 对代码进行重构、改善代码的可读性，可以降低阅读代码的难度，实际上就是降低代码的认知负载；
• 对单体架构进行拆分，分解成多个小的、更加内聚的微服务，每个服务可以独立部署和演进，实际上就是在降低业务和系统的认知负载；
• 优化持续集成流水线，让开发人员提交代码之后就不必随时关注后续的步骤，轻装上阵；
• 对团队结构进行优化，让每个团队只关注少量大小适中的业务模块，以降低认知负载。

没错，降低认知负载这一原则不光能作为方向指引，落到微观操作层，同样能帮助科学预判改造过程中的每个决策。

比如在进行微服务拆分时，是应该先对代码进行模块化分解，再进而拆分出独立的服务，还是应该直接拆分出服务，再对耦合的部分进行解耦呢？代码分层改造时，是应该改造成分层架构，还是六边形架构或整洁架构呢？优化分支策略时，是应该基于主干开发，还是应该使用特性分支呢？前端应该改造成 React 还是 Vue？改造过程如何回退？

在遗留系统现代化的过程中，如果以常规的技术视角去看待上述问题，可能很多类似的技术决策都很难找到具有说服力的依据，最后只好拍拍脑袋，随便决定一个，或者看架构师自己的喜好。

实际上只要掌握了“降低外在认知负载”这个原则，就可以把技术性的问题轻松转换成人的问题，然后去分析看看，到底哪个选项更有利于降低团队的认知负载，更容易被团队所接受，更容易实现。

很多时候，遗留系统的现代化项目以失败告终，或举步维艰，都是因为很多决定和举措非但不能降低认知负载，反倒增加了认知负载。

以高认知负载的方案去解决高认知负载的问题，最终必将导致项目做不下去，人也疲惫不堪。

其实不止是遗留系统现代化，所有的工作都应该尽量去降低外在认知负载，从而简化工作本身。

比如敏捷开发方法就是一套很好的可以降低外在认知负载的方法。几个月甚至几年的交付周期，所承载的内容会让人不堪重负；而只有两周的迭代，则能让人轻装上阵。一份动辄几百页的需求文档，会让人不知所措；而只有一两页的故事卡，则能让人更轻松地聚焦于眼前的工作。

领域驱动开发（DDD）也是行之有效的降低外在认知负载的方法论。形成统一语言、拆分限界上下文，都是为了使沟通更加容易、工作更加聚焦。还有目前大厂比较流行的研发工程效能，其本质说白了也是为了降低外在认知负载。

从这个角度出发，灵活应用这个原则，以前很多悬而未决的疑难杂症，很多靠“视情况而定”、“具体问题具体分析”等“托词”搪塞过去的问题，是不是一下子就豁然开朗了？

四、总结

认知负载的三个分类：内在认知负载、外在认知负载和相关认知负载。

它们的特点以及和软件开发特别是遗留系统的关系总结一下：

• 内在认知负载是指从事一项工作必须付出的努力，比如学习 Java 知识、前端知识等；
• 外在认知负载是指知识呈现的形式，代码越糟糕、越难读，外在认知负载越高；
• 相关认知负载 是指人们要学习一个知识所要付出的努力，在软件开发领域就特指业务知识。

其中，外在认知负载是最痛恨的，一定要尽可能地降低。

在做遗留系统现代化的时候，所有的决策在制定之前都要思考一下，是否有利于降低当前的外在认知负载。

可以说，将遗留系统的外在认知负载降到最低，遗留系统的现代化工作也就完成了。当前这个事物、活动、决策所增加的认知负载是否更有利于完成当前和以后的工作。

• 如果有利（比如学习更多的业务知识），就增加这种认知负载；

• 如果不利（比如读一篇晦涩难懂的需求文档），就减少这种认知负载。