Cognitive Load & Complexity

聚焦内在负荷、外在负荷与促进学习的加工，帮助判断哪些复杂度必须保留、哪些复杂度可以通过设计减少。

聚焦任务复杂性、系统设计复杂性与用户可感知复杂性的分配，判断何时应通过自动化、默认值或分步流程降低用户负担。

聚焦假设数量、规则数量和流程结构，帮助在不牺牲必要能力的前提下减少系统与理解成本。

聚焦工作记忆容量、信息分块和认知负荷，帮助判断信息应如何拆分、分组与逐步呈现。

人的工作记忆资源有限。理解内容和完成任务所需的心理加工一旦超过可用资源，表现、学习和决策质量就会下降。 设计应减少与目标无关的额外负荷，同时为任务本身不可避免的复杂度提供支持。

人的工作记忆容量有限，经典研究常以“7±2 个信息单元”描述这一限制。 设计上的重点不是把界面强行限制为七项，而是通过分组和组块化减少用户同时需要处理的信息。

当多个方案能够同样充分地解释问题或达到目标时，应优先选择假设更少、结构更简单的方案。 它鼓励减少没有明确价值的规则、状态和步骤，但不意味着牺牲必要能力。

每个系统都存在一定程度的、无法彻底消除的复杂性。 设计者真正能决定的，不是“是否存在复杂性”，而是这部分复杂性应该由用户还是由系统承担。 优秀的设计通常会让系统处理重复、可预测和可自动化的复杂性，同时把真正需要判断的部分留给用户。 这里的复杂性包括业务规则、信息要求、异常处理、权限约束和风险判断；它可以在用户、界面、应用程序、开发团队和平台之间转移。