On-call 心理成本核算：如何利用睡眠科学量化研发人员的认知损耗？
在 SRE（站点可靠性工程）的实践中，我们习惯于通过 SLA 和错误预算来衡量系统的稳定性。然而，支撑这些系统的核心资产——“工程师的认知能力”，却往往处于核算盲区。
大多数团队对 On-call 的统计仅停留在故障处理时长（MTTR），却忽略了频繁夜间告警产生的溢出性伤害（Spillover Effects）。本文将结合睡眠医学中的认知衰减模型，探讨如何量化那些“看不见”的心理与效率成本。
1. 理论锚点：PVT 模型与认知折损
在睡眠医学研究中，**精神运动警戒任务（Psychomotor Vigilance Task, PVT）**是衡量认知表现的金标准。研究表明，睡眠剥夺或碎片化对大脑的影响并非线性的。
- 注意力失误（Lapses）：当夜间睡眠被多次告警中断时，即使总睡眠时间看似足够，大脑的额叶皮层（负责复杂决策和代码逻辑）也会出现微小的“关机”。
- 等效性结论：研究显示，每晚睡眠不足 6 小时持续一周，其认知表现的衰退程度等同于连续 24 小时未眠。对于 On-call 工程师而言，夜间 3 点的一个告警，其负面影响会持续干扰次日的逻辑推演能力。
2. 构建量化模型：效率折扣率计算
为了将心理成本转化为管理层可理解的数据，我们可以引入**“有效认知工时（Effective Cognitive Hours, ECH）”**的概念。
假设一位工程师的基准生产力为 1.0，我们可以通过以下参数进行修正：
A. 觉醒成本（Arousal Penalty）
从深度睡眠（N3阶段）被唤醒处理告警，会经历睡眠惯性（Sleep Inertia）。
- 量化公式：$Cost_{arousal} = T_{fix} + T_{recovery}$
- 其中 $T_{recovery}$（恢复稳态时间）通常是告警处理时长的 1.5 倍。这意味着一个 20 分钟的修复任务，实际消耗了 50 分钟的生理额度。
B. 认知折扣系数（Cognitive Discount Factor）
参考 Dinges 等人的研究，我们可以根据前一晚的告警频次（N）设定次日的效率系数 ($\mu$)：
- $N=0$：$\mu = 1.0$
- $N=1-2$：$\mu \approx 0.85$（注意力集中度下降，代码评审速度变慢）
- $N \ge 3$：$\mu \approx 0.6$（仅能处理机械性任务，无法进行架构设计或复杂 Debug）
3. 隐性成本：高觉醒状态下的“警觉衰减”
即便在没有告警的深夜，处于 On-call 状态的工程师也无法进入完全放松。心理学称之为**“预期应激（Anticipatory Stress）”**。
这种背景噪音会占用大脑的“工作内存”。量化数据表明，处于待命状态下的非 REM 睡眠质量下降约 15%-20%。这种成本表现为：
- 决策疲劳：次日对技术方案的选择更倾向于保守或规避。
- 情绪熵增：团队协作中的摩擦力增加，间接推高了沟通成本。
4. 工程实践建议：引入“人力错误预算”
既然认知能力是有上限且会折损的资源，团队管理应采取以下策略：
- 告警严重程度重定义：非核心链路的告警应严格禁止在 00:00-07:00 之间触发电话通知。
- 强制补偿机制：引入“2:1 补偿法则”，即夜间处理告警每消耗 1 小时，次日应减少 2 小时的排期任务。
- 量化看板：在 Grafana 中不仅观察系统 QPS，也要观察“团队睡眠中断指数”。当指数过高时，应触发“研发降速”，将精力转向自动化消减告警（Toil Reduction）。
总结
On-call 不是一种简单的工时轮换，而是一种对高阶认知资源的借贷。如果我们不量化心理成本，最终这些借贷会通过“线上事故率增加”或“核心开发者离职”的形式，带息偿还给企业。
作为技术管理者，识别并核算这种“认知负债”，是实现工程卓越的第一步。