最小化读者负担（Minimize Reader Load）是一条面向代码可维护性的原则型技能，适用于审阅或塑造那些难以追踪的代码。它的核心定义是：可维护性等于读者理解代码所需付出的工作量。与之相对，LOC（代码行数）、圈复杂度和「整洁架构」都只是代理指标，真正重要的是读者负担。
该原则从两个维度追踪读者负担：
一是追踪层数（Layers to trace）——问题与答案之间隔了多少层间接引用。
二是需保持的状态量（State to hold）——读者必须在脑中记住多少隐藏或可变上下文。
文中指出，这两个维度相互独立。一个包含 50 个全局变量的扁平文件，可能和一个 6 层适配器栈一样难以推理，因此两者都需要防范。这是「守护上下文窗口（Guard the Context Window）」在人类读者身上的类比：读者的工作记忆同样是有限的。
具体模式（做法）包括：
折叠不配存在（不挣得其保留价值）的层：只有单一调用者的包装器、没有第二种实现的适配器、为从未到来的未来引入的间接引用，都应内联。
让相邻层改变抽象：如果某一层只是重复相同的方法和参数，就会增加读者负担而没有带来压缩，这类穿透式层应当折叠。
要求接口压缩：一个宽泛却隐藏不了多少复杂度的接口，会让读者既学表面又学实现；应优先选择能隐藏有意义决策的边界。
缩小状态作用域：优先使用纯函数（返回而非变更）、局部变量优于字段、字段优于模块状态、模块状态优于全局变量；用派生代替同步。
在边界处命名不变量，而不是在每个使用方命名，这样读者只需学习一次。
在新增一个层或一份状态之前，先问：它在别处减少的读者负担是否至少同样多？
检验标准是：一位新读者能否在 30 秒内回答「X 来自哪里？」和「什么能改变 X？」。如果做不到，就削减层数或削减状态。
以上为该技能介绍中提供的全部信息；安装命令、定价、支持平台等内容暂未提供。