为什么你应该先做“丑但能用”的模板，而不是“完整但难用”的系统？

ADHD 的自我管理史上有一座著名的坟场:完美系统的坟场。里面埋着精心配置了三天的 Notion 全生命管理库、颜色编码的四象限日程、包含 12 个自定义字段的任务数据库——每一个都在启用后两周内死亡。死因高度一致:系统的完整性是给「设计时的自己」爽的,系统的可用性才是给「执行时的自己」用的——而执行时的自己,是那个工作记忆紧张、启动成本敏感、状态波动剧烈的自己:每多一个必填字段、每多一次分类决策,都是启动路径上的一道闸。「丑但能用」胜过「完整但难用」,这不是审美选择,是为最差状态设计的工程原则——而它恰好是 LLM 工程用两年学费买来的同一课。

LLM 侧的这一课,叫简单基线的顽固胜利。agent 框架的演化史里反复出现同一幕:精巧的多智能体架构、复杂的规划-反思-批判循环、层层嵌套的抽象——在 demo 里惊艳,在生产环境里输给「一个循环+几个工具+清晰提示」的朴素结构;原因不神秘:每层复杂度都是一个故障面——组件越多,坏的方式越多,调试越难,而真实环境的输入分布远比 demo 脏;工程界的共识渐渐沉淀为:从能跑的最简版本开始,复杂度必须由失败案例逐一挣得(earn your complexity)——先上丑的,再让真实使用告诉你哪里值得加。

ADHD 侧的机制,让这条原则更加生死攸关。完美系统死亡的三重机制:其一,配置即消耗——设计系统的那几天,新鲜感与多巴胺全部烧在「搭」上(搭建是有趣的开放任务),等到「用」的阶段(无聊的重复任务),燃料已空;其二,字段即闸门——每次记录任务要选项目、贴标签、定优先级、填日期:四个决策=四道启动闸,状态差的日子(恰恰是最需要系统的日子)一道都过不去,于是「今天先不记了」——系统在最被需要的时刻失效,这是为最好状态设计的系统的结构性缺陷;其三,崩坏即耻辱——完整系统有「应然形态」,三天没维护就出现肉眼可见的坍塌(过期任务堆积、收件箱爆炸),坍塌触发羞耻,羞耻触发弃用(焚烧炉篇的债务机制)——系统越完整,坍塌越可见,死得越快。而「丑但能用」的模板(一张纸上三个格子:今天做什么/做到哪了/明天第一件事)没有这些死法:零配置、零字段、坍塌无形态——它对最差状态的自己友好,所以它活着。

落地的操作规程:①最小可行系统(MVS)起步——新系统的第一版,规定只准有一个动作(比如「每天写三件事」),连续跑两周不崩,才允许加第二个功能;②由失败挣得复杂度——只有当「真实使用中反复出现的具体问题」指名要某个功能时才加(丢三落四→加个 inbox;忘了日期→加个提醒),从需求长出来的复杂度会被使用,从想象长出来的只会被荒废;③丑陋保护条款——禁止在低产出时段「优化系统」(重新配色、换模板、迁移工具是最高级的伪工作:感觉在建设,实际在逃避);系统优化每月限一次,限时一小时;④崩坏重启协议——系统荒废了不修复、不补录,直接从今天的三个格子重新开始——丑系统的最大优势就是重启零成本,用足它。

边界:其一,「丑但能用」不是「永远简陋」——它是起点策略,不是终点教条;真实长出来的需求值得被满足,反对的只是预支的完整性;其二,有些领域的复杂度是刚性的(报税、项目管理的合规字段),那些场景下的策略是「复杂度外包给工具/他人」,而不是硬简化;其三,两侧的同构是设计哲学层面的——「为最差状态设计」「复杂度须挣得」是共享结构,agent 的故障面与人的启动闸是不同的机制。

边界

同构强度 B 级:启动成本与决策疲劳对 ADHD 的影响有机制文献方向,「简单基线胜过复杂架构」是 agent 工程的广泛实践经验,「复杂度须挣得」的结构对应清晰;「MVS」为实践框架,无临床对照。声明:工具与系统偏好个体差异大;组织功能的广泛困难,评估优先。

今天就能试的 3 件事

1. 验尸一个死系统:找出你上一个荒废的系统,数数它有几道「启动闸」(必填字段/分类决策)——死因大概率就在那。
2. 今天启用三格纸:今天做什么/做到哪了/明天第一件事——一张纸或一条备忘录,跑两周再谈升级。
3. 立丑陋保护条款:本月的「系统优化」额度设为一次、限一小时——想换模板的冲动来了,先记进「以后也许」。

完整的系统是给设计时的你看的,能用的系统是给最差状态的你留的——而后者才是系统存在的意义。agent 世界用无数烂尾的精巧架构学会了「先跑起来」;你的三格纸,就是那个能跑的基线。

参考来源

同构强度：B 级 —— 机制类比（ADHD 侧与 LLM/agent 侧均有真实文献，机制可映射）

• ADHD Apps: We tested 44 Apps and Here’re the Best 9 in 2026 — 证据等级：低（GRADE）
• 12 AI Personal Assistants Built for ADHD Brains (2026 Rankings) — 证据等级：低（GRADE）
• LBD同构对：自我调节与元认知 — Inhibitory control and emotion regulation in preschool child ↔ ObjexMT: Objective Extraction and Metacognitive Calibration — 证据等级：低（GRADE）
• LBD同构对：自我调节与元认知 — Emotion-related self-regulation and its relation to children ↔ A Reproducibility Study of Metacognitive Retrieval-Augmented — 证据等级：低（GRADE）
• The 12 Best AI Tools for 2026 (That People Actually Use) — 证据等级：低（GRADE）
• The AI Powered SuperApp for Work | Motion — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 175 篇，由 Devin 基于持续维护的双域研究语料（72,739 篇论文 + LLM Wiki）亲自撰写，并持续迭代更新。