为什么用 ChatGPT 治 ADHD 的时间盲，和给 agent 套 planner-executor 任务分解是一回事？

ADHD 的时间盲不是不看表，是任务在脑内没有时间维度的表示——「写报告」在你的感知里是一团没有长度的雾。planner 组件对 agent 做的第一件事,恰好就是给雾标刻度。

时间盲（time blindness）是 ADHD 研究里证据扎实的核心特征之一：对时间流逝的感知失准（一刷手机两小时像二十分钟）、对任务时长的估计系统性偏差（「半小时搞定」的事实际要三小时）、对远期 deadline 缺乏体感（两周后的考试在情绪上等于不存在,直到前一天夜里轰然实体化）。它是迟到、爆 deadline、计划永远排不下的共同根源——而且几乎不响应「下次注意时间」这种建议,因为它是感知层的,不是态度层的。

agent 工程的对应物：模型也没有时间感

LLM 同样没有原生的时间表示——它不知道一个任务「要多久」,不会自发地在长任务里分配预算。agent 框架的解法是把时间感做成外部组件：planner 把大目标切成有明确完成判据的小步骤,每步附带资源预算,executor 只管执行当前步,调度器盯着预算超没超。系统的时间感不来自模型,来自结构。

这给时间盲指了一条完全不同的路：不修感知（修不动）,把时间感外包给结构。ChatGPT 就是那个随叫随到的 planner。

三个具体用法

用法一：任务时间化。任何模糊任务先过一遍 ChatGPT：「把『准备季度汇报』拆成具体步骤,每步给一个现实的时长估计,并把总时长乘以 1.5 告诉我最晚开始时间。」两个关键设计：乘 1.5 是必须的（规划谬误对 ADHD 加倍生效）；「最晚开始时间」是把远期 deadline 翻译成今天的行动指令——时间盲对「周五交」无感,对「所以周三上午必须开始」有感,因为后者是动作不是日期。

用法二：时间块折算。把你的一天交给它排：「我今天有这些事（列出）,可用时间是 9:00–18:00,其中 14:00 有个会。帮我排时间块,每块之间留 15 分钟缓冲。」缓冲块是 ADHD 排程的命根子——神经典型的日程表假设切换是瞬时的,你的不是。排出来的时间表贴在眼前,它就是你的外部时间轴：你不需要感知时间,你只需要看得见它。

用法三：时长校准日志。这是长期最值的一个：每完成一个任务,顺手告诉 ChatGPT「预估 X,实际 Y」,每周让它汇总你的偏差模式。几周后你会拿到自己的「个人偏差系数」（比如写作类任务你稳定低估 2.2 倍、沟通类 1.3 倍）——以后所有估计按系数折算。注意这不是治好了时间盲,是给失准的仪表贴了一张校准表,效果一样,成本低得多。

硬件配合：让时间可见

ChatGPT 管规划层,感知层还有一件便宜硬件值得配：可视化计时器（Time Timer 类,红色扇形随时间缩小）或手机的倒计时常亮。原理:时间盲的核心是时间的不可见,而视觉是 ADHD 最强的感知通道——把时间从抽象数字变成一块肉眼可见地缩小的颜色,失准的内部时钟就有了外部备份。

边界

同构强度 B 级：planner 的任务分解与预算机制是真实 agent 架构,时间盲有扎实的 ADHD 文献（Barkley 的时间感知研究等）；「ChatGPT 排程改善时间管理」是机制合理的实践,无对照研究。另外,长期慢性迟到若伴随强烈的出门焦虑或仪式行为,可能有共病因素,值得专业评估而不只是排程优化。

今天就能试的 3 件事

1. 把本周最大的任务时间化：拆步骤、估时长、乘 1.5、算出最晚开始时间。写在日历上的是那个开始时间,不是 deadline。
2. 明天试一次时间块折算：把明天交给 ChatGPT 排,含缓冲块。执行时只看时间表,不做临场决策。
3. 启动校准日志：从今天第一个任务开始记「预估 vs 实际」。四周后你会拥有比任何通用建议都准的私人系数。

时间盲修不好,但可以绕过：agent 没有时间感照样准点交付,靠的是 planner 和预算器。你的 planner 已经在浏览器里开着了——把「感知时间」这个坏掉的模块,正式退役吧。

参考来源

• 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）
• 11 Best ADHD Productivity Apps for Fluctuating Energy - rivva blog — 证据等级：低（GRADE）
• ADHD Apps: We tested 44 Apps and Here’re the Best 9 in 2026 — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 44 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。