为什么用 Claude 治 ADHD 的想理解自己的大脑，和给 agent 套 生成核心 + 缺失的执行层 是一回事？

「我的大脑到底怎么回事」这个问题,前面几篇给过一个工程式转向:别求机制解释,建行为画像。但画像怎么建?一个人对自己的观察,恰恰被自己的注意力问题污染——忘了记录、记了忘看、看了不分析。这时 Claude 的正确用法浮出水面,而它的架构原型,就是 agent 工程里最基本的那张图:生成核心+外挂的执行层。

先看那张图。LLM 本体是个纯生成核心:给什么答什么,聪明,但没有自发的持续性——不会自己记住上周说过什么,不会自己定期回顾,不会自己把散落的观察聚合成结论。agent 工程的做法不是抱怨模型「没长性」,是在外面搭执行层:记忆库存对话、调度器定期唤醒、聚合模块把碎片综合成报告。核心负责智力,externa 负责持续性——两者分开设计,是整个 agent 架构的第一原则。

「想理解自己的大脑」这个项目,失败的原因几乎总是同一个:它需要的恰恰是持续性——连续记录、定期回顾、跨月比对——而这正是 ADHD 的短板辖区。用自己缺的能力去研究自己为什么缺这个能力,是个死循环。 于是自我理解项目一次次启动、三天热情、然后沉没,连同那点好不容易攒下的观察数据。

解法就是照抄那张图:你当生成核心,Claude 当执行层。 具体分工:

一、你只负责「倾倒」,不负责组织。 每天(或想起来时)把原始观察扔进固定的对话:「今天上午状态好,昨晚睡了八小时」「下午三点又在会上飘了」「这周第三次忘回消息」——语音输入、破碎、不成句,都可以。生成核心的职责是产生数据,格式化是执行层的事。这一步把记录的摩擦压到接近零,而摩擦是所有自我观察项目的死因。

二、Claude 负责结构化与存储。 要求它把每次倾倒整理成固定字段(日期/状态/睡眠/事件/情绪),追加进这个对话的运行档案。你的碎片从此不再蒸发。

三、Claude 负责定期聚合——这是核心红利。 每两周一次(设个日历提醒,这是你唯一要维持的仪式),让它跑分析:「基于目前所有记录,我的高稳定条件是什么?反复出现的失效模式是哪几个?和上个月比有什么变化?」跨时间的模式识别,是人脑(尤其 ADHD 人脑)最弱、LLM 相对最稳的操作——散落三十天的「下午三点走神」,单看每条都是噪音,聚合起来是你规格书里的一条硬规律。

四、裁决与行动,收回你的核心。 它的分析是候选结论,不是判决:「你的状态似乎与睡眠强相关」——是否当真、要不要据此改作息、哪条模式值得先配护栏,这些裁决和随后的行动,只能发生在你身上。执行层负责让数据活着,核心负责让数据变成决定。

用错的姿势照例三种:让它替你内省(「分析一下我是什么样的人」——没有你的数据,它输出的是星座话术);只倾倒不聚合(数据坟场,和从前的日记本没有区别——两周聚合的日历提醒是整个系统的心跳);把聚合结论当诊断(「Claude 说我是 ADHD」——它说的任何东西都不是诊断,见下)。

边界

同构强度 B 级:「生成核心+外部执行层」是真实的 agent 架构原则,ADHD 自我监测的依从性困难有文献支撑,本方案是架构迁移,无对照研究。声明:这套系统产出的是自我观察资料,不是诊断——它最好的归宿是打印出来带给专业评估者;若记录里反复出现情绪危机的信号(持续低落、无价值感、自伤念头),别等两周聚合,直接找人,现在。

今天就能试的 3 件事

1. 开一个固定对话,今天倾倒第一次:三句话,不用完整,语音也行。
2. 设两周后的日历提醒:「让 Claude 聚合」——这一个提醒是全系统唯一的维护成本。
3. 告诉它输出格式:让它把你的碎片整理成固定字段,从第一天就结构化。

理解自己需要持续性,而持续性恰是你短缺的——这不是死循环,是架构题:智力你有,长性它补。 生成核心从不为「没有记忆」羞耻,它只管在每次被唤醒时,把最好的东西生成出来。你也一样。

参考来源

• 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 312 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。