为什么「让 AI 帮我检查」对 ADHD 有效，却也可能制造新的幻觉？

「让 AI 帮我检查一遍」大概是 ADHD 用户和 LLM 之间最自然的一种合作:发邮件前丢给 ChatGPT 看看语气、交报告前让 Claude 挑挑错、做决定前让 AI 过一遍逻辑。它有效的机制,本系列写过多次(0935 篇的软验证器):ADHD 的自我监控是稀缺资源——错误监测的研究方向显示这个人群的检查环节系统性偏弱(粗心错误不是态度问题,是监控回路的带宽问题),而 AI 把「检查」这个最耗执行功能的动作外包了,成本降到一次粘贴。但这套合作里藏着一个很少被讨论的暗面:你外包出去的检查,可能带回来的不是「更可靠」,而是「更可靠的感觉」——两者的差距,恰恰是新幻觉生长的地方。

「新幻觉」有三种形态,逐个解剖。形态一:验证幻觉——「AI 看过了」≠「查对了」。LLM 的检查能力是分层的:语法、语气、结构、明显的逻辑断裂,它查得又快又好(这些是语言表层的模式匹配,它的主场);但事实性内容——数字、日期、引用、法条、专有名词——它不仅查不可靠,还可能亲手污染:它会把你正确的原文「顺手优化」成流畅但失实的版本,会对你编造的引用点头称是(它没有你的事实数据库,它只有语言的合理性直觉)——而 ADHD 用户恰恰最容易在事实细节上出错、也最渴望有人兜底,于是最需要被检查的层,恰好是 AI 检查最不可靠的层——这是这对组合的结构性错位,不知道这个错位的人,等于把保险买在了不赔付的条款上。形态二:责任幻觉——检查的外包滑向判断的外包。「帮我检查」的第一个月,你还逐条审它的修改;第三个月,「它说没问题」开始直接等于「没问题」——验证器的输出被免检通过,验证环节名存实亡(agent 工程的对应:评估器本身也需要被评估,否则整条 pipeline 的质量上限就是评估器的幻觉率);对 ADHD 用户,这个滑坡有额外的推力——审核 AI 的输出本身是枯燥的执行功能任务,正是这个大脑最想跳过的环节,于是外包检查最终可能变成:用一个仪式性的粘贴动作,购买跳过检查的许可。形态三:能力幻觉——监控肌肉的静默萎缩。长期不自己检查,自我监控的技能会不会退化?认知卸载研究的方向性提示是值得警惕的(外包的功能,内部投入随之下降——GPS 与空间记忆的经典讨论);对 ADHD,这层要说得公道:本来就弱的功能,外包的萎缩代价相对小、收益相对大(这正是「假肢伦理」:不必为用假肢愧疚)——但「哪些层外包、哪些层保留」应该是一个清醒的决策,而不是一个无意识的滑坡。

三种幻觉,一套防线——原则和 agent 工程一致:验证器可以用,但要给验证器建规格说明。防线一:分层送检清单。给「让 AI 检查」立一张明确的分工表——送检层:语气、语法、结构、逻辑连贯、有没有漏答对方的问题(AI 的主场,放心外包);自检层:一切数字、日期、金额、人名、引用、法条(AI 的盲区,永远自己核对原始来源——把这条写成物理清单贴在屏幕边,因为它对抗的正是你最想偷的懒);双检层:高风险输出(合同、正式承诺、医疗财务相关)AI 查一遍+自己按清单查一遍+尽可能再加一个人类。防线二:抽查制度。对抗责任幻觉,不需要每次都全审 AI 的修改(那会让你退回不用它的老路),用抽查:每周随机挑一次 AI 的检查结果,自己逐条复核一遍——既校准你对它可靠度的估计(它在你的使用场景里到底几成靠谱,数据会告诉你),也给「免检滑坡」装一个减速带。防线三:保留一块自检自留地。挑一类你在乎的输出(比如给重要的人的信),坚持完全自查——不为效率,为让监控肌肉保有最低限度的训练量,也为保住一个校准点:你得偶尔亲自下场,才知道 AI 替你挡掉的和漏掉的分别是什么。

最后把格局放正:这篇不是劝你少用 AI 检查——对 ADHD,外包检查的净收益大概率仍是正的,而且显著为正;这篇是给这笔好交易加上合同条款:知道它赔什么、不赔什么,别把软验证当公证处。错误频发若已影响工作与生活的根本运转,记得那句每篇都在的话:工具是甲板,评估与治疗才是船体。

边界

同构强度 B 级:错误监控偏弱有 ADHD 研究方向,LLM 的事实性不可靠与「评估器也需评估」是工程实践,「验证外包的三种幻觉」结构对应清晰;防线为实践翻译,无对照研究。声明:AI 检查不构成对事实、法律、医疗内容的可靠验证;高风险文书请保留人工与专业审核。

今天就能试的 3 件事

1. 写你的分层送检清单:语气结构给 AI,数字引用留给自己——贴在屏幕边,这是这笔交易的合同。
2. 本周做一次抽查:随机挑一份 AI 检查过的东西,自己逐条复核——测测它在你场景里的真实可靠度。
3. 指定一块自留地:挑一类在乎的输出坚持自查——给监控肌肉留一份最低训练量。

「AI 帮我检查」是 ADHD 拿到的最划算的外包合同之一——但合同里有免责条款,而幻觉恰好长在你没读的那一页。分层送检、定期抽查、保留自留地:让验证器待在它可靠的层里,你的安心才配得上「可靠」二字。

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 229 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。