为什么ADHD x AI 工具测评不能只讲好用，而要讲反噬场景？

她按一篇高赞测评入手了那款「ADHD 友好」的 AI 任务管理工具,前两周体验和测评说的一样惊艳。第四周,反噬开始了,而测评一个字没提:自动排程让她失去了对日程的掌控感,一天被切成 23 个提醒之后,每个提醒都成了新的中断源;智能拆解太顺手,她发现自己连「想清楚要做什么」都开始外包;最后是那个测评作者永远不会遇到的场景——某次三天的情绪低谷,她没打开工具,回来时面对 47 条过期任务的红色瀑布,那种熟悉的「我又搞砸了」淹没了她,这个工具从助手变成了新的羞耻碑。她卸载时想:为什么所有测评都在讲蜜月期?

收敛:本文只回答——「好用」和「对 ADHD 长期有益」之间隔着什么?一份合格的 ADHD × AI 工具测评,必须覆盖哪些反噬场景?

穿透:测评的时间窗,决定了它的盲区

机制先讲测评为什么系统性失明。①时间窗偏差:测评的生产周期是 3-7 天,恰好只覆盖蜜月期——而 ADHD 与工具的真实关系曲线是「惊艳→依赖→摩擦→崩溃点」,反噬集中在第 3-6 周,没有测评活到那时候;②样本偏差:测评人处于「高功能演示态」(为了出内容而认真使用),而 ADHD 用户的真实使用散布在状态的全光谱里——工具的真正考验不是你状态好时它多好用,是你崩溃三天后回来时它怎么迎接你;③利益结构:测评的商业模式(联盟链接/厂商合作)天然奖励「好用」结论。

LLM 工程的对应实践恰好是解药:成熟的模型评估从不只报平均性能,必须报失效模式(failure modes)——对抗样本下的表现、分布外输入的行为、错误的形状。「只讲 benchmark 高分」的模型卡在工程界是不合格文档。搬过来,一份合格的 ADHD 工具测评必须测四个反噬场景:

①断联测试:连续三天不打开后回来,工具呈现什么?(堆积的红色逾期=羞耻放大器;温和的「从今天重新开始」=真正的 ADHD 友好——这一条能筛掉大半「友好」工具);②中断成本:它的提醒/通知在帮你启动,还是在切碎你本就脆弱的专注?(数一数它每天打断你几次);③外包边界:它接管的是流程性负担(记忆/排程)还是核心判断(优先级/「要做什么」)?后者是前文讲过的核心肌群,长期外包有萎缩账单;④退出成本:数据能不能带走?弃用它时,你是自由的还是被锁定的?

验证

这套框架可以立即用于自检:拿你正在用的工具跑四场景——尤其做一次主动的断联测试(故意三天不开,观察回归体验和自己的情绪)。对内容创作者,可证伪的预言:加入反噬场景的测评,短期数据可能更差(负面信息降低转化),但长期的信任积累和「被真实理解」的评论质量会显著不同——这是可以在自己的账号上 A/B 的。

决策

给读者:任何「ADHD 友好」工具,先查测评有没有覆盖断联场景——没有,就把那份测评当广告读;自己入手时,把第 3-6 周设为观察期,预先写下「出现哪些信号就撤」。给创作者:把四场景做成你的测评模板——这是差异化,更是对读者的基本诚实。

不做什么:不要因一款工具的反噬否定所有工具(反噬是特定设计与特定需求的错配,不是 AI 的原罪);不要在蜜月期向朋友安利(等你过了第六周再说,这是 ADHD 社群内部的测评伦理)。

先做什么:给你当前最依赖的那个工具安排一次周末断联测试——用 48 小时,看清它的另一张脸。

边界

四场景框架是实践设计,基于用户社区的反复报告而非对照研究(本文未做正式 A/B/C 分级;「失效模式评估」为 B 级实践类比)。工具反噬的敏感度个体差异大——同一设计对 A 是羞耻碑对 B 是无感;若工具使用已与显著的情绪困扰绑定,先照顾情绪,工具的去留是之后的事。

今天就能试的 3 件事

1. 给主力工具跑「断联测试」:这个周末三天不开,周一记录它迎接你的方式和你的感受。
2. 数一天的中断账:今天它打断了你几次?其中几次是必要的?
3. 写下你的撤退信号清单:「出现哪三个迹象,我就承认这个工具和我错配」——贴在做决定用得着的地方。

本文服务于人生 Harness 金字塔的执行层的采购规范:对 ADHD,工具从来不是中性的——它要么是 harness 的一层,要么是羞耻的新来源;而分辨两者的唯一方法,是在蜜月期结束后,认真看它对崩溃三天的你,说了什么。

参考来源

• Working Memory Identifies Reasoning Limits in Language Models — 证据等级：低（GRADE）
• TRANSFORMER MECHANISMS MIMIC FRONTOSTRIATAL GATING OPERATIONS WHEN TRAINED ON HUMAN WORKING MEMORY TASKS — 证据等级：低（GRADE）
• High-Dimensional Minds and the Serialization Burden: Why LLMs Matter for Neurodivergent Communication — 证据等级：低（GRADE）
• Retention strategies in longitudinal cohort studies: a systematic review and meta-analysis — 证据等级：高（GRADE）
• Internal and external validity of Attention-Deficit Hyperactivity Disorder in a population-based sample of adults — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 71 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。