用 ChatGPT 给 ADHD 补上拐杖与脚手架，真的能像 agent 那样工作吗？

家庭聚会上,表哥看着他对着手机口述、AI 替他整理出一封得体的工作邮件,评价脱口而出:「你这也太依赖了吧?我们当年都是自己练出来的。」他愣了一下,然后指着表哥的鼻梁:「你这眼镜戴了二十年,什么时候练出裸眼视力?」饭桌笑作一团,但那晚他自己却睡不着——玩笑赢了,问题还在:眼镜的类比能撑多远?哪些外包真的像眼镜一样无需愧疚,哪些又真的像表哥说的,是在放弃本可以练出来的东西?

收敛:前两篇分别回答了「怎么用才不变拐杖」和「循环哪里断」。这一篇回答最根本的分类学问题——ADHD 的功能外包地图上,哪些区域该插「终身辅助」的牌子(拐杖区),哪些该插「限期施工」的牌子(脚手架区)?判错区的代价分别是什么?

穿透:两种判错,两种代价

先立分类标准。一项功能属于拐杖区还是脚手架区,取决于它的可训练性:底层神经差异决定的功能(如时间感知的系统性偏差、工作记忆容量),训练收益有限——这是拐杖区,类比近视:终身戴镜,毫无愧疚,谁劝你「练裸眼」谁反科学;而依赖经验与策略的功能(如任务拆解的模式、邮件的结构、「什么时候该求助」的判断),可以通过带反馈的练习增长——这是脚手架区,外包时必须附带「能力回流」设计(前文的模式清单、先徒手后 AI)。

关键在判错的代价不对称,两个方向都得说透。把拐杖区误判为脚手架区(表哥的错误):对着神经层面的差异喊「练一练就好了」,结果是无穷的失败循环和自责积累——这正是 ADHD 者被主流建议伤害的标准姿势,「你只是需要更努力」这句话的全部残忍就在这里。把脚手架区误判为拐杖区(过度外包者的错误):把本可以长出来的能力提前宣判为「我天生不行」,终身外包——代价是能力萎缩、评估力丧失(你无法判断 AI 写的邮件好不好,因为你从没写过),以及一个更隐蔽的损失:自我效能感的地基被抽掉——「我能学会东西」这个信念,需要偶尔的真实习得来供养。

LLM 侧的对应工程判断同样是双向的:模型的某些短板用微调解决(可训练区),某些用外挂工具解决(结构区)——工程师最贵的判断力,恰恰是分清哪个短板属于哪个区:给结构性短板硬做微调是烧钱(等于逼 ADHD「练时间感」),给可训练短板永远外挂工具是留下技术债(等于把能长的肌肉交给拐)。

那「能像 agent 那样工作吗」的最终答案是:**agent 不需要这个分类,人需要。**agent 的每个组件都可以永久外挂,没有萎缩、没有自我效能、没有饭桌上的表哥;人肉系统里,同一个 ChatGPT,既要在拐杖区当一辈子的眼镜,又要在脚手架区当一个不断把自己拆掉的教练——一个工具,两份合同,错签哪份都要赔。

验证

分区可自测,方法是「训练收益率」:选一项你不确定的功能,做四周带反馈的刻意练习(如每天先徒手拆一次任务再对照 AI);有可见进步=脚手架区,签教练合同;四周毫无斜率且过程痛苦=倾向拐杖区,签眼镜合同,停止自责。注意可证伪的另一面:一次四周实验的阴性结果不是终审(状态期、方法都可能干扰)——拐杖区的判定建议至少两轮不同方法的尝试,因为误判进拐杖区的成本是「提前放弃了能长的东西」。

决策

做什么:给你的外包清单逐项签合同——眼镜合同(终身持有,零愧疚,写明「这是辅助不是堕落」)或教练合同(附能力回流条款和复审日期);每半年复审一次分区(人是会变的,尤其在治疗起效后——药物可能把一些功能从拐杖区搬回脚手架区)。

不做什么:不要让别人(表哥、老板、甚至治疗师之外的任何人)替你划分区(他们没有你的训练收益数据);不要用「反正是拐杖区」逃避所有练习(那份四周实验,才是你说这话的资格)。

先做什么:今天列出你外包给 AI 的五项功能,各打一个初步标签:眼镜?教练?待实验?

边界

「可训练性分区」是实践框架,神经层面与策略层面功能的划分在个体上并不锐利(本文未做正式 A/B/C 分级;工程对应为 B 级类比);时间感知与工作记忆的训练迁移证据总体有限但非零。分区判断如涉及重大生活决策(职业/学业),建议与了解 ADHD 的专业人士共同做;治疗变化后请记得复审你的地图。

今天就能试的 3 件事

1. 列五项外包功能,各签初步合同:眼镜/教练/待实验。
2. 给一项「待实验」功能启动四周训练收益率测试,今天做第一次徒手+对照。
3. 把眼镜合同里那一项,正式告诉一个亲近的人:「这个我终身外包,这是我的眼镜」——练习零愧疚地说出它。

本文服务于人生 Harness 金字塔的叙事层与执行层:成熟不是全部自己扛,也不是全部交出去——是手里拿着自己的地图,知道哪片地终身租给工具,哪片地正在施工,而施工的牌子上写着日期。

参考来源

• Lost in the Middle: How Language Models Use Long Contexts — 证据等级：低（GRADE）
• ¡Hacia una IA neurodivergente! (迈向神经多样性AI) — 证据等级：低（GRADE）
• Meta-analysis of social cognition in attention-deficit/hyperactivity disorder (ADHD): comparison with healthy controls and autistic spectrum disorder — 证据等级：高（GRADE）
• A Controlled Trial of Working Memory Training for Children and Adolescents with ADHD — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 75 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。