ADHD 学生视角:为什么「治好 ADHD 的执行功能(计划/组织/启动)先天偏弱」和「让 LLM 不跑飞」其实是同一道工程题?
agent 的编排/记忆/工具层就是「外部执行功能」——同一套 harness 思路,两边都成立。
ADHD 学生视角:为什么「治好 ADHD 的执行功能(计划/组织/启动)先天偏弱」和「让 LLM 不跑飞」其实是同一道工程题?
学校是执行功能的裸考场:课程表、作业、复习、考试周,全靠自我管理硬撑。ADHD 学生不是学不会知识——是在用一台缺调度器的机器,跑一个为满配机器设计的课程系统。
ADHD 学生的成绩单常常写满矛盾:感兴趣的科目名列前茅,不感兴趣的一塌糊涂;平时讨论时明明什么都懂,作业却总是迟交或忘交;考前一夜的爆发力惊人,但长期项目(论文、大作业)必然烂尾到 deadline。老师评语高度统一:「聪明,但不够努力/不够自律。」
这个评语在架构层面是错的。知识的摄取、理解、联想——ADHD 学生的「生成核心」往往完好甚至超配;崩坏的全部集中在另一层:计划(复习排期)、组织(材料和进度管理)、启动(开始写作业)——执行功能层。而学校系统的隐藏假设恰恰是:执行层人人满配,教学只负责知识。这个假设对 ADHD 学生每天失效一次。
工程界给同款机器配了什么
LLM 也是「知识满格、执行裸机」:让它解一道题,惊艳;让它独立管理一个多步骤项目,裸模型必然跑飞。工程界的做法是外面搭 harness:planner 拆任务、scheduler 管排期、memory 存进度、monitor 防跑偏。知识核心一个参数没动,系统从不可用变成可交付。
学生版 harness,四个组件,全部低成本:
外置排期(planner)。学期初把所有 deadline 一次性录入日历,并且——这是关键——给每个大 deadline 倒排三个中间节点(初稿日、材料日、开工日),各设提醒。ADHD 的时间盲让远期 deadline 情绪上等于不存在,中间节点就是把一堵墙拆成三级台阶。拆解可以让 ChatGPT 代劳:「这篇课程论文,倒排到每周的具体动作。」
启动仪式(点火器)。作业的启动困难,一半是任务模糊(「复习第五章」是雾,不是任务)。协议:每次学习开始前,先用 2 分钟把今天的任务写成「动词开头的具体动作」(做完 12 题/写出大纲三行)。另一半靠环境:固定的学习位置 + 手机物理隔离(另一个房间,不是倒扣) + 5 分钟合同(只承诺 5 分钟,启动后大概率续航)。
进度外置(memory)。每次学习结束写三行:学到哪、卡在哪、下次从哪开始。这三行是你的存档点——ADHD 学生的大量时间死在「重新想起上次学到哪」的考古上,存档点把重启成本砍到分钟级。
同伴对齐(monitor)。找一个学习搭子,每天互报「今天的三件事」+ 晚上互报完成度。不需要对方监督你,在场本身就是执行层——body doubling 对 ADHD 的启动和续航有大量实践支持。图书馆比宿舍有效,原理相同。
对「聪明但不努力」评语的正式回应
如果你是学生本人:那个评语描述的不是你的品格,是系统的假设错误——你欠的从来不是努力,是装配。带着这套框架,你甚至可以主动和老师沟通具体需求(「大作业我需要中间检查点」),多数老师对具体请求的响应远好于对笼统困境的同情。如果你是 ADHD 学生的家长或老师:请把「他明明可以」的期待,翻译成「他缺哪个组件」的问题——前者生产羞耻,后者生产方案。
边界
同构强度 A 级:LLM 执行控制缺陷有直接实证(冲突任务下的注意力崩溃、强记忆弱控制剖面),ADHD 学生的执行功能困难有大量教育心理学文献,外部支架干预(组织训练、任务拆解)有行为证据。限制:如果伴随持续的情绪低落、社交退缩或睡眠崩坏,先处理情绪和身体——执行 harness 装在燃料耗尽的系统上不工作。疑似未确诊的,校医院或专业机构评估永远是第一步。
今天就能试的 3 件事
- 给最近的大 deadline 倒排三级台阶:初稿日/材料日/开工日,现在就录进日历带提醒。
- 今晚用一次 5 分钟合同:挑最拖的那门作业,只承诺 5 分钟,手机放到另一个房间。
- 发出学习搭子邀请:一条消息:「每天互报三件事,晚上对账,试一周?」你的执行层,一个朋友就能补一半。
学校考的从来是两门课:知识,和知识的调度。第二门没有教材、没有老师,但它有工程答案——从今天起,你可以开卷。
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 305 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。