ADHD 创业者视角：Agent 工程师每天在解决的问题，ADHD 大脑已经面对了一辈子

投资人问他:「你做 agent 可靠性工具,你的竞争壁垒是什么?团队里有 DeepMind 出来的人吗?」他给出了那个后来在小圈子里流传的回答:「没有。但我们产品里那个『目标漂移检测器』,不是从论文里来的——是我给自己设计的第 11 版周对账系统的直接翻译;那个『降级恢复协议』,原型是我管理自己烂尾项目的复活清单。我的联合创始人说我们做用户访谈根本是作弊——**别人要访谈一百个用户才能拼出的失败模式地图,我闭着眼就能画,因为每一种失败我都亲自失败过。**我的壁垒是:这个领域最贵的知识是『系统怎么在真实世界里失效』,而我有三十年的一手数据。」

收敛:职场人篇讲「兑换筹码」,本文只回答创业版的一问——「亲历过执行系统失效」在 agent 时代具体构成哪三种产品优势?这个优势的两个失效条件(别把它浪漫化)?

穿透:agent 产品的核心难题不是让它聪明,是让它在失效时体面——而失效学没有教材,只有亲历

先看行业的真实痛点在哪。基础模型的「聪明」是大厂的战场,创业公司卷不动;应用层的真实战场是可靠性工程:agent 什么时候会漂移、卡死、幻觉、循环,失效时怎么检测、怎么降级、怎么让用户还愿意继续用——这门「失效学」的知识有个特点:它几乎无法从成功案例里学到,只能从大量失败的第一手体验里长出来。这就是 ADHD 创业者的三种具体优势的来源:①失效模式的先验地图——普通团队靠用户访谈和线上事故一条条攒失效案例;ADHD 创始人的神经系统就是一台跑了三十年的失效模拟器:启动失败、中途漂移、过度并行、上下文丢失、奖励耐受、工具依赖螺旋——每一种 agent 会犯的错,他都有身体记忆级的理解,产品的失效处理设计因此起点就在别人的终点;②**「支撑系统」的品味**——给失效系统设计支撑(而不是嘲讽或放弃)需要一种罕见的产品品味:什么样的提醒是帮助什么样的是羞辱、什么时候该接管什么时候该放手、怎么让「被辅助」不损伤尊严——这种品味没法开会讨论出来,它来自「被坏系统伤害过、被好系统救过」的亲身对照(戒断协议篇的全部设计原则,最初都是某个亲历者的痛);③双市场的天然桥位——他同时是两个市场的原住民:agent 工具市场(他懂失效)和神经多样性辅助市场(他懂需求)——两个市场正在合流(执行功能辅助本质上就是「给人的 agent 层」),站在合流点上的人,看得见两边都看不见的产品。

两个失效条件,不浪漫化:条件一:亲历≠能交付。「我懂这种痛」和「我能持续运营一家公司」之间,隔着 ADHD 创业的全部经典风险(冲动开新线、运营性事务的系统性逃避、超聚焦在产品上而融资/招聘/财务裸奔)——亲历优势只在产品洞察这一个环节兑现,公司的其他环节照样按你的失效模式失效;解法是老话:联合创始人补执行剖面(规格表篇的合伙人版)、把自己的失效地图同样用于公司架构设计(既然你能给用户设计支撑系统,给自己的 CEO 岗位也设计一套);条件二:样本量为一。你的三十年数据毕竟来自一个人——你的失效模式未必是用户的失效模式(ADHD 剖面的异质性),「我就是用户」的创始人直觉在提供起点之后,可能变成拒绝访谈数据的傲慢;解法:把亲历当假设生成器用(它产出的假设又多又准),但假设的验证权还给用户数据——作弊的正确用法是跳过冷启动,不是免除考试。

验证

可测(创业者自查):你的产品里有几个设计决策能追溯到自己的亲历?这些决策在用户数据里的验证率如何?(高验证率=优势真实;低=你在做自传,不是产品。)可证伪:若 agent 可靠性最终被基础模型的进步直接解决(失效学贬值),这个优势窗口会收窄——但「给失效的系统设计体面支撑」的品味会迁移到下一个需要它的领域(需要支撑的系统永远存在,包括人)。

决策

做什么:把亲历系统性地转成失效模式库与假设清单;联创补剖面;假设一律过用户数据。

不做什么:不要在 pitch 里只讲情怀版的「我懂这种痛」(讲成方法论:失效地图→设计决策→验证率——那才是壁垒的样子);不要免除自己的考试。

先做什么:写你的「失效模式 Top 10」清单——每条标注:它对应我产品里的哪个设计?还没对应的,就是下个迭代的假设。

边界

「亲历优势」为定性论证,无创业结局数据支持(本文未做正式 A/B/C 分级);ADHD 创业者的高比例报告存在但样本与口径争议(GRADE 低)。创业风险真实且重大,本文不构成创业建议;冲动性创业决策(裸辞创业等)请先过冷静期协议(冲动辞职篇)。

今天就能试的 3 件事

1. 写失效模式 Top 10,标注产品对应。
2. 检查公司架构:你给用户设计的支撑,自己的岗位有吗?
3. 下次用户访谈,把你最确信的一条亲历假设拿去证伪——练习把作弊变成方法。

本文服务于人生 Harness 金字塔的价值层(职业设计):三十年来你以为自己在积累失败,其实你在积累一门还没有名字的学科的田野数据——agent 时代给它起了名字,开了市场;你不是终于赶上了风口,是风口终于赶上了你已经站了三十年的地方。

专业支持边界：涉及药物的内容仅为研究综述，任何用药、调整剂量或停药的决定，请务必与你的精神科医生或处方医师讨论。

参考来源

• Cutting Through the Noise: Smarter Context Management for LLM … — 证据等级：低（GRADE）
• Artificial intelligence in ADHD assessment: a comprehensive review … — 证据等级：低（GRADE）
• Context Engineering - LLM Memory and Retrieval for AI Agents — 证据等级：低（GRADE）
• Meta-analysis of fMRI studies of timing in attention-deficit hyperactivity disorder (ADHD) — 证据等级：高（GRADE）
• Incentives for smoking cessation — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 157 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。