ADHD 学生视角:为什么「治好 ADHD 的分心走神或超聚焦跑偏,丢失目标」和「让 LLM 不跑飞」其实是同一道工程题?
长程任务里 agent 会目标漂移,需要重锚定 system prompt——同一套 harness 思路,两边都成立。
ADHD 学生视角:为什么「治好 ADHD 的分心走神或超聚焦跑偏,丢失目标」和「让 LLM 不跑飞」其实是同一道工程题?
一个学生坐在书桌前三小时,家长很满意。凑近看:第一小时在查一个课文里提到的冷知识(已经查到第七层),第二小时在给笔记调配色,第三小时才碰作业。人没离开,目标早就离开了——这正是 LLM 长任务里最经典的故障:goal drift,目标漂移。
学生场景的目标丢失有两副面孔。走神版:读着课文,思绪滑到周末的球赛,再滑到那双球鞋,再滑到……十分钟后被自己吓醒,课文还在第一段——注意力被念头的链式反应带走,目标信号无声掉线。超聚焦版(更隐蔽,因为看起来在努力):查资料查进兔子洞、笔记美化两小时、错题本做成艺术品——注意力钉死在「学习周边」上,原定目标同样插不上话。两副面孔共享同一个故障:ADHD 的注意系统不受目标调度——目标弱时被即时刺激拍卖(走神),目标撞上高刺激支线时被支线锁死(超聚焦跑偏)。请注意归因:三小时「没学进去」不是装样子,他是真的以为自己在学习——漂移的可怕正在于无感知。
LLM 侧的同款故障与解法:长对话中目标约束随上下文稀释,模型越跑越偏且不自知;工程答案是重锚定——定期把原始目标重新注入+外部循环定期比对「当前输出 vs 原始目标」。学生版的锚定系统:
锚一:开始前,把目标写成「可对照的一句话」
每个学习块开始前 10 秒,写下本块目标:「这 30 分钟:做完物理卷第 1-8 题」——贴在桌面视线内。写下来的目标才有对照物;留在脑子里的目标,第一个走神就被冲掉了。目标要带完成态(「做完 1-8 题」),不要状态描述(「学物理」)——后者无从对照,漂了也不知道。
锚二:计时器当外部检查循环
25-30 分钟一响,响时只做一个动作:看一眼目标纸条,自问「刚才在做它吗?」——在做,继续;漂了,拉回,不自责(自责会让人讨厌这个提醒,系统就死了)。这个循环恰好也是走神的安全网:走神最大的成本不是走那三分钟,是没有任何机制把你捞回来——一走一下午;有了循环,走神的最大损失被封顶在一个计时周期内。
锚三:给「学习型兔子洞」设停车场
查资料查进兔子洞、突然想整理笔记、冒出「先看个知识区视频」——这些「学习周边冲动」不必镇压(镇压失败率百分之百),要改道:旁边放一张「等会儿清单」,冲动一律先写上去(「查 XX 冷知识」「重做笔记配色」),当前块结束后的休息时间随便处理。冲动被接住就不再回弹;而十次里有八次,块结束时你已经不想查了——冲动的半衰期,短得可笑。
锚四:超聚焦入场前的「出口设置」
识别自己的超聚焦诱发点(查资料/做手账/刷题刷上头),入场前两个动作:写下「我进去干嘛+限时多久」,设一个物理闹钟。闹钟响了做一次锚定,决定续期还是撤出。超聚焦是天赋,失控的超聚焦才是事故——刷题刷进心流是好事,但要确保刷的是明天要考的那科。
给家长的转达:看到孩子「坐得住」先别急着欣慰,也别抓到跑偏就定罪「假学习」——跑偏是无感知的系统故障,不是道德表演。有效的介入不是监督内容,是帮他装锚:陪他写块目标、送他一个好用的计时器、教他用等会儿清单。查岗查的是人,锚定锚的是目标——后者才是缺的那个件。
边界
同构强度 A 级:goal drift 与重锚定是活跃的 LLM 工程议题,ADHD 的目标维持缺陷(goal neglect)与超聚焦现象有文献支撑,学习场景映射直接,无对照研究检验本文组合。照例:若走神已达「上课全程神游、叫名字听不见」的强度,或伴随情绪持续低落,请专业评估;药物对注意维持的改善证据较强,锚定系统是配合项。
今天就能试的 3 件事
- 今晚第一个学习块,写目标纸条:一句带完成态的话,贴在视线里。
- 配一个计时器:30 分钟一响,响时只问一句「刚才在做它吗?」。
- 放一张等会儿清单:所有中途冒出的「想查想弄」,先停车,块间再说。
三小时坐在桌前不等于三小时在目标上——差的不是态度,是一套锚定系统。一张纸条、一个计时器、一张停车单:让目标从「出发时想过一次」变成「全程都在场」,同样的三小时,产出翻倍不是夸张,是把漂走的那两小时收回来而已。
参考来源
同构强度:A 级 —— 直接文献支撑(引用 ADHD↔LLM 同构专题研究)
- ADHD Apps: We tested 44 Apps and Here’re the Best 9 in 2026 — 证据等级:低(GRADE)
- Meta-Analysis of fMRI Studies of Disruptive Behavior Disorders — 证据等级:高(GRADE)
- Nonlinear Complexity Analysis of Brain fMRI Signals in Schizophrenia — 证据等级:低(GRADE)
- Revolutionizing ADHD Management with AI Assistants — 证据等级:低(GRADE)
- Toward Neurodivergent-Aware Productivity: A Systems and AI-Based Human-in-the-Loop Framework for ADHD-Affected Professionals — 证据等级:低(GRADE)
- LBD同构对:任务分解与规划 — Psychological and Behavioral Impact of Lockdown and Quaranti ↔ Decision-Theoretic Planning: Structural Assumptions and Comp — 证据等级:低(GRADE)
本文是「ADHD × AI」系列的第 40 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。