比乔布斯早91年,鲁迅的老师说了同一句话

← 返回首页/科学研究

ADHD 想把想理解自己的大脑到底是怎么回事外包给 ChatGPT,该怎么设计这套「人 + AI」的回路?

把 ChatGPT 接进 ADHD 工作流:哪些该交给它,哪些必须自己留着?

2025-03-168 分钟阅读
ADHDAI科学研究工具×同构诊断

ADHD 想把「理解自己的大脑到底是怎么回事」外包给 ChatGPT,该怎么设计这套「人 + AI」的回路?

深夜两点,她和 ChatGPT 的对话已经进行了三个小时,主题是「我为什么会这样」。AI 温和、耐心、引经据典,她觉得自己被理解得前所未有地透彻。第二天深夜,同样的对话再来一轮,主题相同,结论相似,感觉依旧好。三个月后她惊觉:关于「我的大脑怎么回事」,她已经积累了上百次对话、数十万字的探讨——却说不出一条被验证过的、关于自己的确定知识。所有的「理解」都停在对话里,像一场每晚重播的、感觉深刻的梦。把「自我理解」外包给 AI,和把日程外包不一样——这个回路如果设计错了,产出的不是理解,是理解感的无限续杯。

收敛:本文只回答——「理解自己」这个任务的特殊性在哪(为什么它的外包回路最容易空转)?正确的人+AI 回路怎么设计(核心组件:假设台账)?哪些部分绝对不能交给这个回路?

穿透:自我理解不是聊天的副产品,是「假设-检验」循环的产物

先诊断空转的机制。她的回路是「困惑→对话→被理解感→(无输出)→下次继续困惑」——问题出在这个回路没有状态,也没有检验:每次对话生成的洞察(「你可能是对被拒绝敏感」「你的拖延也许是完美主义的保护」)停留为语言,不落地为可检验的假设,于是下次对话从零开始,AI 再次生成相似的洞察,她再次获得相似的感动——LLM 在这个回路里的行为像一台「洞察感发生器」:它有能力产出真洞察,但没有机制区分「说得通」和「是真的」,而『说得通』对自我理解恰恰是最危险的糖(人对关于自己的叙事有无限的容纳力,尤其是温和的、免责的叙事——巴纳姆效应在一对一定制语境里被放大到极致)。

正确回路的核心是给它装上状态和检验,四个组件:①假设台账(回路的心脏):一个你自己持有的文档,每次与 AI 的探讨必须以「一条可检验的假设」收尾并入账——格式固定:「假设:我在被临时改变计划时的暴躁,主要来自转换成本而非对人的不满|检验方式:接下来三次被改计划,记录暴躁强度与『提前多久通知』的关系|状态:待验」;对话可以天马行空,收尾必须落到台账——这一条纪律把「理解感」强制转换为「理解候选」。②生活作为实验室:台账里的假设拿到真实生活里跑(记录、观察、找反例)——AI 的角色从「解释者」变为「实验设计助手」(「帮我设计一个能区分这两个解释的观察方法」),这恰好是 LLM 真正擅长且不越界的活。③验证回写:每周把台账过一遍,把新证据喂回对话(「上周的三次记录如下,这个假设站住了吗?」)——让 AI 基于你的数据修正假设,而不是基于你的叙述再造新叙事;被证实的假设升级为「关于我的已验证知识」(这个清单三个月能攒下十几条,每一条都比一百次深夜长谈值钱)。④熔断线:凡对话滑向诊断(「你这是不是 ADHD/创伤/XX障碍」)、药物、或危机情绪,回路熔断,转专业人士——自我理解回路的合法领地是「我的模式」,不是「我的病理」;前者是观察学,后者是医学。

验证

回路的健康指标就一个:台账里「已验证」条目的增长速度。空转回路的特征是对话小时数暴涨而台账为零;健康回路哪怕每周只谈一次,台账在稳定变厚。可证伪:若你连续四周认真跑回路,台账却全是「证伪」(假设一个个倒掉)——恭喜,那不是失败,那是回路在正常工作(证伪也是关于你的确定知识:「我的暴躁与通知时长无关」排除了一个错误地图);真正的失败信号只有一个:台账不增长而对话继续,那说明你消费的是理解感,不是理解。

决策

做什么:建假设台账;每次自我探讨对话以一条可检验假设收尾;每周验证回写;划定熔断线。

不做什么:不要用 AI 对话替代人类关系里的被理解(AI 的理解无成本也无重量,人的理解才构成关系——两者不可互换);不要让 AI 给你的过去做「考古式定论」(童年如何塑造了你——这类叙事无法检验,只能收藏,不能入账)。

先做什么:把你最近一次深夜长谈里最打动你的那个洞察,今天加工成一条带检验方式的假设,入账——你的自我理解,从第一条台账开始变成资产。

边界

巴纳姆效应、叙事的自我确认倾向有心理学文献基础(GRADE 中);「假设台账」为本文设计的实践协议,无对照研究(本文未做正式 A/B/C 分级)。自我理解回路不替代心理治疗(治疗里的理解发生在关系中且有专业校准,那是另一种机制);涉及诊断、药物、创伤记忆、危机情绪,请找专业人士——熔断线不是建议,是边界。

今天就能试的 3 件事

  1. 建台账文档,把最近的一个「深刻洞察」改写成第一条可检验假设。
  2. 给这条假设设计最小检验:接下来一周记录什么?
  3. 检查你的 AI 对话史:「理解感小时数」和「已验证知识条数」的比例——诚实面对这个数字。

本文服务于人生 Harness 金字塔的叙事层的工程化:被理解的感觉是好的,但它是饮料,不是粮食——关于自己的确定知识,只能从「猜想-检验」的老实循环里一条条挣出来;AI 能让这个循环快十倍,前提是你别让它变成无限续杯的饮料机。

研究院、星略、猎人、电商,是同一套。