把每个子任务都变成即时奖励事件？——ADHD 版 planner-executor 循环的奖励设计与耐受性难题

提问原文来自一位做 agent 系统的工程师:「Agentic harness 中的 reward signal 来自工具反馈或人工标注,而 ADHD 的行为维持依赖多巴胺奖赏。如果要设计一个 ADHD 可用的 planner-executor 循环,是否必须把每个子任务完成都变成可感知的即时奖励事件?又该如何避免 gamification 的耐受性?」这个问题问到了所有 ADHD 应用的命门:**Habitica 们的金币和宠物,为什么头两周神效、第四周形同虚设?**因为它们只回答了前半问(即时奖励,是的,必须),没回答后半问(耐受性,才是真正的工程难题)。本文把两问一起答完。

收敛:只回答两问——前半问:为什么 ADHD 的执行循环确实需要「每步可感知奖励」(机制+边界)?后半问:游戏化耐受的成因,和四条抗耐受的设计原则?

穿透:前半问的答案是「是,但奖励≠奖品」;后半问的答案藏在「奖励预测误差」里

前半问。ADHD 奖赏系统的核心文献结论:对延迟奖励的折扣更陡(delay discounting)、对即时反馈的依赖更强——神经典型者做长任务时,「离目标更近了」这个抽象进度自带奖励价值,ADHD 的系统对这种「远期期票」定价极低,于是长任务在动机上等于无偿劳动。所以答案的前半是明确的:是,ADHD 版 planner-executor 的每个 executor 步骤,都需要一个即时、可感知的完成信号——这正是任务拆解(每步足够小=完成事件足够密)和 done list(完成的具身记账)起效的共同机制。但要立刻修正一个概念:「可感知的奖励事件」不等于「外加的奖品」——工程师容易把它实现成金币/积分/宠物,而机制上真正起效的最小单元是「完成本身被清晰地标记」(划掉一行、进度条跳一格、一声轻响):**信号的功能是让多巴胺系统『看见』完成,不是给完成额外付费。**这个区分是后半问的伏笔。

后半问:耐受为什么必然发生。多巴胺系统的教科书特性:它响应的不是奖励本身,是奖励预测误差(比预期好才放电)——任何固定、可预测的奖励,几周内必然被预期完全吸收,信号归零;这就是 Habitica 第四周的死亡机制:金币还在发,但金币已经被完全预测,预测误差=0,动机贡献=0。外加奖品的耐受速度比「完成标记」快得多,因为奖品是人为通胀的货币(为了刺激而加码→加码本身被预期→需要更大加码——gamification 的军备竞赛注定输给自己的预期系统)。四条抗耐受设计:①以「标记」为主币,奖品降为辅币——划掉、打勾、进度可视化这类「完成的镜子」几乎不耐受(它们不制造预期通胀,只是让真实成就可见——真实成就本身不会贬值);②可变比率的惊喜层——如果要用奖品,学老虎机不学工资:不定时、不定量的小惊喜(随机彩蛋)的抗耐受性远强于固定金币(可变比率强化是行为主义最耐用的老结论);③奖励语义与人生绑定——把「完成信号」接到真实叙事上(done list 的周回顾:「这周这些完成拼出了什么」)——意义是唯一不会被预期吸收的奖励维度,因为它随人生上下文持续变化;④耐受即换血协议——承认任何机制都会衰减,系统里预置「奖励机制的轮换」(打卡视觉样式每月换/庆祝仪式每季换)——不是找到不耐受的奖励(不存在),是让轮换的成本低于耐受的损失。

验证

工程可测:AB 两组用户,固定金币组 vs「标记为主+可变惊喜」组,看第 4/8/12 周的留存曲线与任务完成率的衰减斜率(预测:两组第 2 周相近,第 8 周分化)。个人可测:你现在用的打卡 app,回忆它第一周和现在给你的感觉差——那个差值就是你的耐受进度。可证伪:若某用户对固定奖品长期不耐受(存在这样的人),说明其奖励价值来自奖品之外的载体(如收集癖的完形快感)——那是另一条通路,不推翻预测误差机制。

决策

做什么(工程师):主币用完成标记,辅币用可变惊喜,顶层接意义回顾,预置轮换协议。做什么(用户):选「把完成照亮」的工具,警惕「给完成付费」的工具;自己的系统每季度换一次庆祝形式。

不做什么:不要用惩罚补耐受(奖励失效后加惩罚是最常见的歧路——对 RSD 敏感的 ADHD 用户,惩罚的副作用是弃用整个系统);不要追求「一劳永逸的动机设计」(和多巴胺系统的军备竞赛没有终点,只有可持续的轮换)。

先做什么:检查你正在用的任务工具:它的奖励是「镜子」还是「奖品」?如果是奖品且你已耐受——别自责,是设计的锅,换一面镜子。

边界

延迟折扣、奖励预测误差、可变比率强化均有扎实文献(GRADE 中高);「标记 vs 奖品」的耐受差异为机制推导+产品观察,缺直接对照研究(本文未做正式 A/B/C 分级)。游戏化对部分人群有过度使用风险;动机系统的持续普遍失灵(任何事都无法启动)超出工具设计范畴,请专业评估。

今天就能试的 3 件事

1. 给今天的任务清单加「完成的镜子」:每做完一件,用力划掉它——最古老的标记至今最有效。
2. 给自己埋一个可变惊喜:完成硬任务后掷骰子,6 点才有小奖——体验预测误差的手感。
3. 周末做一次意义回顾:这周的完成,拼出了什么?

本文服务于人生 Harness 金字塔的执行层的动机工程:多巴胺不接受长期饭票,也会看穿一切固定工资——但它永远为两样东西放电:真实完成被看见的那一刻,和不知道下一次好事什么时候来的那一点悬念;好的奖励设计,就是老老实实供应这两样。

参考来源

• Artificial intelligence in ADHD: a global perspective on … — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 136 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。