怎么在 agentic 系统的状态机里内建“戒断协议”——把帮助深度做成可衰减的控制变量

提问原文同样来自工程侧:「agentic 系统天然倾向于增加上下文记忆、自动工具调用和主动建议来降低用户摩擦,但这些优化都会提升依赖。如果要在状态机里内建『戒断协议』,该怎样把『帮助次数/深度/主动度』作为可衰减的控制变量,而非 Engagement 指标?」这是本站「商业激励错位」篇(拐杖比脚手架赚钱)的工程续篇:那篇论证了「为什么该做」,这篇回答「怎么做」——假设你就是那个想做「会毕业的产品」的工程师,戒断协议的状态机具体长什么样?

收敛:只回答三问——「帮助」怎么参数化成可控变量?衰减的触发逻辑怎么设计(定时衰减为什么是错的)?这套协议怎么在商业上活下来(不解决这问,前两问是空谈)?

穿透:把「帮助」拆成三个旋钮,让「用户的能力增长」驱动旋钮回调

第一问:参数化。提问者已经给出了正确的三轴,把它们工程化:①频次(F):系统主动介入的次数上限(每日主动提醒/建议的配额);②深度(D):单次介入的代劳程度——用分级定义(D3=直接替用户做完;D2=给出完整方案待确认;D1=只给提示或问题;D0=沉默,仅在用户主动求助时响应);③主动度(P):介入由谁发起(P2=系统无请求先行动;P1=系统在预设检查点询问;P0=纯用户拉取)。任何一个「帮助行为」都是 (F,D,P) 空间里的一个点——戒断协议的本质,就是让系统在这个空间里的默认工作点,随用户能力增长而向原点漂移。

第二问:衰减逻辑——关键是「能力锚定」而非「时间锚定」。天真的实现是定时衰减(每月 D 降一级)——这是错的,而且危险:ADHD 用户的能力增长不是线性的(有平台期、有倒退期、有本来就属于拐杖区的功能),定时衰减等于在用户没准备好时抽走支撑,结局是任务崩溃+用户流失+「戒断」声名狼藉。正确的锚是用户能力信号:系统持续观测「无辅助成功率」——具体机制是探针事件:在低风险任务上,系统偶尔(可变比率,上一篇的原则)把 D 临时降一级(该给完整方案的只给提示),观测用户能否接住;连续 N 次接住→该功能的默认 D 永久降一级,并显式告知用户(「你最近三次自己拆的任务都很好,我以后对这类任务只递提示——随时可以叫我回来」);接不住→退回原级,三周后再探。「随时可以叫回来」是协议的安全阀:降级永远可被用户一键撤销(撤销本身也是数据——高频撤销=该功能属于拐杖区,系统应停止对它的探针,标记为「终身支持项」)。这套逻辑正好复刻了脚手架教学的黄金标准:支撑的拆除速度由学习者的表现决定,且永远可回滚——教育心理学里叫 fading,它本来就是「脚手架」这个词的原始出处。

第三问:商业存活。戒断协议在 KPI 上的直接表现是交互次数下降——在 engagement 驱动的商业模型里它活不过一个季度评审。三条出路:①换收费结构:订阅制(按月收费,交互越少毛利越高——戒断协议在订阅制下是降本增效,激励反转)优于按量计费;更激进的是「毕业定价」:达成能力里程碑收取一次性费用(把「用户变强」直接变成收入事件);②换北极星指标:把「无辅助成功率的增长曲线」做成产品的公开仪表盘和营销资产——「我们的用户平均 N 个月后对任务拆解不再需要我们」是这个品类里绝无仅有的广告(信任红利变现,「卖管线」篇的逻辑);③留存的再定义:毕业的用户不流失,而是升舱——从「执行辅助」毕业的用户,进入更高层的服务(目标层/叙事层的支持,金字塔上层的需求终身存在)——戒断协议不是放走用户,是把用户沿金字塔向上送。

验证

可测:两组用户,固定 D 组 vs 能力锚定衰减组,追踪 6 个月的「无辅助成功率」「任务总完成量」「留存」——协议成立的判据是:衰减组无辅助能力显著上升,且任务完成量不塌(塌了=衰减过快,参数回调)。可证伪:若衰减组在所有功能上都高频撤销降级,两种可能——探针设计太糙(在高风险任务上探针=违规),或该用户群的这些功能整体属拐杖区(神经性缺损,fading 不适用)——协议的诚实之处在于它自带这个检测器。

决策

做什么(工程):三旋钮参数化;能力锚定+探针+可回滚;拐杖区自动识别与豁免。做什么(商业):订阅或毕业定价;无辅助成功率做北极星;毕业即升舱的产品阶梯。

不做什么:不要定时衰减(时间不是能力的代理);不要把探针用在高风险任务上(用户的重要交付不是你的实验田);不要隐蔽降级(不告知的衰减会被体验为「产品变笨了」——透明是协议的信任基础)。

先做什么(工程师读者):在你的系统里先实现 D 轴的分级定义——没有分级,一切衰减都无从谈起。

边界

Fading/脚手架拆除有教育心理学基础(GRADE 中);三旋钮状态机为本文的工程设计提案,未经产品验证(本文未做正式 A/B/C 分级)。拐杖区功能(神经性缺损对应的支持)不适用衰减,系统必须内建识别与豁免——把 fading 用在拐杖上不是帮助毕业,是拆残疾人的轮椅;涉医疗功能的产品另受监管边界约束。

今天就能试的 3 件事

1. (工程师)给你的产品写 D0–D3 的分级定义文档。
2. (用户)审视你依赖的 AI 工具:它对你的默认 D 是几?有没有哪个功能,你其实可以要求它「只递提示」了?
3. (双方)把「无辅助成功率」这个指标记下来——不管做产品还是用产品,它都是「这段关系是否健康」的唯一硬指标。

本文服务于人生 Harness 金字塔的执行层的产品伦理工程:好的支持系统应该像好的教练——目标从第一天起就是让你不再需要它,而它的每一次后退,都踩在你站稳了的那只脚上;能把这件事写进状态机的产品,才配得上「脚手架」这个词。

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: a global perspective on research … — 证据等级：中（GRADE）

---

本文是「ADHD × AI」系列的第 137 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。