AI 究竟是补上了 ADHD 缺失的执行功能层，还是只是又一个待管理的工具？

她的工具墓地里躺着十一具尸体:七个任务管理 app、两个习惯追踪器、一个笔记系统、一个专注软件——每一个都曾被期待为「这次真的能救我的那个」,每一个都在两到八周内变成新的负担(要记得打开、要维护、要补录),最终被卸载。所以当朋友第无数次安利「AI 不一样,它是真的能当你的外脑」时,她的反问既疲惫又锋利:「它到底是会补上我缺的那一层,还是只是第十二个需要我管理的工具?你们说的每一个工具都曾被形容为前者,而它们全部死成了后者。我凭什么信这次不一样?」这个反问值得最认真的对待——因为它其实是一个可以被精确回答的技术问题:「补上一层」和「又一个工具」的区别不在营销话术里,在一个可判定的结构特征上:管理负担的净流向。

收敛:本文只回答——「执行功能层」与「工具」的可判定区别(净负担判据)?AI 相比前十一个工具,在这个判据上真正的差异点和依旧的失守点各是什么?怎么配置才能让 AI 站到「层」的那一边(以及什么信号说明它已经堕落成第十二个工具)?

穿透:工具向你索取执行功能,层替你提供执行功能——判据是净流向,不是功能清单

先立判据。她的十一个工具为什么全部堕落?看它们的负担结构:任务 app 要求她「记得录入、记得查看、定期整理」——这三个动作(记得、启动、维护)恰恰就是执行功能本身;换句话说,传统工具的悖论是:它们假设你已经有执行功能,才能用它们来管理执行功能(给缺钱的人开一家需要预存款的银行)。由此得到可判定的判据:一个东西是「层」还是「工具」,看净流向——它替你承担的执行动作,减去它向你索取的执行动作,净值为正才配叫「层」;而且这个净值要在你状态最差的那周计算(顺境人人都用得起工具,层的意义恰恰在逆境兜底——低电量日它是帮你还是等你喂,是最诚实的测试)。

用判据审 AI。真正的差异点(有结构根据的三条):①入口成本的坍缩——传统工具要求结构化录入(选清单、填字段、定日期——每一步都是启动税),对话式入口把录入压到「说一句话」(语音随手一句「提醒我周四给妈妈打电话」)——索取端第一次接近零;②主动性的可能——传统工具是死等式的(你不打开,它不存在),AI 可以被配置为主动推送(晨间简报、到点戳你、检测到超期主动问)——「记得去看」这个最贵的索取项,第一次可以被移除;③容错的宽容——传统系统对乱输入是脆的(格式错就乱),LLM 吃得下混乱的自然语言(「那个……就是上次说的那个事,往后挪挪」)——「必须整理好才能用」的维护税大幅降低。这三条不是营销,是格式差异的真实后果。依旧的失守点(同样三条):①对话本身可以变成新的逃避场(聊规划的快感替代执行,聊代替做篇的老问题);②配置与信任成本前置(要教会它你的语境、要建立对它输出的核查习惯——前八周的净流向可能为负);③它依然运行在「你得有个手机且愿意面对它」的前提上——最深的崩溃日,连说一句话都是税。

配置守则——让它站在「层」的那边:①推送为主、查看为辅(把一切能主动化的主动化:它来找你,不是你去找它——死等式配置等于亲手把它降级为第十二个工具);②入口只留一个且零格式(所有事往同一个对话扔,分类整理是它的活不是你的);③每周问一次净流向(「这周它替我干了什么、我为它干了什么」——两列一比,负了就砍它的功能而不是加);④保留崩溃日的非 AI 保底(实体卡片那条命,不因有了 AI 而撤)。堕落信号清单:你开始「攒着一起告诉它」(=录入已成负担)、你对它的提醒习惯性划掉(=推送已成噪音)、你聊规划的时间超过执行(=它已成逃避场)——任一信号亮起,按第③条做减法。

验证

判据可测:任何工具(含 AI)上手第四周和第八周各算一次净流向,低状态周单独算——数据代替信仰。可证伪:若你的执行困难主要不在「记得/启动/维护」而在情绪与动机层(知道记得也不想动),净流向为正的 AI 也帮不到核心——那是状态层和叙事层的战场,工具判据在此失效。

决策

做什么:用净流向判据审一切工具;AI 按四条守则配置;堕落信号亮起即做减法。

不做什么:不要再按功能清单选工具(清单越长索取越多);不要在状态好的周做「要不要留着它」的判断(顺境数据是假的)。

先做什么:给你现在的主力工具(AI 或别的)算一次本周净流向——两列,十分钟,答案自现。

边界

「工具堕落」现象有技术弃用研究的支持(GRADE 中);净流向判据为本文提出的实践框架(无对照研究)。AI 作为执行支持的证据仍以体验与个案为主(疗效级证据缺位——它是支持层,不是治疗);外包的萎缩风险与依赖边界见系列各篇,守则与彼处协议兼容。

今天就能试的 3 件事

1. 算主力工具的净流向。
2. 把 AI(如在用)的一项「死等功能」改成主动推送。
3. 检查堕落信号三条——中了的,今天砍一个功能。

本文服务于人生 Harness 金字塔的执行层的采购标准:十一个工具的尸体不是你的失败史,是十一次用错判据的记录——你一直在按「它能做什么」选,而唯一重要的问题是「它跟我要什么」;补层者予多取少,伪装者予少取多——从今往后,让每个自称救星的东西,先过净流向这一秤。

参考来源

• Frontiers | Advanced machine learning techniques reveal … — 证据等级：低（GRADE）
• Consumer health information seeking in social media: a literature review — 证据等级：低（GRADE）
• A Virtual Reprise of the Stanley Milgram Obedience Experiments — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 203 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。