Motion 之于 ADHD，就像 外部编排调度层 之于 LLM——但有人用错了
从同构视角实测 Motion：它到底补上了哪一层执行功能？
Motion 之于 ADHD，就像 外部编排调度层 之于 LLM——但有人用错了：自动重排的宽容，正在驯化你的“日历失明”
她发现自己养成了一个新习惯,而这个习惯让她后背发凉:看到 Motion 的任务提醒弹出来,她的手指会条件反射地划掉——不是看完再划,是根本不看内容地划。第八周,她错过了一个真客户的会议:提醒弹了,她划了,像划掉之前的八百条一样。复盘时她意识到驯化是怎么发生的:Motion 最贴心的功能——「没做完?没关系,我自动帮你重排」——**恰恰是那个把她驯化成「日历失明」的机制:当错过一个时间块的代价被系统温柔地兜底了八周,她的神经系统学到的不是感激,是「日历上的时间不是真的」。**这一篇不讨论授权配置(上一篇的领地),只解剖这一个机制:宽容的自动化如何反向训练出无视,以及怎么在保留自动重排便利的同时,保住「时间的真实感」。
收敛:本文只回答——「自动重排→日历失明」的行为学机制(这是一个标准的消退过程)?哪些时间必须保持「硬」(不可重排区的划法)?软硬混合日历的具体做法?
穿透:提醒的权威来自“错过有后果”——把后果移除的那天,提醒就开始变成噪音
机制,用行为语言说透:提醒之所以能中断你手头的事,是因为它历史上关联着后果(错过=真损失);自动重排把绝大多数「错过」的后果清零了(反正会重排)——于是「响应提醒」这个行为经历了教科书式的消退(extinction):无后果的信号,响应率必然衰减——而且衰减是无差别的:神经系统不会给「这条是真会议」单独开例外,它学到的是「这个 app 的弹窗=可划」的整类规则。这就是那次客户会议事故的全部原理——不是她粗心,是系统用八周时间认真地教会了她无视自己。同类现象工程里也有:告警系统的「狼来了」问题(alert fatigue)——阈值设太松的监控,最终让工程师对真事故也免疫;成熟的运维纪律是分级告警:P0 打电话,P3 只记日志——把这个纪律搬回日历,就是解法。
软硬混合日历,三条:①划出「硬时间」区——与他人的约定(会议、接孩子、就诊)和极少数关键个人承诺,标记为不可重排(Motion 类工具都支持锁定/日历同步区分)——硬时间的提醒走独立通道(不同的铃声/设备,甚至物理闹钟)——让「这个声音=必须动」在神经层面保持纯净,永不稀释;②软时间保持全宽容——其余任务块随便重排、静音处理(看板式查看,不弹窗)——索性取消软任务的弹窗,比让它们稀释提醒通道好:软任务的驱动靠「打开日历看下一件」的主动拉取,不靠推送(拉取不会被消退,因为它本来就不依赖信号权威);③硬时间的失约要「有感」——错过硬时间不许无痕重排:强制一个 30 秒的微复盘(错过原因一行+是否需要道歉/补救)——不是自罚,是人为保住「错过=有事发生」的后果连接,这根连接就是整个提醒系统的电源。
顺手回答一个常见误配:很多人把「希望自己被逼着做」的个人任务(健身、写作)标成硬时间,试图借权威逼自己——两周后失败,顺带把真硬时间也拖下水(又一轮消退)。纪律是:硬度由「对他人的后果」定义,不由「对自己的期望」定义——想给个人任务加约束,用外部问责(伙伴、教练、body double),别透支日历的权威。
验证
可测:软硬分离四周后——硬时间的响应率(应回到接近 100%)、「不看就划」的次数(应趋零)。机制可自证:回想你对不同 app 通知的差别待遇(微信必看、某购物 app 秒划)——同一双手,不同的消退史。可证伪:若你从未产生划掉反射(有人对一切提醒保持警觉),此驯化机制未在你身上激活——软硬分离依然是好卫生,但非急务。
决策
做什么:硬软分区;硬时间独立通道;软任务改拉取;错过硬时间做 30 秒微复盘。
不做什么:不要用硬时间逼自己做个人任务;不要让任何「可划」弹窗与硬提醒共用通道;不要责怪自己「连提醒都不看」(那是消退,不是堕落)。
先做什么:今天把本周的真约定挑出来标硬,给它们换一个专属铃声。
边界
消退与告警疲劳为成熟的行为学/工程概念(GRADE 中高);「自动重排导致日历失明」为机制推导+个案模式(无对照研究,如实标注)。与上一篇(授权配置)互补:那篇管什么进日历,这篇管日历如何保持可信——两篇合用才是完整的自动排程纪律。不构成对特定产品的评价。
今天就能试的 3 件事
- 标出本周硬时间,换专属铃声。
- 关掉所有软任务的弹窗(改拉取)。
- 回忆你最近一次「不看就划」——认出那个消退过程,别再喂它。
本文服务于人生 Harness 金字塔的执行层(信号系统卫生):提醒是你和未来的自己之间的通信协议,而协议的带宽建立在稀缺和后果上——什么都提醒,等于什么都没提醒;温柔的兜底,兜走的是时间的真实感。让硬的硬到底,软的软到底——你的神经系统分得清,只要你别亲手把两者搅浑。
参考来源
- Attention deficit hyperactivity symptoms and Internet addiction — 证据等级：低（GRADE）
- Evidence on Digital Mental Health Interventions for Adolescents and Young People: Systematic Overview — 证据等级：低（GRADE）
本文是「ADHD × AI」系列的第 219 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。