Perplexity 之于 ADHD，就像 agent 的编排层 之于 LLM——但有人用错了

他的浏览器历史暴露了一切:晚上九点,他打开 AI 搜索查「怎么高效准备司法考试」,九点二十在查「司考和法考的区别的历史沿革」,十点在查「为什么大陆法系和英美法系的考试制度不同」,十一点半在查「拿破仑法典的编纂过程」——每一步都是上一个答案里某个链接的自然延伸,每一步都很有收获,而司法考试的复习,当晚进度为零。AI 搜索没有分心,是他把一个「答题器」当成了「领航员」,而它从来不会说:「这个问题跟你今晚的目标没关系。」

收敛:本文只回答——AI 搜索在认知工作流里的正确层级是什么?为什么把它错放到「编排层」的位置,会把 ADHD 的兴趣漂移放大成整晚的航线失控?目标守卫该装在哪?

穿透:编排层的职责,恰恰是搜索工具没有的东西

LLM 侧的分层讲清楚。agent 系统里,编排层(orchestrator)的职责清单是:持有目标、拆解任务、决定当前该调用哪个工具、评估每次工具返回是否服务于目标、以及最关键的——丢弃与目标无关的结果,哪怕它们再有趣。搜索工具在这个架构里是被调用方:它对「本次任务的目标」一无所知,它的全部职责是把当前查询答得尽量好、尽量引人深入。一个只有工具、没有编排层的 agent 会怎样?每次工具返回都成为下一次调用的种子,系统沿着「有趣度梯度」而非「目标梯度」漫游——工程上这叫失控,体验上这叫他那一晚。

ADHD 侧的机制放大器:①兴趣驱动的注意系统天然沿「有趣度梯度」走(这是引擎特性,不是失误);②工作记忆的目标维持本就昂贵,而每一个新答案都在冲刷「我原本要干嘛」的残留;③AI 搜索比传统搜索危险一档——它的答案质量高、追问入口顺滑,每一步的「收获感」都是真的,于是连「我在浪费时间」的报警都不响。传统分心有负罪感当刹车,高质量的分心连刹车都拆了。

修法不是戒搜索,是补编排层——三个组件:①目标声明:每次打开 AI 搜索前,先在便签写一行「本次会话目标:__,时限:__分钟」(把编排层的目标持有外置到纸上);②漂移协议:遇到有趣但离题的线索,不点开,丢进「稍后区」(前文的合法放风机制)——兴趣不被杀死,被排期;③返航检查点:时限闹钟响起=强制对照目标声明:「答案拿到了吗?」拿到即关页面,没拿到就评估是继续还是改天——关键是「关闭」这个动作由闹钟触发,而不是由「不想看了」触发,后者在高质量内容面前永远不会到来。

利益视角:AI 搜索的产品设计目标包含「延长探索」——相关追问、推荐问题、无限的下一跳,全是为留存优化的航线诱导;你的目标只在你自己的便签上。

验证

一周协议:所有超过五分钟的 AI 搜索会话,一律带目标声明+时限闹钟,记录每晚的「目标达成/漂移失控」次数,对照前一周的体感。可证伪:若带声明的会话依然整晚失控,问题可能不在编排缺失而在目标本身的回避——查拿破仑法典比复习司考舒服,是因为司考焦虑;那要修的是启动坡道(把复习拆到可启动粒度),编排层挡不住一个不想回家的船长。

决策

做什么:给 AI 搜索装三件套(目标声明/稍后区/返航闹钟);把「搜索会话」和「自由探索时段」显式分开——后者每周合法安排两小时,不带目标,尽情漫游(引擎需要放风,放风要有围场)。

不做什么:不要指望「意识到自己在漂移」(意识到的时候已经在拿破仑那了);不要用自由探索时段做伪装的逃避(围场里玩可以,住在围场里不行)。

先做什么:下一次打开 AI 搜索前——就是今天——先写那一行目标声明,体验一次「带着航线出海」。

边界

「编排层↔目标守卫」为 B 级架构类比(目标持有与工具调用分离的原则两侧成立);ADHD 的目标维持困难有执行功能文献支持,但「三件套」是实践设计而非验证干预(本文未做正式 A/B/C 分级)。若漂移的背后是对特定任务的持续回避且伴随显著焦虑,请考虑专业支持——工具流程修不了情绪的病灶。

今天就能试的 3 件事

1. 在显示器边贴一叠便签,写好模板:「本次目标:__,时限:__分」——编排层的硬件,成本一块钱。
2. 建「稍后区」收藏夹,把上次带你跑偏的那个有趣链接丢进去——周末的自由探索时段见。
3. 给手机设一个循环闹钟,标签写:「答案拿到了吗?」——你的返航广播,今天上线。

本文服务于人生 Harness 金字塔的执行层:AI 搜索是史上最好的答题器,和史上最顺滑的漂流通道——带着目标声明出海的人,才配得上这么好的工具。

参考来源

• Structure and Diagnosis of Adult Attention-Deficit/Hyperactivity Disorder — 证据等级：低（GRADE）
• ADHD is best understood as a cultural construct — 证据等级：低（GRADE）
• Review and Classification of Emotion Recognition Based on EEG Brain-Computer Interface System Research: A Systematic Review — 证据等级：高（GRADE）
• Mortality in children, adolescents, and adults with attention deficit hyperactivity disorder: a nationwide cohort study — 证据等级：中（GRADE）
• Cognitive Training for Attention-Deficit/Hyperactivity Disorder: Meta-Analysis of Clinical and Neuropsychological Outcomes From Randomized Controlled Trials — 证据等级：高（GRADE）

---

本文是「ADHD × AI」系列的第 58 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。