比乔布斯早91年,鲁迅的老师说了同一句话

← 返回首页/科学研究

为什么“执行功能外包”需要一张依赖阈值表?

《问题327》人工精修选题,双域证据作答。

2025-04-189 分钟阅读
ADHDAI科学研究问题XXX精修神经科学

为什么“执行功能外包”需要一张依赖阈值表?

他的外包体系精密运转了一年:日程外包给 Motion,记忆外包给笔记系统,启动外包给 body doubling,决策外包给 ChatGPT 的利弊分析。直到出差那周酒店网络瘫痪,他体验了一次「全系统离线」:不知道今天该做什么、想不起答应过谁什么、连晚饭吃什么都决定不了。回来后他问了一个之前从没问过的问题:我的外包清单里,每一项如果永久断供,我还剩下什么?

收敛:「执行功能可以外包」已经是这个领域的共识,但「外包到什么程度」几乎没人给出工程标准。本文只回答——如何给每一项外包设定依赖阈值,让系统故障时降级而不是崩溃?

穿透:可靠性工程早就解决过这个问题

LLM/agent 侧的成熟实践:任何依赖外部服务的系统都要做故障模式分析——每个依赖标注三件事:①失效概率;②失效时的影响半径;③降级方案(fallback)。核心原则是关键路径上的依赖必须有降级方案:检索服务挂了,agent 退回用参数内知识作答;工具调用失败,退回纯文本推理。没有降级方案的关键依赖,叫单点故障——评审时会被直接打回。

ADHD 侧把这套框架平移过来,恰好补上了「外包」讨论的缺口。外包的每一项可以按两个维度打分:功能的关键度(断了影响多大:提醒吃药 vs 推荐晚餐)和恢复的难度(断供后手动顶替的成本:看日历 vs 重建整个记忆系统)。两个维度交叉出四象限,右上角(关键且难恢复)就是你的单点故障区——那里的每一项,都欠你一个降级方案。

风险与利益:工具订阅制的商业逻辑天然推动你向右上角迁移(越关键越难走,留存越稳),没有产品会主动帮你做故障演练。而 ADHD 的特殊脆弱性在于:降级时顶上来的本该是内置执行功能——那正是我们最薄的储备,所以我们的「影响半径」天然比神经典型用户大。

验证

这张表不能纸上谈兵,要用演练验证(混沌工程的家用版):每月挑一天,主动关掉一项外包(比如今天不开任务管理器,只用纸笔),观察实际影响和你预估的差距。可证伪:如果每次演练都毫无痛感,说明你的依赖没有想象中深,阈值表可以放宽;如果某次演练当天就崩,恭喜你在演习中而不是实战中发现了单点故障。反例边界:药物管理、就医提醒等健康关键项不适合做断供演练——它们需要的是冗余(双重提醒),不是演习。

决策

做什么:今天给自己画那张四象限表——列出所有外包项,按「关键度×恢复难度」放进象限;右上角每一项写一行降级方案(通常是最原始的版本:纸、闹钟、告诉一个人)。

不做什么:不要因为害怕依赖而拒绝外包(左下角的外包是纯收益,尽管用);不要给所有工具都做冗余备份(过度工程会压垮维护能力——ADHD 系统的第一死因是维护成本)。

先做什么:只处理右上角。找出最关键且最难恢复的那一项,给它写降级方案,十分钟内完成。

边界

「故障模式分析↔外包管理」是工程方法的平移(本文未做正式 A/B/C 分级),不是临床干预。认知卸载的长期效应研究尚在早期,本文的阈值表是实践框架。涉及药物、就医等健康关键功能的管理,请与专业人员共同设计冗余方案,不要自行断供演练。

今天就能试的 3 件事

  1. 画四象限:所有外包项按「断了多疼×多难顶」入座,10 分钟。
  2. 给右上角第一名写降级方案一行字:「如果它明天消失,我就___」。
  3. 在下月日历上圈一个「演练日」:关掉一项非健康类外包 24 小时,记录真实影响。

本文服务于人生 Harness 金字塔的执行层:外包不是错,没有降级方案的外包才是——真正的强大不是不依赖,是知道每一根拐杖断了之后,自己会摔在哪、怎么爬起来。

参考来源


本文是「ADHD × AI」系列的第 20 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。

研究院、星略、猎人、电商,是同一套。