为什么用 ChatGPT 治 ADHD 的卡在执行与落地，和给 agent 套外部编排调度层是一回事？

裸模型和裸大脑共享一个尴尬:面对「把这件事做成」的指令,都能输出漂亮的「应该怎么做」,却都接不稳「现在做哪一步」。工程师的答案不是换更强的模型,是在模型外面加一层编排调度——这层东西,ChatGPT 恰好能帮你搭。

先看「卡在执行与落地」的解剖图。它不是一个卡点,是一条断裂带上的五个断口:想法没有被拆成可执行步骤(停留在「要做 X」的雾里);步骤没有占据时间(躺在清单里,永远轮不到);到点启动不了(意图挂不上挡);中断后续不上(重启成本高到放弃);接近完成时涣散(90% 综合征)。ADHD 的执行功能弱势让每个断口都比常人宽——于是「有想法有能力」的人,落地清单常年赤字。

LLM 侧的同构有直接工程对应:裸模型多步任务的完成率低,不是生成能力不够,是缺乏计划维持与流程控制——所以生产级 agent 全部外挂编排调度层(orchestration):planner 拆解、scheduler 排程、executor 按序执行、checkpoint 存续、监控收尾。行业从没指望模型「自己变得更有执行力」,它把执行力做成了模型外面的一层。

用 ChatGPT 给自己搭这一层,按五个断口逐个接骨:

五个断口,五段假肢

断口一:雾→步骤。想法趁热丢给 ChatGPT:「拆成第一周可做的三步,每步两小时内,第一步 10 分钟内。」拆解要发生在兴奋半衰期内——ADHD 的想法热度以天计,冷了连拆的欲望都没有。

断口二:步骤→时间。拆出的步骤直接进日历,占具体时段。可以让 ChatGPT 参与排:「这是我的三步和本周空档,帮我排,并给每步配一句『到点后的第一个动作』。」清单是愿望,日历才是调度——没有时间坐标的任务,在 ADHD 的世界里不存在。

断口三:到点→启动。日历弹出后仍启动不了的,用预排好的「第一个动作」(断口二已备)+ 5 分钟合同。启动的阻力和第一步的模糊度成正比,而第一步已经在冷静时被 ChatGPT 磨到无需思考。

断口四:中断→续接。每次停工前 60 秒,把「下次从哪句开始」发给 ChatGPT(或写便签)。重启时先读断点,不靠回忆考古。跨周的项目,每周一让它汇总:「根据我们的对话,这个项目现在的状态和下一步?」——它当你的项目状态存储。

断口五:90%→交付。收尾涣散的解法是把「完成」定义清楚(让 ChatGPT 预先列出「交付判据清单」:什么状态叫做完了)+ 给终点造一个等待方(「周五发你」)。ADHD 的项目不是死在困难处,是死在无人等待的最后一公里。

这层调度的一条总纲:让冷静的你,调度冲动的你

注意五段假肢的共同结构:全部在「冷时刻」预制,在「热时刻」照读执行。拆解、排程、第一动作、断点、判据——都是冷静的你(借 ChatGPT 之手)提前写好的剧本,热时刻的你只需要照着走,不需要临场思考(临场思考正是断裂带所在)。这正是编排调度层的本质:把决策从执行现场搬走。反过来,最常见的失败姿势就是热时刻现场求助——卡住了才打开 ChatGPT 聊「我该怎么办」,聊天本身变成新的逃避。这层系统的价值九成在预制,一成在现场。

照例的诚实条款:ChatGPT 是被动组件,「到点」这个触发信号它给不了——日历通知、闹钟、body double 才是你的触发器。它写剧本,闹钟开机,你演出。

边界

同构强度 B 级:编排调度层是真实且核心的 agent 架构,ADHD 的意图-执行落差有执行功能文献,五断口协议属机制映射的实践,无对照研究。照例:如果断口三(启动)在协议完备后仍常态性失灵,查燃料层(睡眠/情绪/药物),那不是调度问题;严重影响职业的执行困难,值得专业评估而不只是工具。

今天就能试的 3 件事

1. 挑一个搁浅最久的想法,今天走断口一和二:拆三步+进日历。全程 15 分钟。
2. 给本周每个任务块预写「第一个动作」:到点不思考,照读。
3. 建立停工便签习惯:今天每次切换任务前,60 秒写断点。周五看看重启变多快。

「执行力」这个词害了很多人——它听起来像人格属性,其实是一层可以外装的架构。工程师给模型装了,你给自己装:冷时预制,热时照读,让落地这件事,第一次不依赖状态好坏。

参考来源

• ADHD Apps: We tested 44 Apps and Here’re the Best 9 in 2026 — 证据等级：低（GRADE）
• 12 AI Personal Assistants Built for ADHD Brains (2026 Rankings) — 证据等级：低（GRADE）
• LBD同构对：自我调节与元认知 — Inhibitory control and emotion regulation in preschool child ↔ ObjexMT: Objective Extraction and Metacognitive Calibration — 证据等级：低（GRADE）
• LBD同构对：自我调节与元认知 — Emotion-related self-regulation and its relation to children ↔ A Reproducibility Study of Metacognitive Retrieval-Augmented — 证据等级：低（GRADE）
• The 12 Best AI Tools for 2026 (That People Actually Use) — 证据等级：低（GRADE）
• The AI Powered SuperApp for Work | Motion — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 156 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。