为什么用 ChatGPT 治 ADHD 的情绪失调，和给 agent 套「会褪去的脚手架」是一回事？

ADHD 的情绪像高温度采样：来得快、幅度大、停不下来。用 ChatGPT 做情绪调节是有效的——但只有当它被设计成会褪去的脚手架时。永久在线的情绪外挂，是另一种失调。

先承认一个很多人不好意思说的事实：确实有越来越多 ADHD 者在情绪上头时找 ChatGPT——被批评后的委屈、拒绝敏感被触发后的旋涡、深夜的自我攻击。而且它确实有用：不评判、秒回、永远有耐心。问题是：这到底是治疗性的，还是在制造一种新的依赖？agent 工程里「脚手架 vs 拐杖」的区分，恰好能把这个问题拆清楚。

ADHD 情绪失调的机制：不是感受更多，是刹车更少

先把 ADHD 侧说准。情绪失调（emotional dysregulation）虽然不在诊断标准里，却是成人 ADHD 影响生活质量最重的维度之一。机制上它不是「情绪太丰富」，而是自上而下调节不足：情绪来了，前额叶对边缘系统的降温回路响应慢、力道弱，于是小刺激跑出大振幅、长余震——和注意失控是同一套执行功能问题在情绪通道上的表现。拒绝敏感（RSD）是它最锋利的形态：一句中性反馈能触发生理级别的疼痛反应。

ChatGPT 在这里补的是哪一层

用工程语言说，情绪上头时的 ChatGPT 对话补的是外部调节回路：它把内部风暴强制转换成语言输出（情绪标注本身就有降温效应，这有神经影像证据——affect labeling 会降低杏仁核活动）、提供一个稳定不升级的对话对象（人类对话者会被你的情绪感染，它不会）、并温和地引入重估视角（「有没有别的解释？」）。

这三样恰好是心理治疗里情绪调节训练的核心组件。也就是说：用对的时候，ChatGPT 是在带你练一套可内化的技能——标注、暂停、重估。

脚手架和拐杖的分界线：训练残余

agent 工程判断一个支撑是脚手架还是拐杖，看一个指标：撤掉它之后，系统能力是高于还是等于安装之前。脚手架有训练残余（模型在支撑下学会的能力，撤掉支撑后保留），拐杖没有。

翻译到情绪场景，两种用法的分界线清晰可见：

脚手架用法：上头时先自己试着标注（「这是 RSD 被触发了」），试不动再打开 ChatGPT；对话以「帮我命名这个情绪/帮我找到第三种解释」为目标；平静后自己复盘一次这轮对话用了什么调节动作。半年后你会发现，很多次风暴你在打开 App 之前就自己降温了——训练残余出现了。

拐杖用法：任何情绪波动第一反应就是打开对话框；对话以「陪我待着/告诉我我没错」为目标；一天七八次，每次四十分钟；不和它聊就无法平静。这时它不是在训练你的调节回路，是在替代它——而被替代的回路不会成长，只会更依赖替代品。

判断句只有一条：它是在教你游泳，还是在当你的救生圈？ 救生圈没错，落水时就该用——但如果你从此只敢带着救生圈下水，这个工具就把你锁在了浅水区。

设计褪去路径

会褪去不是自动发生的，要设计：给使用加一个前置缓冲（打开前先自己写一句情绪命名——这一句就是训练）；每周挑一次风暴复盘（它当时对我说了什么起效了？下次我能不能自己说？）；把高频对话里反复出现的调节句式抄成自己的「情绪急救卡」——目标是让卡片逐步替代对话，让内化逐步替代卡片。

边界

必须严肃说明：如果情绪失调达到自伤念头、持续抑郁或惊恐的强度，ChatGPT 不是治疗，去找精神科医生和心理治疗师——AI 在危机场景既无资质也不可靠。同构强度 B 级：affect labeling 和执行功能的文献是真实的，「LLM 对话作为情绪调节训练」本身尚无对照研究，本文的框架是机制推演加实践观察。

今天就能试的 3 件事

1. 做一张情绪命名卡：写下你最常见的三种风暴的名字（如「RSD 触发」「批评余震」）。下次上头，先念名字再开 App。
2. 改一次对话目标：下次找 ChatGPT 疏解时，把开场白从「我好难受」改成「帮我给这个感受命名，并给三种解释」。
3. 周日复盘一场风暴：找出本周最大的一次，写两行——什么起效了、哪一步下次可以自己做。

用 ChatGPT 接住情绪不丢人——工程系统都需要外部支撑。真正的分水岭在于：这个支撑上写没写着一行字——「本结构为临时安装，撤除日期：待定但存在」。

参考来源

• The 12 Best Apps for ADHD in 2026: A Guide to Finding What … — 证据等级：低（GRADE）
• Dynamic causal brain circuits during working memory and their functional controllability — 证据等级：低（GRADE）
• 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）
• Human-like Working Memory Interference in Large Language Models — 证据等级：低（GRADE）
• Working Memory Identifies Reasoning Limits in Language Models — 证据等级：低（GRADE）

---

本文是「ADHD × AI」系列的第 15 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。