ADHD大脑别硬扛:用1小时搭一套AI规划系统

资讯 AI 行业观察 作者:神译局 全文 3515 字 · 约 9 分钟读完

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。 编者按:别再逼自己“只选一件事”了。真正的危机从来不是兴趣太多,而是大脑缺乏调度能力。把最耗神的规划外包给AI,60分钟给散乱的目标装上外部引擎。文章来自编译。 如果你拥有一个 ADHD(注意力缺陷多动障碍)脑,你手上

神译局隶属36氪,是旗下的编译团队,聚焦科技、商业、职场与生活领域,主要译介国外的新技术、新观点和新动向。

编者按:别老逼自己“只挑一件事做”。真正的麻烦往往不是兴趣铺得太开,而是大脑调度不过来。把最烧脑的规划环节交给AI,用60分钟给散乱的目标外挂一台引擎。文章来自编译。

假如你长着一个ADHD(注意力缺陷多动障碍)脑,手里可能同时攥着六个目标,人却不知道从哪下手,一天天拖着,哪个都没往前走。这套系统针对的正是这种局面。

我对智能体(Agent)、智能体框架(Harness)、强化学习(RL)、大语言模型(LLM)架构、推理工程、对齐(Alignment)都很有热情。这份清单还在变长,原因不是我不够专注,而是每个方向我都是真心喜欢,也的确值得往深处钻。

麻烦也就出在这儿。

只要我扎进其中一个方向,就会觉得别的方向被自己落下了。

“只选一件事去做”——这是最常见的劝告。此前我已经讲过,这种说法为什么早就过时了。

你需要成为一名博学者(否则就会被机器取代)

症结不在兴趣数量多,而在于少了一股力量:它得待在你大脑和意志力之外,替你做规划。不然每天一早,脑子里先要打一场“动力之战”,而且不少时候你赢不了。

你可能听过一种说法:AI 是给神经多样性人群最好的礼物。没错,但有个前提——方法得对。

下面说说我搭的一套系统,它很简单,对我确实管用(或许对你也管用),内容包括:

  • 让各项兴趣不再互相抢占精力的两条规则

  • 这套系统的五个组成部分,以及每一部分存在的原因

  • 相关研究怎么说

  • 让系统持续运转的每周循环

你不是不专注,你只是缺乏规划

规划这件事,偏偏是 ADHD 大脑最不拿手的。你要做到的是:

  • 把一个模糊的目标(比如“我想成为某领域的研究员”)转化为切实可行的路线图

  • 决定今天该把精力放在哪个主题上

  • 记住上周停在了哪里

  • 在计划彻底泡汤时重新规划(这种事一定会发生!)

好消息在于,这类枯燥活儿恰恰是当下智能体最拿手的:读进一大堆背景材料,拆成一步步的具体动作,哪怕计划重写十遍,它也不会崩。

你的兴趣不必互相内耗

六个兴趣同时在手,现实是这样的:每天早晨,它们在你脑子里争“今天归谁”。你挑中了一个,剩下几个还是不停扯你。

结果就是切来切去,切个不停。

一周过完,哪件事都没往前挪一步。

两条规则就能把这个局面解开。规则本身你也能照做,难的是每周都照做,而这恰好是 ADHD 大脑最吃力的地方;智能体没有这个毛病,所以交给它。

规则一:开并行车道,不排先后顺序

最顺手的安排是按先后顺序来:先做完一个,再动下一个,一路排下去。表面看很聚焦,可排在后面的兴趣根本不会老老实实等着,它们会一直拽你。

所以换个做法,给每个兴趣单开一条车道:

  • 主攻车道(Build):眼下占用你最多精力的那一个

  • 阅读车道(Reading):慢慢推进的那一个,每周读一章书或者一篇论文

  • 开放车道(Open):只留一个支线任务的位置,给本周任何让你来劲的新鲜事

  • 停车场(Parking lot):剩下的兴趣全放这儿

没有哪个兴趣被丢掉,你也不用为漏掉某一个而焦虑,它们只是夹好书签待在原地。AI 能把这些车道排进你一周的日程里,早上那场“谈判”自然就没了。

规划的力量放在大脑外面,就应该是这个样子。

规则二:找到那条核心主轴

很多兴趣从外面看七零八落,彼此不搭界,可多数情况下并不是这样,它们之间存在共同点,智能体能帮你把共同点找出来。

拿编程、设计、心理学、写作和视频制作来说,乍看是五个毫不相干的爱好。可只要把它们对准同一个目标,比方说发布一款自己的应用,它们就汇到了同一个方向上:

  • 编程,负责把产品搭起来

  • 设计,让它更好用

  • 心理学,帮你读懂用户

  • 写作,负责推广

  • 视频,让它被更多人看见

这根主轴一立起来,你在某一个兴趣上钻得越深,就越是在给其他兴趣帮忙,而不是跟它们抢精力。

兴趣本来就挨得近的话(比如我这些全绕着 AI 转),主轴很容易成形;要是看上去毫无关联,那就该让智能体去找连接点了。不过话说回来,别指望它变魔术。

这套系统没那么复杂

  1. 智能体(Claude、ChatGPT、Hermes、GrokBot)是整套系统的大脑。只要能通过插件接上你常用的软件,哪个智能体都行,它会把所有信息读一遍,再变成计划。就我的体验来说,Claude 在这种场景下要好得多。

  2. 简历、社交媒体主页、看中的招聘岗位、收藏的课程和论文,这类能说明你是谁、会什么、想学什么的内容都算个人资料。可以当文件上传,也可以在提示词里直接写清楚。Notion 则充当智能体的路线图和外部记忆库,目标、资料来源、各项决策都放在里面。不想用智能体自带的记忆功能,这就是最合适的落点。每次会话开始时它会读一遍,过程中随时更新。换别的软件也行,本地的 .md 文件同样可以。

  3. Obsidian 是你自己的笔记库。Notion 给智能体用,Obsidian 是你记笔记的地方。你用 Notion 记笔记当然也可以,只是我不喜欢拿它来学习。我喜欢笔记之间的双向链接,也喜欢内容全部存在本地,还能让跑在自己电脑上的智能体直接改。

  4. 日程规划软件可以选 TickTick 滴答清单或 Todoist,这一环比想象中更关键。宏观规划是一回事,每天有具体、能负责的小步骤,差别很大。这两款应用都有能接智能体的集成,添加任务、读取进度都方便。我用的是 TickTick,也更推荐它。

我对“简单”的强调请别忽略,这一点很要命。本来就提不起劲做任何事的时候,需要的不是一套添堵的系统,而是轻到像写一条提示词那样的方案。

研究怎么说:把计划从脑子里挪出来

这方面研究的年头比 AI 还长,结论都指向一处:把规划从大脑里挪出去,落到纸面上、软件里,或者交给别人搭把手。

写下来

ADHD 研究领域最有名的人之一罗素·巴克利(Russell Barkley)认为,ADHD 说到底是执行功能(EF)出了问题。他的建议是改造外部环境,让环境去增强或补上你有限的执行功能,比如列一份每日待办清单。(Barkley, 2011)

追踪进度

一项元分析覆盖 138 项研究、19,951 名参与者,结论是监控自己的进度有助于达成目标;进度被实际记下来,或者向他人汇报,效果更明显。(Harkin 等,2016)落到这套系统里,就是勾掉完成的任务,再让智能体复盘。

有人跟进监督

有一项研究里,148 名患 ADHD 的大学生接受了为期 8 周的辅导,之后学习技能、自尊心,以及对学业和工作的满意度都有提升。

这些研究当然都不是拿 AI 当对象做的,智能体也替代不了真正的教练。但它确实把研究指向的那些枯燥环节自动化了:写下计划、追踪进度、定期跟进。

周而复始让计划保持鲜活

  1. 一周里你逐项勾掉的任务,Claude 会去读哪些完成了、哪些没完成,也会读你在 Obsidian 里写的笔记。

  2. 然后它在 Notion 里更新规划,再把接下来一周(或接下来几天)的任务排好。

今天就花 60 分钟把它搭起来

可以一口气做完。先清空大脑,10 分钟:把所有绕在心头的兴趣列出来,还有你想学什么、想成为什么样的人、想做出什么东西。

  1. 收集个人资料,10 分钟:简历、作品链接、GitHub 主页、几个理想中想申请的职位,以及想学的课程和论文,全都归拢到一起。

  2. 让智能体采访你,20 分钟:资料全部交给它,让它靠提问把遗漏的细节补全。

  3. 创建路线图页面,10 分钟:让智能体生成它自己的 Notion 页面,目标、资料来源和各项决策都写进去。看到不对的地方就改。

  4. 填充下周(或今天)的日程:我更习惯逐日设定目标,而不是一次把整周排满,这样更灵活。

  5. 再设一个循环提醒:新建每周执行一次的周期任务,用来跑这套周循环。

几点理性提醒

  • 身边有位能给你个人指点、还会盯着你往前走的人,是件幸运的事。智能体替代不了这一点,但眼下它是最接近的备选。

  • 智能体给出的只是建议。拍板的人是你,改路线图的也是你。

  • 目标写得含糊,计划也只会含糊。

  • 它就是个做规划的工具,并不针对任何病症,也谈不上治疗。

这套系统我也才跑起来没多久,但到目前,在帮我守住正轨这件事上,它比我试过的其他办法都管用。每个模块都是我发现了旧系统缺什么,再一块块补进去的。

还有一点要说清楚:AI 不会替你学,最难的那部分仍旧得你自己扛。它接手的只是学习周边那些枯燥的杂事,而对 ADHD 的大脑来说,这些杂事恰好是阻力最大的环节。

译者:boxi。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 盖茨再谈AI风险:比核武器更危险,呼吁提前建机制

    “AI当然比核武器更危险。”近日,比尔·盖茨在美国哥伦比亚广播公司(CBS)的播客《好问题》中警告,过去一年,AI模型已经跨过一些危险门槛,社会和政府却还没有做好准备。从2023年宣告“AI时代已经开始”、强调风险可以管理,到今年8月发文提醒世界为动荡做准备,盖茨的警告越来越急迫。“达到人类的智能水平之后,它也不会停下

    来源 腾讯网
  2. AI成数学“神谕”:斯特罗加茨新书追问理解是否还在

    康奈尔大学数学家史蒂文·斯特罗加茨在新书《Big Math》中探讨AI对数学的冲击。当AI成为能瞬间给出答案却难以解释过程的神谕,这门以证明与理解为核心的学科将面临怎样的认识论挑战?本文从AlphaProof等前沿进展出发,分析AI如何改变数学研究、证明验证与人类直觉的角色,并追问:当答案唾手可得,我们还想理解什么。

    来源 AI 行业观察
  3. Cyanogen联合创始人打造Kora:面向AI极客的Linux桌面系统

    Cyanogen联合创始人打造Kora,一款基于Linux、面向本地AI模型用户的桌面操作系统,被视为Windows与macOS的下一代替代方案。它瞄准需要高性能与可控性的高级用户,试图在隐私、开放性与AI工作流之间找到平衡。本文梳理Kora的定位、行业背景与潜在挑战。

    来源 AI 行业观察
  4. 李开复:企业上了AI没见效,缺的是这两类人

    内容来源:笔记侠(Notemans)。责编 | 柒 第 9956 篇深度好文:4433字 | 11 分钟阅读思维方式43年前,一个年轻人申请卡内基梅隆大学博士时,在申请信里写下这样一句话:AI是人类认识并理解自己的最后一里路。那封信他一直留着。今天,这句话有了新解释:AI不替人定义意义,却让人重新证明自己的价值。11月

    来源 腾讯网
  5. Radical Numerics推离线模型:断网也能识别AI工程病原体

    WIRED报道,初创公司Radical Numerics开发了一种可在无互联网连接环境下识别自然与AI工程病原体的模型。本文梳理其潜在价值、技术挑战与生物安全治理议题,并分析离线AI为何可能成为生物防御体系的重要补充。

    来源 AI 科技快讯
  6. AI让答案唾手可得,记忆和思考却在退化

    神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。 编者按:AI能快速获取答案,但也会带来认知卸载,削弱记忆与思考能力。我们要善用AI做思考辅助,搭建可持续的学习体系,守住独立思考的能力。本文来自编译,希望对您有所启发。 图片来源:Adobe Stock 随着人工智能可

    来源 AI 行业观察
  7. Signal加密协议完成AI数学验证:形式化验证成本能降多少

    Signal的端到端加密协议完成了一项为期四周的AI辅助形式化验证,用数学方法检验其核心加密逻辑的正确性。这项实验的意义不止于Signal本身:它显示AI有望大幅降低形式化验证的门槛与成本,让这种过去只有少数专家才能驾驭的“数学体检”逐步走向工程实践。

    来源 AI 科技快讯
  8. 10款冷门AI工具实测:会议记录、表格生成、收件箱接管

    神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。 编者按:AI 工具迭代速度极快,当一款工具全网刷屏时,早期红利已经消失。本文介绍了10款还未大规模流行、但很实用的AI工具,瞄准真实办公痛点,从会议、数据分析到笔记管理等,适合想要抢占效率先机的使用者。本文来自编译,希

    来源 AI 行业观察
  9. 2027年高容MLCC缺口每月30亿颗:AI需求翻倍,产能2028年才跟上

    据最新调研测算显示:2027年,高容、超高容MLCC行业将出现更明确的供给缺口,产品价格有望继续上行;而大规模产能释放要等到2028年,中间存在两年左右的供需时间差。 按行业口径,1μF以上划为高容MLCC,10μF及以上为超高容,10μF、22μF、47μF是AI服务器主力规格。 据机构从厂商客户端拿到一组关键预测数

    来源 AI 行业观察
  10. Kora桌面系统登场:Cyanogen联合创始人做的Linux,专为本地AI用户

    Cyanogen联合创始人打造Kora,一款基于Linux、面向本地AI模型用户的桌面操作系统,被视为Windows与macOS的下一代替代方案。它瞄准需要高性能与可控性的高级用户,试图在隐私、开放性与AI工作流之间找到平衡。本文梳理Kora的定位、行业背景与潜在挑战。

    来源 AI 科技快讯
  11. 罗永浩直播间卖爆TRAE:AI Coding 9块9,57分钟成交

    文/章鱼编辑/闫如意时代变化有多快?双十一的直播间最先知道。前脚,李佳琦刚把 Token 卖上热搜,后脚,罗永浩就带着 AI Coding 来了。2026年的双十一,头部主播们不约而同卖起了AI。如果说 Token 还是AI时代的原材料,那么 AI Coding 则更像是 AI 时代的商品。对普通人来说,从 Token

    来源 腾讯网
  12. 2026年AI融资流向:应用层33起领跑,视频图像3D吸金最猛

    2026年,AI融资市场最“大笔”的钱,依然流向大模型、算力等基础能力。但越来越频繁的融资故事,开始发生在应用层。 据智东西统计,2026年上半年,国内AI产业链上亿元融资中,AI应用方向融资事件最多,共33起。其中,视频、图像和3D生成占了近四成,AI Agent约占两成,企业应用、AI医疗/药物、AI金融、AI营销

    来源 AI 行业观察
  13. 观点跃迁STACK ANYWAY内测:说句需求就能做硬件?

    如何在专业性和用户友好度之间把握平衡,是AI硬件平台不得不跨过的一道门槛。 文 | 李嘉星 编辑 | 张薇 封面来源 | Unsplash 你有没有想过,亲手做个市面上买不到的电子小玩意儿? 每次看何同学、稚晖君的视频,我都忍不住想:要是我也能做一个就好了。 图源:老师好我叫何同学《我们做了台魔法钢琴…》 我脑子里也时

    来源 AI 行业观察
向下滚动自动加载更多