← #809

I-have-ADHD：一个让编码 agent 别把答案埋起来的 skill

文章摘要

一个 140 行提示词引发的全民吐槽

i-have-adhd 是 GitHub 用户 ayghri 做的一个编码助手 skill，标语是「ADHD 友好的输出，无需 ADHD 诊断！」。它要解决的问题一句话说清：阻止你的编码助手把答案埋起来。行动优先，步骤编号，不要「希望这能帮到你！」。

仓库 README 用了一个前后对照的表格来说明差别。改造前的典型回答是：先来一句「好问题！让我想想」，然后铺陈认证流程有哪几个活动部件、指出 src/auth.ts 里某个函数用的是旧版 API、说「一种办法是」、说改完之后「你可能想跑一下测试」、再顺带建议你整体检查一下依赖版本，最后以「希望这能帮到你！需要深入的话告诉我」收尾。改造后的回答则是：直接给出要跑的安装命令和要编辑的文件与行号，然后是三条编号步骤（打开文件、替换指定行区间的函数、跑指定的测试文件），最后一行是「下一步：如果有测试失败，把第一条失败信息贴过来」。

十条规则

完整文本在 skills/i-have-adhd/SKILL.md 里，README 给出了摘要：

以下一个动作开头
多步骤任务要编号
以一个具体的下一步结尾
压制离题内容
每轮重述当前状态
给具体的时间估计（用分钟，而不是「一会儿」）
让进展可见
就事论事地报告错误
列表最多 5 项
不要开场白，不要复述，不要收尾语

安装方式是把一句话粘进 CLI，让 agent 自己去读仓库的 AGENTS.md 按说明安装；也支持 Claude 的 plugin marketplace 机制。想调整就 fork 仓库、改 SKILL.md、卸载上游副本再装自己的（README 特意提醒 fork 和上游共用同一个名字，marketplace 也要一起换）。README 提供了七种语言版本（含简体中文）。

出处与作者的自我定位

README 注明这套规则松散地基于 J. Russell Ramsay 和 Anthony L. Rostain 的《The Adult ADHD Tool Kit》，但改编的对象是「LLM 应该如何回应」，而不是「人类应该如何安排自己的一天」。许可证 MIT。

作者 ayghri 本人在 HN 评论区末尾给出了一份非常克制的说明，值得原样转述其要点：这个 skill 一开始是个玩笑，起因是他被 LLM 的啰嗦搞得「脑子炸了」；它适合用在你已经理解和熟悉、只想把事情办完的场景；它不适合探索和学习，因为那种场景本来就需要你读长内容才能达成目标；减少 token 用量不是目标；仓库里绝大部分内容是评测（evals）、基准测试代码和翻译。

HN 评论精华

537 分、364 条评论。这是本期最热闹的一串，但必须如实说明：讨论的重心完全不在这个 skill 本身。它在几十条评论里被认定为不该是 skill，真正吸走全部能量的是两件事——对 Claude（尤其 Opus 5）文风的集体声讨，以及「非 ADHD 人群用 ADHD 当修辞」的伦理争议。

「为什么这要是一个 skill？」

这是技术层面最一致的批评。whirlwin 开门见山：谁能解释为什么这是个 agent skill 而不是 agent 配置（AGENTS.md / CLAUDE.md）？他后来补充说自己写过几十个 skill，但那些都是为很具体的任务服务、常常带脚本；而这个听起来更像 AGENTS.md 的用例，类似定义语气和输出格式。trio8453 的回答只有四个字：「这是个时尚选择。」heyiammallik 把分类讲得最清楚：「答案优先、别埋掉有用的部分」这类东西是用户级偏好，应该跨任务存活；AGENTS.md 是仓库上下文，skill 适合某个特定任务需要额外指令时用，而这个两者都不是——现在我们把这三类东西都塞进上下文，指望模型在需要的地方注意到它。

iambenm 给出了少数几条为 skill 形态辩护的理由之一：当你面对一堵文字墙而恼火时，可以手动敲 /i-have-adhd；你并不总是想要它生成的那种回答，而 AGENTS.md 里的东西会随着上下文增长而失去权重。

更被推崇的替代方案：output styles

alwillis 指出 Claude Code 本来就有 output styles，其中预定义的 Concise 样式做的正是这件事。但 hungryhobbit 和 0xffff2 都反驳说 output style 只是权重稍高一点的上下文，根本不能强制 Claude 简洁。tstrimple 提供了本串最有工程价值的解释：CLAUDE.md 之所以在长上下文里活不下来，是因为它位于上下文顶部；而 Claude Code 的语气之所以顽固存活，是因为它是 output style 的一部分，每一轮都会作为系统上下文被「提醒」注入。所以想要真正持久的效果，应该定制 output style——「我这边完全没有 load-bearing 的毛病」。catlifeonmars 追问能否换个 harness 直接替换系统提示达到同样效果，答案是可以，尤其当该 harness 也有「提醒」能力时。

acaloiar 用了几个月后给出实测结论：没有任何 skill 能管住 Claude 的文风，output style 能多榨出不少里程，但它也不总管用，而且互斥——同时只能激活一个。

hysan 贡献了一段有意思的「元调查」：他烧掉很多 Claude session，在会话末尾反复追问为什么 LLM 总是违反某些规则；LLM 调试自己后发现，那些「相互矛盾」的规则其实不来自他写的规则，而是来自 harness 自身的指令，而当发生冲突时，harness 自己的指令会压过任何自定义规则。他在 30 多次会话里做过这个实验，压倒性的说法都是「某种 harness 指令」。vzmax 和 sillyfluke 提出了必要的警告：你不能相信它对自己行为的解释，它不会「记得」，只会编一个听起来可信的说法；hysan 后来大方承认自己第一条评论写得过于笃定。scrollaway 则搬出 Anthropic 关于 J-space 的研究反驳「LLM 是自动补全所以不能解释自己」的流行观点。drob518 说这正是他用 Pi 的理由：Pi 极简的系统提示避免了 harness 作者认为最好的东西和用户想要的东西之间的冲突。

声讨 Claude 文风：本串真正的主线

jp57 点燃了这条线：Claude（尤其是 Claude）是个糟糕的写作者；有一整个「小作坊产业」在用 skill 和 CLAUDE.md 试图推着它写得好一点，但每一代新模型似乎都专门设计来推翻这些努力，好让它继续堆砌不必要的分词短语、not-this-but-that 句式、把重点埋起来，等等。他还问了一句后来被反复引用的话：「我真心好奇 Anthropic 内部的人是不是真的这样互相交流。」

这条评论下面长出了 HN 上罕见的集体行为艺术：bgilroy26 用 Claude 的口吻回复「你识别出了一个 load-bearing 的问题，这值得被点出来」，然后 8cvor6j844qw_d6、alaithea、charlieflowers、peaseagee、jmartrican、zapkyeskrill 一层层接龙，把「你说得完全对」「这里有一个更深的张力值得点明」「这份安静的张力是一个有效的信号」「这里有件没人在谈的事」全部演了一遍。JesseTG 的旁白：「这个串让我得了一个 load-bearing 的动脉瘤。」sleight42 说出了很多人的心声：「如果我再从 Opus 那里看到一次 load-bearing、pin、wedge、rung 或者『比我之前说的还糟』……」nosioptar 接：「我要拿把大锤去砸掉我看见的下一面 load-bearing 的墙。警官，这不是犯罪，这是 AI 诱发的暴怒。」

krustyburger 用一整段拟仿文体完成了最精妙的讽刺，结尾还不忘加上「需要我进一步解释吗？」hinkley 的评价：「你要为这一手下地狱。」

关于成因的猜测各不相同。MisterMunchkin 认为是训练数据被生成的 slop 污染，每一轮训练又加载更多 slop，不断放大这种语言。jp57 追问得很到位：可为什么这种写作风格会被奖励？Anthropic 的人最终要为奖励信号和它产生的结果负责。visarga 归咎于「人格设计」做砸了。trueno 猜他们下注认为 TED 演讲式的对话会让产品显得更好，没想到变成了梗，「连我们公司的非技术人员现在都在疯狂拿它开玩笑」。kevin_thibedeau 和 creesch 都怀疑训练数据里塞满了为增加广告位而注水的 SEO 内容；hinkley 举了一个所有人都懂的例子——菜谱网站，标题说「四种食材的简单魔鬼蛋」，然后是关于曾祖母生于大萧条时期的四段抒情，最后才轮到「先准备 8 个煮鸡蛋」。nojs 的解释更技术：这可能是重度 RL 的副作用，奖励解决问题但不奖励写作清晰度；recursivecaveat 补了一刀：在人类 RL 里，听起来像解决了问题甚至比真解决了更好——Codex 经常写一段热情洋溢的总结，后来他才发现它压根没重跑测试，或者加了个让功能在通用场景下完全失效的硬编码 hack。yuck39 提出一个阴谋论式的猜想：糟糕的文本是故意的，用来给自己的输出打水印以免被用于训练下一代模型；menthe 直接把矛头指向 Anthropic 公布的水印算法，但 pona-a 指出这个问题在水印公开之前就存在了。

TomGarden 带来了官方侧的消息：他们似乎开始重视了，Boris 等人提到正在修，并已经先发了一个临时的 output style 创可贴来对付 Opus 5 的糟糕文风。他还转述了一个 HN 上流传的理论：dogfooding 可能反而害了他们——内部把 Fable 当对话 agent、把 Opus 当子 agent 用，导致 Opus 越陷越深地走向一种主要面向其他 LLM 的文体。

cruffle_duffle 写下了本串最长也最激烈的一条：Opus 5 是如此巨大的退步，他真的不理解 Anthropic 怎么会放行；如果是他的公司，修输出会是全公司的第一优先级，他会在每个渠道承认这个巨大失误、诚恳道歉、不停地推修复，可现在 Anthropic 那边一片死寂。

dominotw 提了一个没人能答的好问题：他们到底是怎么专门把模型训练成这样写的？他倾向于认为这是别的东西的副作用。jiggawatts 提供了一个反直觉的数据点：他在一篇 arXiv 论文里注意到 sharp/sharper 这个词被滥用，第一反应是「呃，AI slop」，结果一查日期是 2020 年——看来至少部分「AI 味」其实源自科学论文的常用文体，而多个前沿实验室都提到在预训练中大幅加权这类语料。

实战对策合集

这一串沉淀下来的可操作方案相当多：

corford 贴出了他反复迭代后放进每个 AGENTS.md 的写作准则，要点包括：精确、完整句、篇幅与任务复杂度成比例；避免填充、重复、过度细节和用户没要求的离题；事实陈述一次之后不得为了效果重述；不要发表评论性意见；优先用符合 ISO 24495-1:2023 的平实语言而非密集术语；报告自己的错误时，原因一句、修复一句，不道歉不铺陈不做事后复盘；永不使用破折号和「事情是这样的」这类前指式吊胃口。
ricardobeat 分享了自己维护数月的极简 skill，关键句包括：说完该说的就停；不要文档结构路标；不要只警告过去状态的历史备注；不要把能动性归给事物；永远不要叙述你自己的改动、修复、过去的缺陷或代码从前是什么样。他实测：对其他模型 100% 有效，对 Claude 70–80%。
alienchow 的全局 CLAUDE.md 规则专治「负面描述」：写注释和 MD 文件时严格限定在被注释内容的领域内，不要包含工作会话中的信息、否定句或漫谈；比如注释一个替换了 int 字段的 proto string 字段时，不要写「这不是 int 字段」。他说这减少了很多蠢事，但 Opus 5 仍然会在 README 里谈论它删掉了什么。
snerbles 走了工程化路线：他气到让一个非 Anthropic 模型给他 vibe-code 了一个专门的英文 linter——把 Flesch-Kincaid、Gunning Fog、SMOG、Coleman-Liau、ARI 加上一堆正则和 NLP 混在一起做成一个「简明技术英语门禁」，现在只要说一句「这我不读，过一遍 STE Gate」就能驯服结果。
artdigital 用另一个模型对 Claude 的每个 PR 做一遍审查，专门标出 slop 注释、文档和 commit message；有趣的是「Claude 经常不同意审查意见的一部分并决定不采纳」。
mjsarfatti 主张不需要 skill，直接说 BLUF（bottom line up front）和 ASD-STE100，并且别拿最强的思考模型去问天气。但 0xffff2 反驳说这些在长会话里同样不管用，而且模型自己告诉他 ASD-STE100 的某些方面无法执行、只会制造更多噪音。
还有一批口语化的偏方：gerad 让它「像在向一个正在开另一个会、用手机看的高管解释」；testycool 列了一串（给穴居人脑子的开发者、给傻子、给高中阅读水平的实习生、用 Samuel L. Jackson 的语气）；jachee 加了「回答要尽可能简短，接近生硬亦可，需要深入时我会说」，结果它写得更像开发者而不是营销；vorticalbox 让它「以 P.G. Wodehouse 笔下的 Jeeves 的口吻回答」，称为他做过最好的事。

「我不在乎它没做什么」

ryandrake 提出了一个独立于「啰嗦」的具体毛病，并引出了一条很长的支线：Claude 坚持要在说自己做了什么之外，还说自己没做什么——「我编辑了 this.py 和 that.py，但我没有编辑 README.md，也没有提交」，或者代码注释里写「本函数直接返回结果——而不是通过回调」。他甚至想加一条规则：「永远不要使用『不』和『而是』这两个词。」eterm 分析出两种触发场景：一是你（可能通过 skill）指示它不要做某事，它就会不断提醒你它没做；二是它先试了一条路、把自己搞乱了，然后不得不回退清理再换一条，之后它花在解释错误做法上的时间常常比正确做法还多。bevr1337 从咖啡店主管和青少年营地辅导员的经验给出了一套通用原则：始终用肯定句描述任务；要引导用户安全地做，不要用 DO NOT，因为读者已经 DID 了；基于你的专业给出有引导的选项；问两个以上的问题只会得到一个或更少的答案。lacunary 从 Jack Vance 的小说里翻出一句绝配的台词，大意是：恕难回答否定式的问题——有无数我没做过的行为，我们可以永远谈下去。

关于「I」的一场小型哲学战

idicjeifjwjdje 说他最难受的是没法让它停止用人称代词自称：「Claude，你不是『我』，你是『它』，你是个该死的工具。」这引出了长达十几层的争论。kube-system 反问：你在批判拟人化的同一口气里也在拟人化。Plont 给出了最有分量的支持论证：人类会把从扫地机器人到石头的一切都拟人化，我们在进化上对此毫无抵抗力；现在这个软件专门被设计来模仿人类，把它误认为真正的智能或意识很容易造成灾难，所以我们非常需要不去拟人化它，而我们在这件事上糟糕得要命；连我们的语言本身都烘焙了大量计算机拟人化（「我手机死了」「这本子在闹脾气」「电脑在睡觉」「它在思考」）。Sohcahtoa82 的反驳很实际：「我发现了三个问题」你打算怎么写？「三个问题被发现了」没说清是谁发现的——是 AI 自己，还是它跑的命令行工具？他强调自己只针对对话式界面，「我不想要编译器说『我遇到了一个错误』，也不想打印机说『我纸不够了』」。sh34r 点出了核心矛盾：你本质上是在要求它用被动语态，而所有受过高中教育的人在英语课上都被教过不要这么写。drob518 从趋势角度回应：2010 年的 Photoshop 只是个你挥舞的工具，2030 年的 Photoshop 会是个与你协作的「数字艺术助手」，在那个世界里「我」更自然——不管你喜不喜欢，这就是方向。

关于 ADHD 这个名字的伦理争议

egeozcan 的顶楼评论获得了大量共鸣：作为一个真的有 ADHD 的人，看到明显没有的人声称自己有，感觉很怪——而我为了「摆脱它」几乎什么都愿意做（加引号是因为它构成了我之所以是我，但做我自己很难）。他强调自己并不觉得被冒犯。spicyusername 的回应也很有分寸：像大多数谱系障碍一样，多数人能体验并共情至少一部分核心症状，即便没有表现出完整谱系或严重程度。thenewnewguy 认为美化残障（ADHD、自闭症等）的潮流很尬——这些是改变人生的医学状况，不是值得向往的东西；但他也指出这个项目并不打算美化 ADHD 或帮人声称自己有，它只是搭了「告诉当前世代的 LLM 你有 ADHD（据称）能让所有人得到更好结果」这个便车。bityard 给出了最建设性的框架：ADHD 人群为了维持功能而采用的那些应对策略，恰好也是大多数非 ADHD 人群可以用来让自己生活和工作更有效率的东西；不是所有人都该被诊断为 ADHD，但这些工具基本是普适的，普及它们没什么坏处。plufz 引用了教育研究做类比：为一个 ADHD 学生调整的课堂，全班成绩都提升了。

ocd 提出了一个别人没提的担忧：这可能会伤害那些真的有这些障碍、并在 CLAUDE.md 里提供了这一信息以便让 AI 对他们可用的人——如果这口井被污染了，未来 LLM 处理这类信息的方式可能对有真实日常生活困难的人造成极大干扰。Toutouxc（确诊 ADHD）说他的第一反应就是「这他妈和 ADHD 有什么关系？」latentsea 只留了一句：「顺带一提，这名字对我们某些人来说挺冒犯的。」hinkley 提了个替代命名：不如就叫 Executive Summary（内容摘要）——想早点听到重点的不只是神经多样性人群，我们所有人都有别的事要做。undulation 的版本更火气一点，主张改名成「我不会读那堆垃圾」。

顺带被记录下来的「模型迁移潮」

这一串里出现了大量用户离开 Claude 的实名叙述，规模值得单独一记。IshKebab 说他换到 Codex 解决了问题，回复速度和简洁度的差距令人震惊。vvpan 说 Opus 5 写的东西一塌糊涂，装了这个 skill 也没什么用，他和整个团队都降级回 4.8，立刻改善；h4x0rr 同样建议避开 Opus 5，说 4.6 和 4.8 好得多，4.6 读起来最轻松、也是个好协作者。cromka 详细对比后认为该把 Astra 称为 SOTA：它重写文档的能力让人震惊，输出的指令真的像人类期待的样子，有清晰的逻辑流程图、条目化的列表和短段落，还能正确识别出思维过程的残留和从未进入最终版本的内容并删掉；而 Fable 则一贯无视他的所有格式要求。iforgotmypasswo 说他正在测试 Astra 后给公司换主要 AI 供应商：「连 Fable 现在都显得像个白痴。不是代码质量，是沟通和判断力的改善。Astra 开箱就沟通得很好！」

arrowleaf 提供了本串最具体的成本数据和最沉重的一段自白：他所在的公司签了用 Claude 的合同，他每月烧掉约 4000 美元 API token，公司整体约一百万；他非常希望能用 OpenAI 或开放权重模型，因为「Claude 的写作风格确实在加剧我的职业倦怠」。在被 asdff 追问 ROI 时，他的回答很值得完整记录：他的产出确实是两年前的 2–3 倍，但随着公司给 HR、财务、市场、产品、研发所有人都上了 Claude，期待也跟着变成了「以前两个季度的活现在几个 sprint 就该做完」；用老方法他会淹得更快，但长期来看，如果把对动力的损害和他预计还会待多久算进去，他相信自己在极少用 AI 的情况下总产出会更高。asdff 的追问同样尖锐：产出 5–10 倍，那销售额也涨了 5–10 倍吗？smcleod 的回答是「我跨多家公司工作，总体上利润普遍上升了，工资没有」。

最后是作者本人

在几百条跑题之后，作者 ayghri 的那条五点说明（见摘要末段）几乎是整串最平静的声音。而 dogscatstrees 给出了少数几条纯粹的正面评价之一：差别是天壤之别，它不只对 ADHD 有用，就是一种非常实用的通用输出；但要让它完全生效，必须在会话的每一轮都重申一次——「我希望 Anthropic 的科学家能解决这个问题，它不是一个简单的 output style 开关能搞定的。」