逻辑思维的“锚定效应”到底怎么破？我研究了一下 ADHD 这个框架

很多人在做推理 Agent 的时候，总觉得只要 Prompt 写得足够复杂，或者用 Tree-of-Thought (ToT) 把搜索空间搞大，就能解决模型“思维定式”的问题。但我最近看了一个很有意思的项目，它直接指出：这根本不是提示词（Phrasing）的问题，而是架构（Wiring）的问题。

现在的主流做法，不管是 Linear CoT 还是 ToT，本质上都在同一个上下文窗口（Context Window）里跑。这就导致了一个致命伤：所谓的“锚定效应”。模型在第一步产生的任何一个偏见或错误的逻辑，都会像病毒一样顺着上下文污染后续所有的分支。你以为你在做发散性思考，其实你只是在给一个错误的先验知识做加法。

这个叫 ADHD 的项目（作者是 Udit Akhouri）思路非常硬核。它不试图通过“请换个角度思考”这种废话来引导模型，而是直接在物理层面上切断了分支之间的联系。

它是怎么实现“思维隔离”的

它的核心逻辑是：在发散阶段，直接开启 N 个完全独立的推理进程，每个进程之间零上下文共享。最绝的是，它会给每一个进程强行套上一个“扭曲的认知框架（Distorted Cognitive Frame）”。

比如，你要解决一个 API 超时重试的工程问题。

• 传统的模型会给你一套标准答案：指数退避、重试逻辑、超时设置。这很专业，但也非常平庸，属于那种“高级工程师随口就能说出”的套路。
• ADHD 的模式会强迫其中一个进程进入 gamification（游戏化）框架，另一个进入 perceptual-distortion（感知扭曲）框架。

结果就是，它能跳出那种“等 90 秒然后重试”的常规逻辑，甚至会推导出一个极其离谱但有启发性的方案：比如设计一个“愤怒退出”按钮，当等待时间过长时按钮颜色变红，用户点击后直接切到轻量级模型（如 Claude Haiku）重新处理。这种“模型切换”的思路，在共享上下文的模式下几乎不可能被自发产生，因为模型会被当前的“重试逻辑”框架死死锚定。

实操中的关键：不仅要生成，更要“剔除”

很多人玩 Prompt 玩到最后发现，发散出来的东西全是垃圾。ADHD 解决这个问题的办法是：生成和评审完全解耦。它先用 N 个隔离框架暴力生成，然后跑一个独立的 Critic（评论家）进程，专门做三件事：打分、聚类、剪枝。

这里我整理了一个它在处理复杂任务时常用的“认知框架”逻辑，如果你在写 Agent 的工作流，可以参考这种思路来构造你的 IDEATION_FRAMES：

### Task: [填写你的核心任务]

# 隔离推理框架指令集 (ADHD-Style)

1. [Frame: Economic Incentive]
   - 视角：成本、资源分配、ROI、投入产出比。
   - 目标：找出当前方案中最浪费资源或最不经济的点。

2. [Frame: Perceptual Distortion]
   - 视角：极端情况、感官错觉、用户压力。
   - 目标：如果系统响应极慢或 UI 极度混乱，用户会如何感知？

3. [Frame: Redundancy Race]
   - 视角：冗余、竞争、冲突、过度设计。
   - 目标：寻找为了解决一个小问题而引入的过度复杂性。

4. [Frame: Archeologist]
   - 视角：历史演进、遗留问题、技术债。
   - 目标：假设当前代码是 10 年前写的，会有什么潜在风险？

# 执行流程
- Step 1: 对上述每个框架独立运行推理，严禁引用其他框架的结论。
- Step 2: 汇总所有输出，由独立的 Critic 角色进行 Trap Detection（陷阱检测）。
- Step 3: 过滤掉所有“平庸/常规（Standard/Textbook）”的回答，仅保留具有 Novelty（新颖度）的路径。

这个模式最强的地方在于，它把“寻找新思路”变成了一个概率问题——通过增加隔离的维度和极端的框架，强行把模型从概率分布最高的“平庸路径”上拽出来。

目前看，这种“发散隔离 + 独立审计”的模式正在被很多开发者移植到自己的工作流里。与其花精力去优化那句“请多从不同角度思考”，不如直接在架构上把它们的上下文给断了。