UditAkhourii/adhd

解決的問題

ADHD 解決了自回歸推理中的「過早收斂」問題，即 AI 代理傾向於鎖定在第一個想法上，無法探索廣泛且非顯而易見的創造性解決方案。它透過強制模型在最終得出答案前探索多個獨立觀點，防止單次或線性思維鏈中常見的狹隘「教科書式」答案。

工作原理

系統採用兩階段機械循環，嚴格分離生成與評估過程：

1. 發散：專案啟動 N 個並行且隔離的推理過程。每個過程接收問題和特定的「認知框架」（觀點提示），但禁止評估結果。由於這些分支之間無上下文共享，無法相互鎖定。
2. 聚焦：一個獨立的評議員對每個生成的想法進行評分，評估其新穎性、可行性與契合度。隨後標記「陷阱」（看似合理但存在缺陷）的想法，按角度對想法聚類，並對前 K 名幸存者進行深度細化為詳細草圖。

適用對象

專為需要在複雜任務（如設計決策、API 表面設計、模糊除錯、命名、戰略規劃）中進行高品質構思的開發者和 AI 代理使用者設計。

核心亮點

• 隔離推理：透過確保發散分支之間無共享上下文，防止鎖定效應。
• 陷阱檢測：能專門識別並解釋為何某些誘人但有缺陷的想法應被避免。
• 代理無關：可作為技能安裝到多種代理中，包括 Claude Code、Cursor 和 Windsurf。
• 已驗證的創新性：在工程基準測試中，相比單次基線，展現出顯著更高的新穎性和廣度得分。