1682星！i-have-adhd：给AI编程助手装上「刹车」，让它别再废话连篇

今天GitHub Trending上一个Python项目让无数程序员会心一笑——i-have-adhd，1682颗星。它的功能简单到令人发指：给AI编程助手（Claude、Cursor、Copilot）注入一个”ADHD友好”模式，让它停止长篇大论，直接给答案。

痛点有多痛？

用过AI编程助手的人都经历过这个场景：

– 你问”这段代码怎么修复？”

– AI回答：”这是一个非常好的问题！让我先分析一下您的代码结构……（省略200字）……根据最佳实践……（省略300字）……总之，您可以尝试以下方案：”

– 你已经失去耐心了。

i-have-adhd 的解决方案是：在系统提示词中注入一组精炼的约束规则，强制AI：

– 跳过”这是一个很好的问题”之类的寒暄

– 代码优先，解释在后

– 每个回答不超过3个要点

– 如果5行代码能解决，不写50行

为什么这么火？

项目作者ayghri在前言里写了一句扎心的话：

“I built this because my coding agent kept burying the answer under a mountain of politeness and unnecessary context. I have ADHD — I need the signal, not the noise.”

这句话引发了程序员的共鸣——当代AI助手过于”讨好型人格”，把简单问题包装成论文答辩。1682颗星说明这不是个别现象，而是行业通病。

技术实现

核心就一个文件：`rules.py`，包含约200行精心设计的提示词工程。它不修改模型本身，而是作为系统级指令层注入到AI助手的上下文中。支持Cursor、Claude Code、GitHub Copilot、Windsurf等主流工具。

原理很简单：不改变模型能力，只改变模型的”输出风格”。这恰好印证了一个AI使用哲学——提示词工程的价值不亚于模型本身。

一个更深层次的反思

i-have-adhd的爆火背后有一个更值得思考的问题：为什么AI助手默认要那么啰嗦？

答案可能有点讽刺——因为AI公司按Token计费。更长的输出意味着更多的API调用费用。但用户真正需要的，是最少Token的最大价值。

i-have-adhd的价值不在于技术有多复杂，而在于它旗帜鲜明地说出了一个真相：AI应该是工具，不是话痨。

这不仅仅是一个工具，是一种哲学

i-have-adhd之所以能在24小时内收获1682星，不只是因为代码写得好——而是它触碰到了一个更深层的需求：在AI泛滥的时代，人类最稀缺的不是智能，是注意力。

每天有数十亿条AI生成的内容涌向互联网。你的编程助手在废话，你的邮件AI在写没人在读的寒暄，你的会议摘要AI生成了没人会看的三页总结。信息过载已经从”人类生产的内容太多”升级为”人类+AI生产的内容多到荒谬”。

i-have-adhd的创作者用200行Python代码对抗了这个趋势。他的理念很简单：工具应该服务于人，而不是消耗人。 这种设计哲学值得每一个做AI产品的团队反思——你是在帮用户节省注意力，还是在挥霍它？

与其他方案对比

| 方案 | 方式 | 侵入性 | 效果 |

|——|——|——–|——|

| i-have-adhd | 系统提示词注入 | 低 | 减少60%废话 |

| 自定义system prompt | 手动编写规则 | 低 | 因人而异 |

| 精调模型 | 训练时调整 | 高 | 根本性改变 |

| 换用更简洁的模型 | 换底层模型 | 中 | 可能损失能力 |

推荐：i-have-adhd + 手动微调。先用默认规则快速起效，再根据自己的偏好调整 `rules.py` 中的参数。

👇 关注不错过

— END —
LC 智趣厅 · 科技与生活的交点
ihygg.cn