当大脑运作方式不同时，AI不是奢侈品——而是无障碍工具

在神经多样性群体中，执行功能缺陷常常成为日常工作的巨大障碍。一位患有AuDHD（自闭症与注意缺陷多动障碍并发）的解决方案架构师分享了他的亲身经历：他利用AI构建了一套自动化工作流系统，成功补偿了大脑神经类型带来的认知挑战。

据伦敦大学伯贝克学院的研究，英国成人中有15-20%属于神经多样性人群。然而，绝大多数AI生产力工具的设计前提是用户大脑神经典型。对于神经多样性专业人士而言，邮件分类、优先级排序和跟进管理所耗费的认知能量远超技术工作本身。

作者描述了他的双重神经类型冲突：自闭症大脑渴望结构、常规和可预测性，而ADHD大脑则抵制常规、追求新奇，无法维持任何系统。过去他尝试过Asana、Notion、Todoist、纸质计划表、白板等，但所有工具都未能持续使用——他称之为“工具墓地”。真正的突破在于构建一个能够自我维护的系统。

他构建的AI系统运行在Amazon Quick桌面应用上，通过MCP（模型上下文协议）服务器连接到Outlook、日历和Asana。系统读取他编写的优先级规则（纯Markdown文件），每天早晨自动对邮件进行三分类：“立即处理”、“下一步”、“如果时间允许”。收件箱扫描时间从过去的45分钟以上缩短到6-13分钟。过去他每周大约遗漏2-3个跟进事项，系统运行后一个月内零遗漏。

系统设计的关键原则是认知成本接近于零：启动只需一个动作（点击运行），AI负责所有思考过程。他还训练系统匹配自己真实的沟通风格，减少了因伪装（masking）带来的疲惫感。与以往工具不同，这个系统持续运行了数月，是他最长工作流持续纪录的四倍。

具体实现方面，Amazon Quick提供持续的AI助手、对话记忆和工具编排层，底层推理由Amazon Bedrock支持。MCP服务器使用AWS的Kiro IDE构建，将分类规则和优先级逻辑编码为可配置的Markdown文件，调整规则无需重新部署。Quick技能框架提供可重用的自动化模式，包括邮件格式化、上下文日志、每日总结和任务状态管理。

作者还分享了时间盲、决策瘫痪、上下文切换税等问题的缓解：系统追踪每个任务的经过时间，自动在任务过期前提醒；每天早晨显示预计算的优先级看板，无需自行决定下一步；每次与AI助手的对话都携带完整上下文，即使中断三天也能轻松重新进入问题空间。

最后，作者为其他神经多样性人士提供建议：首先映射出最耗认知的三项任务，然后自问能否写下决策规则、能否将思考与执行分离、能否使启动成本接近零。如果答案是肯定的，就可以用AI卸载这些认知负担。规则只是简单的英文Markdown文本，无需编程即可调整行为。