當大腦運作方式不同時，AI不是奢侈品——而是無障礙工具

在神經多樣性群體中，執行功能缺陷常常成為日常工作的巨大障礙。一位患有AuDHD（自閉症與注意缺陷多動障礙併發）的解決方案架構師分享了他的親身經歷：他利用AI構建了一套自動化工作流系統，成功補償了大腦神經型別帶來的認知挑戰。

據倫敦大學伯貝克學院的研究，英國成人中有15-20%屬於神經多樣性人群。然而，絕大多數AI生產力工具的設計前提是使用者大腦神經典型。對於神經多樣性專業人士而言，郵件分類、優先順序排序和跟進管理所耗費的認知能量遠超技術工作本身。

作者描述了他的雙重神經型別衝突：自閉症大腦渴望結構、常規和可預測性，而ADHD大腦則抵制常規、追求新奇，無法維持任何系統。過去他嘗試過Asana、Notion、Todoist、紙質計劃表、白板等，但所有工具都未能持續使用——他稱之為“工具墓地”。真正的突破在於構建一個能夠自我維護的系統。

他構建的AI系統執行在Amazon Quick桌面應用上，透過MCP（模型上下文協議）伺服器連線到Outlook、日曆和Asana。系統讀取他編寫的優先順序規則（純Markdown檔案），每天早晨自動對郵件進行三分類：“立即處理”、“下一步”、“如果時間允許”。收件箱掃描時間從過去的45分鐘以上縮短到6-13分鐘。過去他每週大約遺漏2-3個跟進事項，系統執行後一個月內零遺漏。

系統設計的關鍵原則是認知成本接近於零：啟動只需一個動作（點選執行），AI負責所有思考過程。他還訓練系統匹配自己真實的溝通風格，減少了因偽裝（masking）帶來的疲憊感。與以往工具不同，這個系統持續執行了數月，是他最長工作流持續紀錄的四倍。

具體實現方面，Amazon Quick提供持續的AI助手、對話記憶和工具編排層，底層推理由Amazon Bedrock支援。MCP伺服器使用AWS的Kiro IDE構建，將分類規則和優先順序邏輯編碼為可配置的Markdown檔案，調整規則無需重新部署。Quick技能框架提供可重用的自動化模式，包括郵件格式化、上下文日誌、每日總結和任務狀態管理。

作者還分享了時間盲、決策癱瘓、上下文切換稅等問題的緩解：系統追蹤每個任務的經過時間，自動在任務過期前提醒；每天早晨顯示預計算的優先順序看板，無需自行決定下一步；每次與AI助手的對話都攜帶完整上下文，即使中斷三天也能輕鬆重新進入問題空間。

最後，作者為其他神經多樣性人士提供建議：首先對映出最耗認知的三項任務，然後自問能否寫下決策規則、能否將思考與執行分離、能否使啟動成本接近零。如果答案是肯定的，就可以用AI解除安裝這些認知負擔。規則只是簡單的英文Markdown文本，無需程式設計即可調整行為。