# akhouri-adhd-ideation-divergente-parallele-2026-07-20

## Veille

Udit Akhouri veröffentlicht **ADHD**, ein Open-Source-Skill (MIT) für „parallele divergente Ideenfindung“ für Coding-Agenten: N **isolierte** Agentenaufrufe unter bewusst verzerrten kognitiven Frames, gefolgt von einem separaten Kritiker, der bewertet, clustert, **Fallstricke markiert** und die Überlebenden vertieft — eine **architektonische** Lösung (kein Prompt) für die vorzeitige Konvergenz von LLMs.

## Titre Article

ADHD — a skill for agents (Parallel Divergent Ideation for Coding Agents)

## Date

2026-07-20

## URL

https://github.com/UditAkhourii/adhd

## Keywords

ADHD, Udit Akhouri, parallele divergente Ideenfindung, vorzeitige Konvergenz, kognitive Verankerung, Tree-of-Thought, Chain-of-Thought, kognitive Frames, Generator vs. Kritiker, Fallstrickerkennung, skills, parallele Agenten, npx skills add, Rage-Quit-Button, Claude Agent SDK, LLM-Richter-Bewertung, Multi-Agenten-Brainstorming, repowire

## Authors

Udit Akhouri (@akhouriudit)

## Ton

**Profil:** Open-Source-Projekt-README | Autor-Werbender | Demonstrativ und instrumentiert (Vorher/Nachher-Benchmark, committete Transkripte) | ⚠️ selbstberichtete Bewertungen: vom Autor gewählte Probleme, Bewertung durch LLM-Richter — als Behauptungen zu behandeln, nicht als unabhängige Messungen.

## Pense-betes

- **Architektonische These**: Verankerung ist kein Prompting-Problem — CoT verankert sich an seiner ersten Ausgabe, und selbst Tree-of-Thought „erweitert die Suche, durchläuft aber einen einzigen gemeinsamen Kontext, sodass die Verankerung über die Zweige hinweg bestehen bleibt.“
- **Zweiphasige wasserdichte Mechanik**: *Diverge* = N isolierte Agentenaufrufe (kein gemeinsamer Kontext), jeweils unter einem auferlegten kognitiven Frame + einem System-Prompt, der **das Bewerten verbietet**; *Focus* = ein separater Kritiker (gegensätzlicher System-Prompt) bewertet Originalität/Machbarkeit/Passung, clustert, **markiert Fallstricke samt Begründung**, vertieft die Top-K.
- **15 kognitive Frames** ausgeliefert + Auswahllogik + benutzerdefinierte Frames; löst aus bei „Designentscheidungen, unscharfem Debugging, Benennung, API-Oberflächendesign, Strategie“ und jedem Prompt in der Art von „gib mir ein paar Möglichkeiten für…“.
- **Signature-Demo (CLI, die für 90s einfriert)**: Baseline = 4 Lehrbuch-Muster (progressive Timeouts, Backoff, Hedging, Streaming); ADHD = 30+ Ideen in 6 Clustern, 20 benannte Fallstricke und die nicht offensichtliche Wahl **„Rage-Quit“** — ein Button, der sich mit der Wartezeit aufheizt und die Anfrage zu einem schnelleren/günstigeren Modell umleitet („das langsame Modell könnte schlicht das falsche Modell sein“).
- **Bewertungen des Autors (6 offene Probleme, LLM-Richter)**: Breite 9,00 vs. 4,83; Neuheit 7,83 vs. 2,67; **Fallstrickerkennung 9,50 vs. 1,83**; Umsetzbarkeit 9,50 vs. 6,50 — ADHD gewinnt 5/6.
- **Distribution über das skills-Ökosystem**: `npx skills add UditAkhourii/adhd` (~50 automatisch erkannte Agenten: Claude Code, Cursor, Codex, Cline, Gemini CLI, Windsurf…), `/adhd "…"`, CLI/npm-Bibliothek `adhd-agent`; aufgebaut auf den Claude- & Codex-Agent-SDKs.
- **Reale Traktion**: ~1k Stars, ein Feature auf The New Stack, ein Preprint; Übernahme durch repowire (PR #313, Frames → „frame-shifted temp peers“ des Mesh-Orchestrators), mstack (`think`-Plugin), zk-flow-oss und ein **unabhängiger Forschungsreview** (testdouble/han, 11 Quellen, 8 Runden), dessen Erkenntnisse in öffentliche Issues #16-18 einfließen.
- **Aufschlussreiches technisches Detail**: Die SKILL.md hält ihre Beschreibung auf einer einzigen Zeile ≤600 Zeichen, weil manche Codex-Builds mehrzeiliges YAML abschneiden oder ablehnen.

## RésuméDe400mots

Udit Akhouri veröffentlicht **ADHD** („ein Skill für Agenten“), ein Open-Source-Projekt (MIT, v0.1.4, ca. 1.000 Stars), das die **vorzeitige Konvergenz** autoregressiven Schließens angeht: Ein LLM verankert sich an seiner ersten Idee, und baumbasierte Methoden entkommen dem nicht wirklich — „Tree-of-Thought erweitert die Suche, durchläuft aber einen einzigen gemeinsamen Kontext, sodass die Verankerung über die Zweige hinweg bestehen bleibt.“ Die Position des Projekts: Dies ist ein **Architekturproblem, kein Prompting-Problem**.

Die Mechanik besteht aus zwei **wasserdichten** Phasen. *Diverge*: N parallele, **isolierte** Agentenaufrufe — ohne gemeinsamen Kontext —, die das Problem jeweils über einen von **15 kognitiven Frames** erhalten, die bewusst verzerrt sind (mit Auswahllogik und benutzerdefinierten Frames), unter einem System-Prompt, der **das Bewerten verbietet**. *Focus*: Ein **separater** Kritiker, mit einem gegensätzlichen System-Prompt, bewertet die Ideen (Originalität, Machbarkeit, Passung), clustert sie nach zugrunde liegendem Blickwinkel, **markiert die Fallstricke samt Begründung** und vertieft die besten Überlebenden. Die Trennung von Generator und Kritiker ist „mechanisch“: getrennte LLM-Aufrufe, keine innerhalb eines einzigen Kontexts simulierten Rollen — dieselbe Intuition wie beim Adversarial Review mit getrenntem Kontext des Bun-Projekts ([[sumner-bun-rewrite-rust-claude-2026-07-08]]).

Die Signature-Demo vergleicht anhand „einer CLI, die ein LLM aufruft und manchmal für 90s einfriert“ die Baseline (4 Lehrbuch-Muster: progressive Timeouts, exponentieller Backoff, Hedged Requests, Streaming — „die Antwort, die ein Senior in 30 Sekunden gibt“) mit ADHD: 30+ Ideen in 6 Clustern, **20 benannte Fallstricke** und eine nicht offensichtliche Wahl — den **„Rage-Quit“**-Button, der sich mit der Wartezeit aufheizt und die Anfrage sofort zu einem schnelleren, günstigeren Modell umleitet, weil „das langsame Modell für diesen Prompt schlicht das falsche Modell sein könnte“. Bei 6 offenen Problemen ergibt die Bewertung des Autors (LLM-Richter) eine Breite von 9,00 vs. 4,83, Neuheit 7,83 vs. 2,67, **Fallstrickerkennung 9,50 vs. 1,83**, Umsetzbarkeit 9,50 vs. 6,50 — selbstberichtete Zahlen, die als Behauptungen zu lesen sind.

Die Distribution läuft über das **skills**-Ökosystem (derselbe Kanal wie [[skill-pocock-grill-with-docs-2026-06]]): `npx skills add UditAkhourii/adhd` erkennt automatisch ~50 Agenten (Claude Code, Cursor, Codex, Cline, Gemini CLI, Windsurf…), Aufruf über `/adhd` oder automatische Auslösung bei Ideenfindungs-Intents, eine CLI und eine npm-Bibliothek, alle auf den Claude- und Codex-Agent-SDKs aufgebaut. Die Traktion ist greifbar: ein Feature auf The New Stack, ein Preprint, Übernahme durch repowire (PR #313 gemerged — die Frames werden zu „Peers“ des Mesh-Orchestrators), mstack (`think`-Plugin), zk-flow-oss und ein unabhängiger Forschungsreview (testdouble/han), dessen Erkenntnisse in öffentlichen Issues weiterleben. Fazit: nützliche Divergenz wird nicht promptet, sondern **architektiert** — durch Kontextisolation und die mechanische Generator/Kritiker-Opposition.

## GrapheDeConnaissance

- Udit Akhouri —a_créé→ ADHD (TECHNOLOGIE, 0.98)
- ADHD —est_instance_de→ skills (TECHNOLOGIE, 0.95)
- ADHD —résout→ convergence prématurée (CONCEPT, 0.9)
- ADHD —utilise→ idéation divergente parallèle (METHODOLOGIE, 0.95)
- ADHD —est_variante_de→ Tree-of-Thought (METHODOLOGIE, 0.85)
- ADHD —utilise→ séparation générateur-critique (CONCEPT, 0.95)
- ADHD —utilise→ Claude Agent SDK (TECHNOLOGIE, 0.9)
- ADHD —s_applique_à→ Claude Code (TECHNOLOGIE, 0.95)
- ADHD —s_applique_à→ Cursor (TECHNOLOGIE, 0.9)
- convergence prématurée —observé_dans→ Chain-of-Thought (METHODOLOGIE, 0.9)
- convergence prématurée —observé_dans→ Tree-of-Thought (METHODOLOGIE, 0.9)
- ADHD —recommande→ "isolation totale des contextes pendant la divergence — les branches ne se voient jamais, donc pas d'ancrage" (AFFIRMATION, 0.95)
- ADHD —mesure→ "breadth 9,00 vs 4,83 ; novelty 7,83 vs 2,67 ; trap detection 9,50 vs 1,83 ; actionability 9,50 vs 6,50 — 5 victoires sur 6 problèmes ouverts (juge LLM, éval de l'auteur)" (MESURE, 0.7)
- repowire —utilise→ ADHD (TECHNOLOGIE, 0.95)

---
Canonical: https://www.thekb.eu/de/fiches/akhouri-adhd-ideation-divergente-parallele-2026-07-20/