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.