Udit Akhouri publica ADHD ("a skill for agents"), un proyecto de código abierto (MIT, v0.1.4, ~1.000 estrellas) que aborda la convergencia prematura del razonamiento autorregresivo: un LLM se ancla en su primera idea, y los métodos basados en árboles no logran realmente escapar de ella — "Tree-of-Thought amplía la búsqueda pero recorre un único contexto compartido, de modo que el anclaje persiste entre ramas." La postura del proyecto: se trata de un problema de arquitectura, no de prompting.
La mecánica consta de dos fases estancas. Diverge: N llamadas de agente paralelas y aisladas — sin contexto compartido — cada una recibe el problema a través de uno de 15 marcos cognitivos deliberadamente distorsionados (con lógica de selección y marcos personalizados), bajo un system prompt que prohíbe evaluar. Focus: un crítico independiente, con un system prompt opuesto, puntúa las ideas (originalidad, viabilidad, adecuación), las agrupa según el ángulo subyacente, señala las trampas con sus motivos y profundiza en las mejores supervivientes. La separación generador/crítico es "mecánica": llamadas de LLM distintas, no roles simulados dentro de un único contexto — la misma intuición que la revisión adversarial de contexto separado del proyecto Bun ([[sumner-bun-rewrite-rust-claude-2026-07-08]]).
La demostración emblemática compara, sobre "una CLI que llama a un LLM y a veces se congela durante 90s", la línea base (4 patrones de manual: timeouts progresivos, backoff exponencial, hedged requests, streaming — "la respuesta que un senior da en 30 segundos") frente a ADHD: más de 30 ideas repartidas en 6 clústeres, 20 trampas nombradas, y una elección no evidente — el botón "rage-quit" que se anima con la espera y redirige instantáneamente la solicitud a un modelo más rápido y barato, porque "puede que el modelo lento simplemente no sea el adecuado para este prompt". En 6 problemas abiertos, la evaluación del autor (juez LLM) da amplitud 9,00 frente a 4,83, novedad 7,83 frente a 2,67, detección de trampas 9,50 frente a 1,83, accionabilidad 9,50 frente a 6,50 — cifras autodeclaradas, a interpretar como afirmaciones.
La distribución pasa por el ecosistema skills (mismo canal que [[skill-pocock-grill-with-docs-2026-06]]): npx skills add UditAkhourii/adhd detecta automáticamente ~50 agentes (Claude Code, Cursor, Codex, Cline, Gemini CLI, Windsurf…), invocación mediante /adhd o activación automática ante intenciones de ideación, una CLI y una librería npm, todo ello construido sobre los Agent SDK de Claude y Codex. La tracción es tangible: un reportaje en The New Stack, un preprint, la adopción por parte de repowire (PR #313 fusionada — los marcos se convierten en "pares" del mesh-orchestrator), mstack (plugin think), zk-flow-oss, y una revisión de investigación independiente (testdouble/han) cuyos hallazgos perduran en issues públicas. Conclusión: la divergencia útil no se induce mediante prompting, se arquitecta — a través del aislamiento de contexto y la oposición mecánica generador/crítico.