为患有 ADHD 的软件工程师扩展基于大语言模型的支持

尽管在任务启动、持续注意力和完成方面存在已知的挑战，但软件工程工作流程的设计通常无法满足患有注意力缺陷多动障碍 (ADHD) 的开发人员的需求。与此同时，大语言模型 (LLM) 越来越多地集成到编程工具中，但现有系统并未考虑神经多样性或支持跨开发任务的结构化进展。在这项工作中，我们展示了 Tether 2.0，这是一个基于大语言模型的助手，旨在通过跨规划、编码、调试和审查的面向工作流的交互来支持患有 ADHD 的软件工程师。该工具被命名为 Tether 2.0，因为它建立在原始 Tether 系统的开源代码和基础之上。我们的方法结合了结构化交互模式、活动感知上下文和持久记忆来支持任务进展和连续性。我们通过专家反馈和患有多动症的软件工程师的实际使用来评估系统。我们的结果表明，Tether 2.0 支持需求澄清、任务分解、增量实施、调试和完成，同时使用户能够在中断后保持进度并恢复工作。这些发现表明，当设计有工作流程结构和上下文感知交互时，基于大语言模型的助理可以支持软件开发中的指导、持续进步和学习。