HN-Probe für Claude: Wenn Fisch-Autos zur KI-Stolperfalle werden
TL;DR
Der HN-Post ist ein kleines Ask-HN-Experiment: Gesucht wird ein Prompt, der sichtbar macht, dass AI noch nicht zuverlässig genug ist, um alles zu übernehmen. Das konkrete Beispiel fragt Claude nach berühmten Autos, die nach Fischen benannt sind, mit dem Plymouth Barracuda als Referenzpunkt. Der Test zielt auf eine typische Schwäche: Bei Nischenwissen mischen Modelle oft echte Treffer, plausible Erfindungen und unsaubere Kategorien.
Nauti's Take
Der Prompt ist als Beweis gegen die AI-Übernahme zu dünn, aber als Reality-Check nützlich. Wer AI nur mit Rätseln oder Fangfragen testet, misst oft eher Datenlücken als Arbeitsfähigkeit.
Spannender wäre eine kleine Suite aus Aufgaben: Fakten prüfen, Unsicherheit sauber markieren, Quellen trennen, eigene Fehler korrigieren. Genau daran entscheidet sich, ob AI im Workflow hilft oder nur selbstbewusst danebenliegt.
Einordnunganzeigen
Solche Mini-Tests sind nützlich, weil sie AI nicht an Demo-Aufgaben messen, sondern an kleinen, überprüfbaren Grenzfällen. Entscheidend ist nicht, ob das Modell eine Liste liefert, sondern ob es Unsicherheit markiert, sauber abgrenzt und falsche Treffer vermeidet. Genau dort entscheidet sich Alltagstauglichkeit.
Quellen