Gemini 3 klonnt Mac-Aktivitätsmonitor in einem Nachmittag

Gemini 3 klonnt Mac-Aktivitätsmonitor in einem Nachmittag

Kann eine künstliche Intelligenz an einem einzigen Nachmittag einen Klon des Mac-Aktivitätsmonitors schreiben, der auch auf Windows und Linux läuft? Laut dem Startbeitrag dieser Diskussion: Ja. Ein Systemadministrator beauftragte Gemini 3 mit einer Steuerungsleiste, die das zusammenfasst, was das Betriebssystem zwischen Prozessmonitor und Systeminformationen verteilt. Das Ergebnis funktioniert laut Autor auf allen drei Plattformen, ist in Go mit der Bibliothek Fyne geschrieben und nutzt keine Daten der nativen Apple-Tools: Es sammelt sie selbst und sendet sie per E-Mail.

Das Detail ist nicht unwichtig. Das Programm zeigt nicht nur CPU-Last, Speicher oder Netzwerkgeschwindigkeit an: Es identifiziert auch das Gerät mit Modell, Seriennummer, Betriebssystem und IP-Adresse und listet die Festplatten auf. Alles, so der ursprüngliche Ansatz, mit weniger Fenstern und weniger Klicks als beim Standardwerkzeug. Die Motivation war doppelt: ein technisches Problem lösen und der Chefin Bewegung zeigen.

Was das von Gemini 3 generierte Panel genau leistet

Die Zusammenfassung, die die KI selbst vom Programm erstellte, beschreibt es als Armaturenbrett eines Autos für den Computer. Tachometer-artige Anzeigen für die CPU, Speichergrafiken und eine Einschätzung, ob die Verbindung schnell oder langsam ist. Obendrauf eine schnelle technische Übersicht mit den Daten, die der Support bei Störungsmeldungen oft braucht.

Interessant ist, woher diese Daten kommen. Der Autor betont, dass das Programm nicht liest, was der Aktivitätsmonitor oder die Systeminfo bereits ausgeben, sondern die Informationen eigenständig sammelt. Das macht die Übung zu mehr als einer hübschen Oberfläche: Es bedeutet, in die Eingeweide des Betriebssystems auf drei verschiedenen Plattformen einzugreifen.

Das wiederkehrende Muster: KI beschleunigt, Mensch korrigiert

Die Diskussion driftete schnell zum offensichtlichen Elefanten im Raum. Mehrere Teilnehmer sind sich einig, dass das Ergebnis vollständig davon abhängt, wer fragt: Man muss programmieren können und erklären wissen, was man will, denn das Tool gerät leicht aus der Spur. Der Autor gibt das offen zu: Manchmal verliert die KI den Faden, und dann muss man kompilieren und debuggen.

Dieses Muster wiederholt sich in den geschilderten Fällen. Ein persönlicher Bonus-Rechner brauchte mehrere Anfragen und Anpassungen, bis er brauchbar war. Ein einfacher Python-Netzwerkscanner wurde in zehn Minuten gelöst. Eine Liste von fünfzig PlayStation-Spielen ohne Action bestand darauf, immer wieder Action-Titel einzuschmuggeln, selbst nachdem der Fehler erkannt worden war. Die geteilte Schlussfolgerung ist unbequem: Je allgemeiner die Aufgabe, desto besser das Ergebnis; je spezifischer oder länger, desto mehr Chaos.

Angst vor Arbeitslosigkeit und die Reaktion der Profiteure

Der Thread hat seine apokalyptische Ader. Manche warnen, dass wir uns in einigen Jahren in der Schlange vor dem Arbeitsamt wiederfinden werden, andere antworten, dass die Schlange keinen Sinn mehr habe: Das Ziel wäre ein anderes. Der Vergleich mit dem Film, in dem überflüssige Menschen zu Nahrungsmitteln werden, und das Bild menschlicher Batterien tauchen ohne Ironie auf.

Dem gegenüber stehen die technischen Profile mit Pragmatismus. Der Autor des Programms definiert sich als eine Art IT-Installateur: Heute generiert er Code, morgen klettert er aufs Dach, um Kabel zu verlegen, oder öffnet einen Rechner zur Reparatur. Für ihn ist KI ein Werkzeug, keine Bedrohung. Andere weisen darauf hin, dass nicht das Tippen von Code an Wert verliert, sondern das Wissen, wie man Produkte entwirft – und dabei ist die Maschine immer noch katastrophal schlecht.

Blase, Energie und der nächste Sprung

Nicht alles ist Begeisterung. Ein Teil der Analyse argumentiert, dass die energetischen Anforderungen des exponentiellen Wachstums nicht nachhaltig seien und dort die Wurzel der Blase liege. Die Antwort der Optimisten leugnet die Überbewertung nicht: Sie nehmen sie als gegeben hin und halten sie für irrelevant, weil die Wette nicht auf das geht, was KI heute tut, sondern auf das, was sie tun könnte. Die Datenverarbeitungskapazität einer Maschine lässt die menschliche lächerlich wirken, und das, so ihr Argument, wird ganze Bereiche beschleunigen.

Der Gegenpunkt kommt aus der Praxis. Gewarnt wird, dass Bequemlichkeit ihren Preis hat: Programmierer, die nie ein Problem ohne Hilfe lösen, verlieren ihren Instinkt, und wenn die KI keinen Ausweg findet, beharrt sie auf dem Fehler und zieht den Nutzer mit hinein. Das wiederholte Rezept lautet: Das Problem in Stücke zerlegen und einige davon selbst lösen.

---

Am Ende fasst die Anekdote den Status quo am besten zusammen: 7 plus 7 plus 7 plus 13, und die Maschine liegt daneben. Mit dieser Fehlertoleranz ist es amüsant, ihr das Auto-Armaturenbrett anzuvertrauen. Den Motor ihr zu überlassen, ist vorerst keine Option.