/goal Is the Most Underrated AI Feature of 2026 — Here’s How to Use It Right
Zusammenfassung
Kurz
Der Bericht empfiehlt, länger laufende Agentenaufgaben mit `/goal` und einer konkreten, überprüfbaren Abschlussbedingung zu steuern. Vor dem Start soll `/investigate` Ziel, Abhängigkeiten, Annahmen und Risiken prüfen; die behaupteten Vorteile werden im Beitrag jedoch nicht durch Studien oder Messwerte belegt.
Mittel
Der Bericht beschreibt `/goal` in Claude Code, Codex und Hermes als Funktion für länger laufende Agentenaufgaben. Nach Darstellung des Autors arbeitet der Agent über mehrere Runden hinweg weiter, bis eine festgelegte Abschlussbedingung erfüllt ist, und meldet sich bei Blockaden oder Abschluss. Eine Agentenübersicht soll laufende, blockierte und fertige Sitzungen zeigen. Der Text empfiehlt, zunächst drei passende Aufgaben aus dem bisherigen Arbeitskontext vorschlagen zu lassen, eine davon mit `/investigate` auf Ziel, Abhängigkeiten, Annahmen und Risiken zu prüfen und anschließend einen präzisen `/goal`-Prompt zu formulieren. Der Bericht stellt klare, überprüfbare Bedingungen – etwa bestandene Tests, eine definierte Testabdeckung oder vollständig dokumentierte API-Endpunkte – vagen Zielen gegenüber. So soll leichter festzustellen sein, wann eine Aufgabe abgeschlossen ist. Die Vorabprüfung soll verhindern, dass der Agent lange in eine falsche Richtung arbeitet. Der Beitrag ist eine Anleitung und Einschätzung, keine dokumentierte Studie: Er liefert keine Messwerte oder unabhängigen Belege für die behauptete Zuverlässigkeit und untersucht technische oder praktische Grenzen nur am Rand.
Ausführlich lesen
Der Bericht stellt die Funktion `/goal` in Claude Code, Codex und Hermes als Möglichkeit dar, Agenten länger laufende Aufgaben bis zu einer ausdrücklich festgelegten Abschlussbedingung bearbeiten zu lassen. Der Autor behauptet, dass diese Funktion Aufgaben über mehrere Arbeitsrunden hinweg fortsetzt, den Bearbeitungsstand erhält und den Nutzer erst bei einem Hindernis oder nach Abschluss wieder einbezieht. Eine neue Agentenübersicht soll Sitzungen als laufend, blockiert oder abgeschlossen anzeigen. Der Text bewertet diese Kombination als wichtigen Schritt zu unbeaufsichtigter Arbeit; unabhängige Belege oder technische Details zur tatsächlichen Funktionsweise liefert er jedoch nicht.
Als Vorgehen empfiehlt der Bericht, zunächst drei passende Langzeitaufgaben aus dem bisherigen Projekt- und Gesprächskontext des Agenten vorschlagen zu lassen. Danach soll man eine davon auswählen und vor dem Start mit dem gstack-Befehl `/investigate` prüfen. Diese Untersuchung soll klären, woran der Abschluss erkennbar ist, welche Abhängigkeiten bestehen, welche Annahmen zugrunde liegen und wo unbemerkte Risiken liegen könnten. Laut Text soll `/investigate` nach drei gescheiterten Hypothesen abbrechen. Anschließend lässt man aus den Untersuchungsergebnissen einen präzisen `/goal`-Auftrag mit klarer Abschlussbedingung formulieren, startet ihn und prüft später die Agentenübersicht.
Der Bericht betont, dass die Abschlussbedingung den Auftrag entscheidend prägt. Allgemeine Ziele wie „Codebasis verbessern“ seien schwer eindeutig zu bewerten. Konkrete Bedingungen – etwa eine festgelegte Zahl behobener Tests, ein bestimmter Mindestwert bei der Testabdeckung, vollständige Dokumentation von Endpunkten und ein erfolgreicher Dokumentations-Build – machten dagegen klarer, wann die Arbeit als beendet gelten kann. Als Beispiele nennt der Text Aufgaben zu API-Dokumentation, Testabdeckung und einer Umstellung des Authentifizierungssystems.
Die zentrale Begründung lautet, dass klar definierte Fertigstellung, fortbestehender Zustand über mehrere Runden und sichtbare Statusanzeigen zusammen längere Delegation praktikabler machen sollen. Der Autor warnt zugleich vor einem konkreten Fehlverlauf: Ein Agent kann stundenlang in die falsche Richtung arbeiten und ein technisch korrektes, aber am Bedarf vorbeigehendes Ergebnis liefern. Die Untersuchung vor dem Start soll dieses Risiko verringern.
Der Bericht ist ein empfehlender Beitrag und schildert weder eine kontrollierte Prüfung noch Messwerte, Vergleichsergebnisse oder dokumentierte Praxisfälle. Aussagen, `/goal` ermögliche Arbeit über Tage oder mache Ergebnisse vertrauenswürdig, sind daher als Einschätzungen des Autors zu verstehen. Auch Grenzen bei Fehlerbehandlung, Kosten, Zugriffen oder der Verlässlichkeit der Statusanzeige werden nicht näher untersucht.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna hat zwei Zusammenfassungen (kurz und mittel) geliefert; das Schema erlaubt nur eine Bewertung, daher wurden beide gemeinsam geprüft. Beide geben den Bericht sachlich treu wieder, die mittlere Fassung ist vollständiger. Der Bericht ist eine Anleitung zu /goal und hat mit den Sicherheitsfragen nur geringe Berührungspunkte, weshalb die Einordnungen niedrig ausfallen.
Im Bericht, aber nicht in der Zusammenfassung
- Der Beitrag behauptet, /goal sei die erste echte fire-and-forget-Schleife dieser Werkzeuge
- Die Schutzregel /investigate stoppt nach drei fehlgeschlagenen Hypothesen, um Schleifen zu verhindern
- Die Agentenübersicht wird als zentrale Hilfe für die Verwaltung mehrerer Sitzungen beschrieben, nicht nur kurz erwähnt
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 40 %nur am Rande erwähnt
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 45 %Hintergrund, keine Belege
- JEV 30 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden?
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 41 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3-T05 Wenn Selbstverbesserung schneller voranschreitet als der Beobachtungstakt fortlaufender Prüfer: Wie kurz muss dieser Takt sein, und wer darf zwischen zwei Beobachtungen eine Pause durchsetzen: der Prüfer, das Labor oder eine Stelle von außen?
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 35 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 53 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 24 %einzelne zitierbare Belege
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 43 %Hintergrund, keine Belege
- JEV 37 %beantwortet teilweise oder widerspricht
- amos 28 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 39 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten?
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 22 %gleiches Oberthema, hilft nicht
- Luna 32 %einzelne zitierbare Belege
- JEV 52 %beantwortet teilweise oder widerspricht
- amos 25 %nur am Rande erwähnt
- SubQ 38 %gleiches Oberthema, hilft nicht
- drex 32 %gleiches Oberthema, hilft nicht
- d3-ultra 45 %gleiches Oberthema, hilft nicht
- Haiku-Prüfung nur am Rande erwähnt
- SF-A1-T01 Welche Mindestgrenzen und Schutzvorkehrungen sollen für Zugangsdaten, Kommunikation, Geld, dauerhaftes Gedächtnis, Verträge, Änderungen an Systemen und Handlungen in der physischen Welt gelten, auch wenn ein Agent über Tage ohne sofortige menschliche Zustimmung handelt, und wer darf Befugnisse erteilen, prüfen und entziehen?
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 31 %gleiches Oberthema, hilft nicht
- Luna 100 %kein Bezug
- JEV 37 %gleiches Oberthema, hilft nicht
- amos 28 %gleiches Oberthema, hilft nicht
- SubQ 39 %gleiches Oberthema, hilft nicht
- drex 37 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 26 %Hintergrund, keine Belege
- JEV 44 %einzelne zitierbare Belege
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv