一句话看懂：一位 HN 用户发起提问——哪些简单事你反复让 ChatGPT、Claude 做，它们却依然搞砸？讨论集中暴露了当前大模型在空间推理、精确关键词检索和提示词自我优化上的系统性短板，这些并非小缺陷，而是架构层面的能力盲区。
事件核心：发生了什么
在 Hacker News 上，一个名为“Ask HN：LLM 有哪些简单的事情特别不擅长？”的帖子引发大量共鸣。用户们列举的具体失败场景包括：大模型无法独立绘制合理的户型图，即使给定房间节点图等详细约束，输出依然“毫无意义”；无法可靠执行关键词搜索，例如反复询问“NHL 多伦多比分”这类含精确字符串的查询，模型往往过度解读语义而忽略字面匹配；此外，大模型难以有效修改自己的提示词，有用户表示让 Claude 优化提示词反而越改越差，最终只能自己重写。
讨论中还提到一点：大模型似乎缺乏对空间和正交投影图的直觉理解。当用户指出错误时，模型能够快速修正，但无法在无监督情况下独立完成，监督成本甚至高于用户亲自动手。这些案例不来自单一模型，而是覆盖 ChatGPT、Claude Opus 等主流产品。
为什么重要
这些“简单任务”的失败揭示了一个深层问题：大模型的能力分布极度不均匀。它们在语义理解、知识问答上表现出色，却在需要精确符号匹配、空间推理或自我反思的场景中系统性失灵。这反驳了“模型越大越全能”的直觉。
对于行业而言，这意味着依赖 LLM 进行自动化流程设计（如语义搜索优化、CAD 辅助设计、自动提示词工程）的产品，需要为这些“低垂果实”任务保留传统算法或规则引擎作为兜底。纯 LLM 无法独立完成端到端的空间或精确检索工作流，这或将影响 Agent 类产品在垂直行业的落地预期。
对用户/开发者/创作者的影响
对普通用户：不要假设模型能理解精确的文字指令，关键词搜索请直接使用原生搜索引擎；对空间设计、制图类请求需降低期望，并做好多轮人工修正的准备。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者：在设计 Agent 工作流时，应避免让 LLM 直接输出坐标、户型图或精确代码片段，建议将 LLM 用于方案评估与纠错，而非初始生成。同时，提示词优化不应依赖模型自行迭代，已有案例表明模型在自改提示词时容易引入噪声。
对创作者：大模型生成文本后往往包含冗余信息，若需精简，需用户主动进行多轮压缩，且不能完全交给更弱的模型处理，否则会丢失关键信息。
值得关注的后续
第一，是否有模型厂商针对空间推理推出专门的微调版本或工具调用接口，这将直接决定 CAD/室内设计工具链的 AI 化进度。
第二，搜索场景中，LLM 能否与关键词匹配算法更深度地协同（而非取代），值得观察后续主流搜索产品的行为变化。
第三，提示词工程目前缺乏高质量规范，社区能否沉淀出系统的测试集（如讨论中提到的“Pelican Benchmark”），将是衡量模型改进的重要信号。
来源：hackernews
