AI代理正在成为软件开发中的常驻角色，但它们对时间流逝的感知几乎为零，且对此毫无察觉。这一发现来自一项针对主流编码助手的新研究，为AI可靠性的讨论增添了新的维度。
发生了什么
一项针对AI编码助手（如Claude Code和Codex）的研究揭示了一个系统性问题：这些模型对任务耗时的估计严重偏离实际。研究显示，它们普遍高估完成一项任务所需的时间，其中Codex的估计偏差可高达实际耗时的十倍。更令人担忧的是，它们对自身工作质量的评分也偏高约20个百分点。这种双重偏差——既高估时间又高估表现——在短时任务中或许无伤大雅，但在长时自主任务中，却可能引发严重的监督问题。
为什么重要
AI代理的时间感知缺失并非孤立现象，而是其底层架构的固有局限。当前的大语言模型本质上是模式匹配器，缺乏对物理世界时间流逝的具身理解。它们通过训练数据中的文本模式来推断时间，但无法像人类那样体验时间。这种缺陷在编码助手这类应用中尤为突出，因为任务规划、进度跟踪和资源分配都依赖于对时间的准确判断。
随着AI代理从简单的代码补全向自主执行复杂任务演进，时间感知的缺失可能成为关键瓶颈。企业若依赖这些代理进行项目规划或交付承诺，其不准确的时间估计可能导致项目延期、资源浪费，甚至信任崩塌。此外，过度自信的自我评估会进一步削弱人类监督的有效性，因为人类难以识别代理何时偏离了正确轨道。
影响与看点
对开发者而言，这一研究敲响了警钟：在将任务交给AI代理时，应谨慎对待其时间估计和自评结果，并建立额外的人工检查点。对AI公司而言，这凸显了在训练中引入时间感知或校准机制的必要性，例如通过强化学习让模型学会更准确地估计任务复杂度。
值得关注的是，这一缺陷是否会在未来的模型迭代中得到改善，还是说时间感知需要全新的架构设计。此外，研究仅聚焦于编码助手，其他领域的AI代理（如数据分析或客户服务）是否也存在类似问题，尚待验证。
独立判断：在AI代理能够准确感知时间之前，它们更适合作为辅助工具而非完全自主的执行者。人类监督者必须意识到，AI的自信并不等于正确，尤其是在时间这一维度上。
