新研究：LLM agent 缺乏时间感，跑数小时也估不准自己花了多久

solyarisoftware · x · 2026-08-18

Maksym Andriushchenko（牛津）发布新博客《Are LLM agents time-aware?》，研究 LLM agent 能否预测任务的墙钟时间、能否估计自己已花费的时间，实验覆盖 ProgramBench、PaperBench、DeepSWE 等长时程基准。与 MATS 学员 M. Ofengenden 合作。

Rohan Paul 转发点评指出其含义：AI 编码 agent 可以在任务上花数小时而没有校准的时间流逝感，因此长时程评测可能需要直接测量「按时停止/时长跟随」能力，而不是把持续的任务表现当作 agent 知道何时该停的证据。