AI 編程代理缺乏時間感
ai 編程助手如 claude code 和 codex 無法預測任務時長或跟踪時間，導致長時間任務出現問題。
一項由兩名獨立的AI研究人員進行的新研究發現，流行程式碼助手，如Anthropic的Claude Code和OpenAI的Codex，都沒有時間概念。這些代理程式在來自ProgramBench的218個任務和研究人員自己的基準測試中進行了測試，並且一致高估了任務持續時間。Claude Code平均誤差為三倍，而Codex的誤差則為六到十倍。該研究還發現，代理程式的性能根據其軟體設置的不同而有很大差異。研究人員強調，代理程式自我評估和跟踪時間的能力對於可靠地完成長期任務至關重要。