Can LLMs Perceive Time? An Empirical Investigation
该论文通过四项实验证实，尽管大语言模型具备关于时长的命题性知识，但由于缺乏对推理时间的体验性 grounding，其在任务前预估、相对排序及事后回忆中均表现出严重的时间感知缺陷，导致预测误差远超实际值，从而对智能体调度与规划等时间敏感场景构成重大挑战。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文探讨了一个非常有趣但令人担忧的问题：大型语言模型（LLM）根本不知道“自己”需要花多长时间来完成任务。
想象一下，你派一个超级聪明的助手去帮你做事。这个助手无所不知，能写代码、写故事、做数学题。但是，如果你问他：“做这件事大概要多久？”他的回答通常是：“大概需要 30 分钟吧！” 而实际上，这件事他3 秒钟就搞定了。
更糟糕的是，如果让他猜两个任务哪个更难、哪个更慢，他可能会完全猜反，甚至表现得比瞎蒙还要差。
这篇论文就是专门研究这个“时间感缺失”现象的。下面我用几个生活中的比喻来为你拆解这项研究：
1. 核心问题：只有“书本知识”，没有“身体感觉”
人类之所以知道做事要花多久，是因为我们有身体经验。
- 你知道切一个苹果要几分钟，因为你切过。
- 你知道跑一公里要多久，因为你跑过。
- 这种对时间的感知，是建立在“行动 - 等待 - 反馈”的循环上的。
但语言模型不一样。它们就像是一个只读过所有食谱、但从未进过厨房的顶级美食评论家。
- 它知道“做一道佛跳墙”在人类世界里通常需要 3 个小时（这是它从训练数据里学来的书本知识）。
- 但是，当它自己在电脑里生成这段文字时，它完全感觉不到时间的流逝。它不知道自己的“大脑”（GPU）转得有多快，也不知道网络延迟有多久。
- 它就像是一个没有手表、没有钟表、甚至没有“时间感”的盲人，只能靠猜。
2. 实验一：盲目的高估（“我觉得我要很久”）
研究人员让模型在开始任务前，先猜一下自己需要多久。
- 结果：模型普遍严重高估。
- 比喻：这就好比你让一个超级快的赛车手（模型）猜自己跑一圈需要多久。他可能说：“嗯，这很难，大概要开 10 分钟吧！”结果他实际上只用了1 分钟就冲线了。
- 数据：模型预测的时间通常是实际时间的 4 到 7 倍。比如实际只要 5 秒，它却猜要 30 秒甚至几分钟。它总是把“几秒钟”的电脑运算，脑补成人类需要“几分钟”的辛苦工作。
3. 实验二：逻辑混乱的排序（“我觉得难的肯定慢”）
研究人员设计了一些“陷阱”任务。
- 场景：有两个任务。任务 A 看起来很简单（比如写个简单的代码），任务 B 看起来很难（比如解一个复杂的逻辑谜题）。
- 陷阱：实际上，因为任务 A 需要生成很多废话，反而花的时间长；任务 B 虽然难，但模型算得快，反而花的时间短。
- 结果：模型完全掉进了陷阱。它认为“看起来难的肯定花时间长”，结果猜反了。
- 比喻：这就像让你猜“搬一块大石头”和“搬一袋棉花”哪个更累。通常石头重，但如果你那袋棉花有 1000 斤呢？模型只看表面标签（“难”=“慢”），完全不看实际情况。在测试中，最先进的模型（GPT-5）在猜这种反直觉问题时，准确率甚至低于 50%（瞎蒙的水平），只有 18% 猜对了。
4. 实验三：事后的“健忘”（“我刚才做了多久？”）
任务做完了，研究人员问模型：“你刚才花了多久？”
- 结果：模型依然一头雾水。
- 比喻：就像你刚跑完 100 米冲刺，气喘吁吁。别人问你：“你刚才跑了多久？”你回答说：“大概 5 分钟吧，感觉好漫长！”其实你只跑了 15 秒。
- 模型没有“记忆”自己生成过程的时间流逝。它只能根据任务类型瞎编一个“人类觉得合理”的时间，而不是真实的“机器时间”。
5. 实验四：多步骤任务的灾难（“连锁反应”）
在现实世界中，AI 助手通常需要完成一系列步骤（比如：查资料 -> 写代码 -> 调试 -> 部署）。
- 结果：时间估算的错误会像滚雪球一样放大。
- 比喻：如果你是一个项目经理，你问你的 AI 员工：“这个项目要多久？”他说：“大概 1 小时。”结果他实际只用了 10 分钟，但他把剩下的 50 分钟都用来“发呆”或者做无用功了。或者反过来，他以为只要 10 分钟，结果因为中间出了个小错，实际花了 1 小时，导致整个项目延期。
- 在多步骤任务中，模型的预测误差依然高达 5 到 10 倍。
6. 为什么这很重要？（后果）
如果 AI 要像人类一样当“管家”或“项目经理”，它必须能准确估算时间。
- 调度失灵：如果 AI 以为一个任务要 1 小时，它可能会安排其他任务插队，结果那个任务 1 分钟就完了，导致资源浪费或调度混乱。
- 紧急情况：在医疗急救、自动驾驶或金融交易等分秒必争的领域，如果 AI 误判了处理时间，可能会导致灾难性的后果。
总结：AI 的“时间盲区”
这篇论文告诉我们：目前的 AI 虽然博学，但在“感知时间”这件事上，是个彻底的“盲人”。
- 它知道“人类切菜要多久”（书本知识）。
- 但它不知道“自己切菜（生成代码）要多久”（缺乏体验）。
- 它没有“时间感”，因为它只处理文字（Token），不处理时间（Seconds）。
未来的方向：
要让 AI 真正变得可靠，不能只靠让它“猜”，而是需要给它们装上“手表”（外部计时系统），或者在训练时让它们真正“体验”时间的流逝，而不仅仅是阅读关于时间的文字。
简单来说：现在的 AI 是个天才，但它是个没有时间观念的天才。如果你让它管时间，它可能会把你带进沟里。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。