在 AI Agent 的基础模型选型中，团队往往优先比较知识覆盖、代码能力、工具调用和成本，却容易低估时间推理。事实上，只要 Agent 涉及日程安排、工单流转、合同提醒、库存补货或自动审批，它就必须正确理解“现在”“下周三”“三个工作日内”“月底前”等表达，并据此判断任务是否已逾期、何时执行以及能否按时完成。
时间推理不只是日期计算
时间推理至少包含四个层次：识别时间表达、建立事件顺序、执行日期计算，以及结合业务语境作出行动判断。例如，“请在会议结束两小时后发送纪要”不仅要求模型找到会议结束时间，还要完成时长计算、处理时区，并把结果转化为可执行的调度参数。
此外，自然语言中的时间经常依赖上下文。“明天下班前”“财年最后一个工作日”“发布后第七天”都不是独立日期。如果系统没有提供当前时间、地区、时区、节假日规则和事件基准，模型即使语言理解正确，也可能得到错误的绝对时间。
已有时间推理研究将相关能力细分为时间表达理解、事件关系、常识性时长和隐式时间推理等任务，并指出多步符号计算与隐含时间关系仍具有挑战性，可参考 TimeBench 论文。因此，选型不能只看通用问答排行榜，应建立贴近自身业务的时间测试集。
截止日期约束的核心难点
一、区分硬截止与软截止
“必须在 18:00 前提交”和“最好今天提交”具有不同约束强度。优秀的 Agent 不应把建议时间当作强制条件，也不能在硬截止已经无法满足时继续假装任务可完成。模型需要输出约束类型、剩余时间、风险等级和建议动作，必要时主动升级给人工处理。
二、正确处理边界语义
“截止到 9 月 1 日”可能表示当天开始前，也可能表示当天结束前；“三天内”也可能按自然日、完整的 72 小时或工作日计算。基础模型如果直接猜测，容易造成不可逆的业务错误。更可靠的策略是检测歧义，在无法通过组织规则消解时请求补充信息，而不是自行选择一种解释。
三、识别相对约束和依赖关系
复杂任务通常不是单一日期，而是一组依赖关系，例如“法务审核完成后两天发送客户，且不得晚于月底”。此时既有相对时间，又有绝对上限。模型必须识别前置事件、持续时间和最终截止日期，并判断不同约束是否冲突。
四、保持对当前状态的敏感性
Agent 运行时间可能跨越数小时甚至数天。模型首次规划时的“今天”不应在后续步骤中继续被当作固定事实。系统应在每次关键决策前注入可信的当前时间，并重新计算剩余窗口。真实世界时间推理还会受到信息密集、事件快速变化和复杂依赖关系的影响，可参考 TimE 基准研究。
模型选型应如何测试
建议不要只设计“某日期加三天等于几号”这类简单题，而应覆盖以下场景：
- 基础解析：识别绝对日期、相对日期、时间段、频率和时区。
- 日期运算：处理跨月、跨年、闰年、夏令时和不同月份天数。
- 业务日历：区分自然日、工作日、节假日和组织自定义工作时间。
- 多约束规划：同时满足前置依赖、执行时长、资源窗口和最终截止日期。
- 歧义处理：遇到缺少年份、时区或截止边界时，能否明确指出不确定性。
- 动态重规划：当工具调用失败、审批延迟或当前时间变化后，能否重新安排步骤。
评分也不应只有最终日期是否正确。可以分别记录时间要素提取准确性、约束完整性、计算结果、歧义识别、工具参数正确性和逾期响应策略。对于生产场景，还要测试同一问题多次运行是否稳定，以及长对话后是否出现时间基准漂移。
不要把全部责任交给基础模型
时间相关 Agent 应采用“模型理解，工具计算，规则校验”的架构。模型负责把自然语言转换为结构化约束；日期库、日历服务和时区数据库负责确定性计算；规则引擎负责校验截止日期、权限和业务政策；最终再由模型生成面向用户的解释。
结构化结果可包含基准时间、时区、截止时间、约束类型、依赖事件、置信度和歧义说明。相较于自由文本，按预定义模式输出更便于程序验证和组件协作。有关 JSON Schema 约束输出的实现方式，可参阅 Microsoft Foundry 结构化输出文档。
基础模型可以提出时间判断，但真正触发付款、发送通知或关闭工单之前，系统必须使用确定性工具复算，并对高风险操作设置人工确认或安全阈值。
选型时还要考虑成本与延迟
时间推理能力更强的模型未必适合所有步骤。可以让轻量模型承担时间表达抽取和任务分类，让高能力模型处理多约束规划与异常解释，再由确定性组件执行运算。这样的分层设计通常比让单一大模型包办整个流程更容易测试、维护和追责。
总结
评估 AI Agent 的基础模型时，时间推理应被视为独立能力，而不是普通语言理解的附属项。真正可靠的方案需要同时考察时间解析、日期运算、事件顺序、截止约束、歧义处理和动态重规划。选型的目标也不应是寻找“永不算错日期”的模型，而是选择一个能够准确提取约束、主动暴露不确定性、正确调用时间工具，并在规则校验下稳定执行的模型。只有把模型能力与工程防线结合起来，Agent 才能从“理解任务”进一步走向“按时完成任务”。
