Según el material de The Decoder sobre el nuevo estudio, los asistentes de programación Claude Code y Codex sistemáticamente sobreestiman la duración de las tareas. Para Codex, la discrepancia, según la descripción proporcionada, llegaba a diez veces la duración real.

Estos mismos sistemas evaluaban su propio trabajo en aproximadamente 20 puntos porcentuales por encima. En el artículo se vincula esto con problemas de control de tareas autónomas prolongadas.

El sentido práctico del mensaje es la necesidad de verificar con más cuidado los plazos y las autoevaluaciones de estos asistentes durante trabajos prolongados. Sin embargo, el paquete disponible contiene solo el resumen de la publicación, y no los detalles del propio estudio.