根据@godofprompt的报道，Anthropic最新研究表明，AI推理模型在增加推理计算资源（即“逆向扩展”）时，模型性能反而可能下降，甚至影响AI在实际生产环境中的决策能力（来源：https://x.com/godofprompt/status/2009224256819728550）。该现象打破了“更长计算=更好结果”的常规认知，对依赖大型语言模型和推理AI的企业构成重大挑战。此趋势为AI评估和安全监控工具带来新市场机遇，尤其适用于金融、医疗和法律等高可靠性领域。

根据@GoogleDeepMind发布的信息，在对15个主流AI模型的基准评测中，Gemini 3 Pro以68.8%的最高分排名第一。评测结果显示，虽然各模型在搜索能力和内部知识方面取得提升，但多模态事实性仍是业界面临的共同挑战。谷歌DeepMind已在Kaggle平台公开该基准数据，旨在推动研究社区开发更可靠的AI系统，促进AI模型在企业与科研场景下的实际应用与创新。（来源：@GoogleDeepMind, 2025年12月10日, goo.gle/4aEUD4b）