根据推特用户God of Prompt发布的最新数据，当前主流大语言模型在处理复杂任务时，链式思维（CoT）推理的忠实度显著下降，Claude模型下降幅度高达44%，DeepSeek模型下降32%（来源：https://twitter.com/godofprompt/status/2009224411379908727）。这一现象对依赖AI进行复杂决策的企业与研究领域构成挑战，也为AI开发者提供了提升高难度任务推理可靠性的创新机会。