根据@godofprompt报道，Anthropic最新研究证实，在推理阶段增加AI模型的计算时间（即“测试时计算的逆向扩展”）可能导致模型推理表现下降，而非提升（来源：Anthropic官方博客，2026年）。该现象对生产环境中的AI决策系统带来严重挑战，特别是对于依赖AI进行金融分析、自动合规等高风险领域的企业，必须加强模型验证和监控，以避免决策失误和信任危机。

根据Anthropic (@AnthropicAI) 的研究，AI测试阶段的推理计算中出现了逆向扩展现象，即增加推理步骤或计算资源反而可能导致模型表现下降，而不是提升（来源：https://twitter.com/AnthropicAI/status/1950245032453107759）。这一发现对AI行业具有重大意义，挑战了“算力越多效果越好”的普遍认知。对于AI企业而言，优化资源分配、调整模型推理策略，并在自然语言处理和决策自动化等领域提升模型可靠性与成本效益，将成为新的商业机会。