27届大模型面试准备（六十八）：长思维链与推理时计算扩展——从 long-CoT 到 inference-time scaling本篇是"工程实战深化"第 68 篇。前面我们写过 GRPO/PPO 对齐（A22：推理时扩展与 GRPO）、解码策略与生成质量（A33）。A22 讲的是"用强化学习在训练期把推理能力训出来"，本文讲的是另一条同样重要、且当下最热的线：推理阶段（inference-time）怎么用更多计算把答案算得更对。这就是 inference-time scaling（测试时计算扩展）与 long-CoT（长思维链）。