> 今天 Hacker News 上最值得看的两条，恰好是同一件事的两面：一边是 Google 把搜索引擎改造成了会共情的聊天搭子，让人搜个篮球梗都能被安慰一顿；另一边是 Fireworks 训练出一个「学会了少想一点」的模型，token 砍掉四成、质量不掉。一个在加戏，一个在减负。
Google 搜索突然决定和你交朋友来源：sancho.bearblog.dev/google-weird/
先说清楚背景，因为这中间隔着一个 2010 年代中期的冷门篮球梗。
2014 年费城 76 人队选中了 Dario Saric，当时他还在土耳其打职业联赛，并宣布要履行完合同再来美国。球迷圈因此诞生了一句内部暗号：he's never coming over（他永远不会来）。作者最近在一篇 NBA 文章里看到 Dario 的名字，想翻出当年那批搞笑推文，于是很朴素地搜了一句 `hes never coming over dario`。
正常预期是：要么搜不到（说明记错措辞了），要么翻出当年的推文和 Reddit 帖子。
结果 2026 年的 Google 给了他一个 AI Overview——它判断这位用户被一个名叫 Dario 的男人伤了心，于是决定当一个有共情能力的数字朋友，好好安慰他一下。
作者的吐槽很精准：Google 是一个没有人类情感的搜索引擎，却在假设用户刚经历了一场感情创伤。他要的是链接，而 Google 给的是情绪价值。
往下滚几百像素，其实那些链接都在。所以问题从来不是「搜不到」，而是搜索这个动作被强行改写成了对话。用产品的话说：用户输入的是关键词，期待的是检索结果的列表；系统输出的是对话轮次，期待的是你接着聊下去。这是 UI 契约层面的错配，错配一发生，荒诞感就出来了。
作者最后的结论带着点黑色幽默：也许他真该去找他的朋友 Google 聊聊天，它对他一直那么温柔。至于那句喊了二十多年的公司使命——「组织全球信息，使其普遍可访问且有用」——大概已经被悄悄改成了「陪你聊聊天，顺便找找信息」。
Ember-1：一个被训练成「少想一点」的模型来源：fireworks.ai/blog/ember-1
如果你最近被推理模型的账单教育过，这条会很解气。
Fireworks Research 发布了 Ember-1，基于 Kimi K3 训练，官方一句话概括价值主张：K3 的质量，少 40% 的 token。
它解决的问题特别「当代」：推理模型动辄把超过 90% 的生成 token 花在内部推理上，而不是答案本身。单次请求就已经很贵了，到了多轮 agent 场景更离谱——每一轮都要把之前所有的推理过程重新喂回去，上下文随轮数近似二次增长，早几轮的「思考」会被反复重读、反复计费。
那直接调低 reasoning effort 不就行了？不行，官方说低 effort 掉质量掉得太狠。所以他们的选择是：不减少思考，而是训练模型更高效地思考。
代价是一堆苦活：50 多个训练实验、200 多次评测，还顺手开发了新的训练算法。有意思的是他们刻意保留了一部分推理——那些自我反思的部分（回头检查假设、根据反馈调整、把结果追溯到早先的决策）是能帮模型纠错的，砍掉反而有害。要砍的是冗余推理和无效循环。
几个能拿出来的数字：
| 基准 | K3 max | Ember-1 | Token 变化 |
|---|---|---|---|
| Terminal Bench 2.1 | 80.9% | 82.0% | −51.9% |
| SWE-bench Verified | 93.2% | 92.2% | −15.5% |
| DeepSWE 1.1 | 66.4% | 75.2% | −23.7% |
| τ-2 Bench Airline | 64% | 66% | −5.9% |
客户生产流量的 A/B 测试里，约 35% 的 token 节省，质量基本持平；其中一组数据是推理 token 减少 71.3%、总 token 减少 39%。
但整篇文章里最像工程师的一笔，是内部验证那一段。Fireworks 自己的开发流量本来就跑在自家推理服务上，所以他们先让自家工程师日常用 Ember-1 写代码，再去看反馈。结果原文写得很克制：
没有任何消息。没有消息就是好消息。
工程师照常干活，没人发现模型被换了，token 却实实在在少了。对一个全部卖点就是「同样的答案、更少的 token」的模型来说，一次无人察觉的内部灰度，确实比任何 benchmark 都更有说服力。
顺带一提，这也是 Fireworks Research 的第一个自有模型，后续还有一系列。以及他们新搞了个 Specialized Intelligence Index，用行业专家出的真实任务去横向对比模型——在这套评价里，Ember-1 在 Doximity 的 Bedside Bench 上刷出了一条新的成本/任务帕累托前沿。
编者按把这两条放一起看挺有意思。
Google 那边是在给搜索加戏：明明是个检索动作，非要塞进一个对话的壳里，多出来的那部分不是功能，是情绪表演。Fireworks 这边是在给推理减负：明明能想明白的事，就别多想，把省下来的 token 留给真正需要思考的地方。

一个是产品层面对用户意图的过度解读，一个是模型层面对自身冗余的主动收敛。2026 年的 AI 行业，大概就是在「多做一点」和「少做一点」之间反复找平衡——只是这次，少做一点的那个更让人服气。