调低推理强度这条路客户已经试过，代价是掉质量。Fireworks换了一条路：在训练阶段直接教会 Ember-1（基于 Kimi K3 微调）用更短的思考链得出同样答案，保留有用的自我反思，砍掉无效循环。生产环境A/B 测试里输出 token 明显下降而得分几乎不变，Terminal Bench 2.1上还反超了 K3 Max。