小结 CLI 的设计思路和 GUI 产品大相径庭，而同样是 CLI，面向 Agent 和面向开发者也有不少差异。
Fireworks 做了一个 oracle router——每次任务选更便宜的那个正确模型。
沿链表回溯，找到所有匹配位置 3.选择最长匹配（满足长度 ≥ 3） 4.更新 hash 链表 Level 1（"fastest"）使用纯 hash-table 查找——不做链表回溯，直接取表中最近一次匹配，速度最快但压缩率最低。
这一步是策略更加倾向选择能拿到更高奖励的动作。只控制模型怎么选择动作。好的表现是：缓慢持续下降，不会剧烈震荡、不会突然断崖式飙升。