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。
九、算法 以下是常见 排序算法 和 查找算法 的思想总结，并附带 Java 实例： 排序算法 冒泡排序（Bubble Sort）: 思想：重复遍历数组，每次比较相邻元素，如果顺序错误则交换，直到没有需要交换的元素。