自寻最优点 = 无需模型的最优搜索
解决什么问题：如何在不知道系统模型的情况下找到最优参数—— 不需要建立数学模型，直接在线搜索最优。
业务问题
真实场景
场景 1：A/B 测试的参数选择
业务：调整 CTA 按钮的颜色
问题：
- 不知道哪个颜色转化率最高
- 手动测试每个颜色太慢
- 需要自动找到最优颜色
传统方式：
- 工程师：选 5 个颜色做 A/B 测试
- 测试 2 周
- 找到最优颜色
自寻最优：
- 系统自动调整颜色
- 根据转化率反馈自动优化
- 实时找到最优场景 2：推荐算法的参数调优
业务：推荐算法的权重参数
问题：
- 推荐效果受多个参数影响
- 工程师手动调参效率低
- 需要自动找到最优参数
自寻最优：
- 自动调整参数
- 根据 CTR 反馈
- 实时找到最优参数组合场景 3：限流阈值的动态调整
业务：限流阈值
问题：
- 限流阈值固定可能过严或过松
- 业务量变化需要调整
- 手动调整滞后
自寻最优：
- 根据系统负载自动调整
- 在不雪崩的前提下最大化吞吐
- 实时优化失败的典型做法
做法 1：固定参数
✗ 用历史经验设置固定参数
✗ 不根据实际反馈调整
后果：参数过时，效果差做法 2：手动调参
✗ 工程师手动调整参数
✗ 滞后于业务变化
后果：响应慢，效率低做法 3：穷举搜索
✗ 尝试所有参数组合
✗ 资源浪费
后果：成本高，耗时长控制论视角
数学原型
钱学森《工程控制论》Ch 16 §16 引言：
"自寻最优点是一种特殊的自适应控制——它不需要知道系统的数学模型，而是通过在线搜索找到使性能指标最大的参数。"
核心思想：在参数空间中搜索，根据性能指标的梯度方向调整参数。
控制论解法
自寻最优的算法：
参数空间 θ
性能指标 J(θ)
梯度上升（最大化）：
θ(t+1) = θ(t) + K · ∂J/∂θ
软件工程对位：
- 参数 = 业务可调参数
- 性能指标 = 业务 KPI
- 梯度 = 参数变化对 KPI 的影响
问题：∂J/∂θ 难以直接计算
解决：用扰动法估计梯度
1. 给 θ 加小扰动 δθ
2. 观察 J 变化 δJ
3. ∂J/∂θ ≈ δJ / δθ
4. 沿梯度方向更新 θ与业务的对应
| 控制论概念 | 软件工程 |
|---|---|
| 参数空间 θ | 业务可调参数 |
| 性能指标 J | 业务 KPI（CTR / 转化率） |
| 梯度 ∂J/∂θ | 参数变化对 KPI 的影响 |
| 自寻最优 | 在线参数调优 |
核心概念
定义
自寻最优点：在不知道系统模型的情况下，通过在线搜索 + 性能反馈找到最优参数。
软件工程对位：基于业务反馈的自动参数调优。
自寻最优 vs 监督学习
| 维度 | 自寻最优 | 监督学习 |
|---|---|---|
| 模型 | 不需要 | 需要 |
| 数据 | 在线反馈 | 离线数据 |
| 目标 | 在线最优 | 离线最优 |
| 应用 | 实时调优 | 预测建模 |
关键属性
| 属性 | 含义 |
|---|---|
| 无模型 | 不需要数学模型 |
| 在线 | 实时运行 |
| 自适应 | 跟踪最优变化 |
| 简单 | 算法实现简单 |
| 慢收敛 | 找到最优需要时间 |
自寻最优的算法
算法 1：扰动法
- 给参数加小扰动
- 观察性能变化
- 沿性能改善方向更新
算法 2：爬山法
- 在参数空间中"爬山"
- 找到局部最优
算法 3：模拟退火
- 允许概率性"下山"
- 跳出局部最优
算法 4：贝叶斯优化
- 建立参数 → 性能的代理模型
- 用模型指导搜索工程实践
步骤 1：识别可调参数
参数清单：
- 业务参数（价格、折扣、推荐权重）
- 系统参数（限流阈值、超时时间、缓存 TTL）
- 算法参数（学习率、正则化系数）
每个参数 = 一个搜索维度步骤 2：定义性能指标
性能指标：
- 业务 KPI（转化率、点击率、GMV）
- 用户体验（P99 延迟、错误率）
- 系统健康（资源利用率、雪崩次数）
指标必须可量化、可测量步骤 3：选择算法
算法选择：
参数维度低（1-3）→ 扰动法 / 爬山法
参数维度中（4-10）→ 贝叶斯优化
参数维度高（> 10）→ 机器学习 / 强化学习
考虑因素：
- 收敛速度
- 计算成本
- 实现复杂度步骤 4：设置搜索范围
搜索范围：
- 参数的最小 / 最大值
- 初始值（业务经验）
- 探索 vs 利用（探索率）
例（限流阈值）：
- 最小值 = 1000 QPS（不能更低）
- 最大值 = 10000 QPS（不能更高）
- 初始值 = 5000 QPS（业务经验）
- 探索率 = 10%（10% 流量探索）步骤 5：实施 + 监控
实施：
1. 启动自寻最优系统
2. 收集反馈
3. 更新参数
4. 记录日志
监控：
- 参数当前值
- 性能指标趋势
- 探索 vs 利用的比例
- 收敛速度常见反模式
反模式 1：固定参数
症状：
- 用历史经验固定参数
- 不优化
后果：参数过时
正解：自寻最优反模式 2：手动调参**
症状：
- 工程师手动调整
- 滞后
后果：效率低
正解：自动化反模式 3：探索过激**
症状：
- 探索率过高
- 经常尝试极端参数
后果：用户体验差
正解：探索率逐渐降低工程实例
实例 1：A/B 测试的自动参数调优
业务：CTA 按钮颜色优化
参数：颜色（5 个候选）
指标：转化率
自寻最优实现：
1. 初始化：5 种颜色各 20% 流量
2. 收集每种颜色的转化率
3. 根据转化率调整流量分配
4. 转化率高的颜色获得更多流量
5. 最终：最优颜色获得大部分流量
效果：
- 比传统 A/B 测试快 5 倍
- 自动找到最优实例 2：推荐系统的实时参数调优
业务：推荐权重优化
参数：
- 新书权重（0-2）
- CTR 权重（0-2）
- 用户偏好权重（0-2）
指标：CTR
自寻最优：
- 每小时更新一次参数
- 沿梯度方向调整
- 跟踪业务变化
效果：
- CTR 提升 10%
- 工程师不用手动调参实例 3：限流阈值的动态调整
业务：限流阈值
参数：限流阈值（1000-10000 QPS）
指标：吞吐量（不雪崩的前提下）
自寻最优：
- 当前阈值 = 5000
- 试探 +200 → 5200
- 观察：延迟未飙升 → 保留
- 试探 +200 → 5400
- 观察：延迟飙升 → 回退
- 当前阈值 = 5200
效果：
- 自动找到当前最优
- 适应业务变化性能指标
自寻最优健康指标
| 指标 | 设计目标 | 衡量方法 |
|---|---|---|
| 收敛速度 | < 业务容忍 | 找到最优的时间 |
| 性能提升 | > 5% | 自寻最优前后对比 |
| 探索 / 利用比 | 合理（探索 < 20%） | 探索流量占比 |
| 收敛稳定性 | 不震荡 | 参数变化频率 |
| 最优跟踪 | 跟随业务变化 | 业务变化时参数跟随 |
监控设计
关键监控：
- 参数当前值
- 性能指标趋势
- 探索 / 利用比例
- 收敛速度
- 最优跟踪
告警分级：
- P2：探索率 > 30%
- P1：参数震荡 / 性能下降
- P0：自寻最优失效边界判断
何时不用
场景 1：参数固定
- 业务参数无需优化
- 业务稳定
→ 不需要自寻最优场景 2：业务完全确定
- 最优参数已知
- 不需要搜索
→ 不需要自寻最优场景 3：业务容忍低
- 不能承担探索风险
- 没有探索空间
→ 不需要自寻最优与其他方法论的边界
| 相邻概念 | 区别 |
|---|---|
| 反馈闭环 | 反馈闭环关注"维持稳定"；本方法论关注"寻找最优" |
| 极大值原理 | 极大值原理需要模型；本方法论不需要 |
| A/B 测试 | A/B 测试是离线的；本方法论是在线的 |
何时升级（更复杂的最优搜索）
当以下情况出现时，考虑升级：
1. 参数维度 > 10 → 贝叶斯优化
2. 业务变化快 → 强化学习
3. 参数有约束 → 约束优化
4. 多目标 → 多目标优化关键洞察
钱学森 Ch 16：自寻最优是一种无模型的自适应控制——不需要数学模型，直接在线搜索。
软件工程的自寻最优智慧：
不需要建立模型，就能找到最优。
应用场景：
- A/B 测试 → 自动分配流量
- 参数调优 → 自动找到最优参数
- 限流阈值 → 动态调整
- 推荐权重 → 实时优化
好的自寻最优 = 探索 + 利用 + 跟踪
相关链接
IDDD 对位
- 极值搜索 = 参数寻优 → 应用服务 vs 领域服务（Ch 14）
- 寻优 = A/B 测试 → 风险驱动架构（Ch 4）：用极值搜索找最优架构
- 动态调整 = 自适应 → 自适应控制（Ch 18）
核心：极值搜索 = 在线寻优——IDDD 业务调优和 cybernetics 极值搜索同构。