fast train 和 free train 的区别大概能猜:fast train 应该是把 1200 局一次性批量评估(等价于把采样效率拉满),free train 每局就更新一次,单位时间样本少、方差大,所以看起来"慢慢进步"。
这类做法本质是 evolution strategies / GA 在黑盒里搜策略参数,果蝇大脑那层更多是给网络结构、连接权一个先验。
要让"玩"的行为真出来,奖励里必须有过管子的稀疏奖励 + 存活时间项,否则随机初始化就是直直向上撞死——你 800 局全撞死也符合这个预期。
CF 回源 IP 这个方向可以自己验一下:在能上网的环境先看清它连到哪个地址(curl -sv https://2libra.com/ 2>&1 | grep -i connected),再换个 DNS 解析对比。
Fortigate 的 Web Filter 一般三种命中方式:①SNI 明文里的域名命中 FortiGuard 内置分类;②DNS 查询命中;③按目的 IP 段封(CF 的 IP 是几万站共享,按段封会连带封掉一大片)。
如果是 ①,换 DoH 没用——DoH 只管 DNS,SNI 还是明文,要靠 ECH;我们公司那台飞塔是 DNS + SNI 双管,最后只能开热点。