推荐系统如果永远推模型认为最好的物品，就会陷入局部最优，新物品和长尾内容永远没有机会。探索与利用的平衡是排序系统的必修课。
常见 EE 算法包括 epsilon-greedy、UCB、Thompson Sampling。epsilon-greedy 简单但探索效率低，UCB 用置信上界平衡收益和不确定性，Thompson Sampling 按后验概率采样，实践中表现稳定。
工程落地要考虑流量分配。可以划出一小部分流量做纯探索，其余流量做利用，再逐步调整比例。也可以在同一请求内混合探索位和利用位。
探索的代价要可控。探索流量过多会损伤用户体验和短期收益，需要设置护栏指标，当核心指标下降超过阈值时自动收缩探索比例。
探索效果评估周期较长，不能只看短期点击。新物品的成长、长尾覆盖、生态多样性都是探索的长期收益，需要设计合适的观测窗口。
