WebFlux 聚合追踪助力 headVersion / tailVersion / limit 窗口与流式回放，统一请求上下文、批处理、响应、错误和路由注册策略。
Relative：相对时间。用来横向对比不同实验训练速度快慢。Rollout PPO 不是走一步更新一次，而是先收集一批轨迹，再统一训练，这一批收集过程就叫一次 rollout。
53%至677.31%；预计归母净利润实现500亿元至570亿元，同比增长2244.
prompt(prompt) .call() .chatResponse(); // 记录 Token 用量，用于成本监控 logTokenUsage(response); return response.