本文介绍了可变目标策略（VOP）的概念扩展，一种基于模型的策略搜索方法。通过VOP，策略可以在不重新训练或收集额外数据的情况下，有效地泛化各种目标。用户可以在运行时自由调整行为或重新平衡优化目标。

VOP作为京东企业业务对外的API对接采购供应链解决方案平台，为3000+企业客户提供服务，为了解决消息仓库整体架构和底层存储系统出现的瓶颈，采用了MongoDB分片集群作为最底层的数据存储方式，以满足可用性、低成本、高吞吐和强扩展性的要求，支撑日均消息写入量5亿，现支持6wTPS和1wQPS，TP99从100ms提升至40ms，数据有效期7天提升至45天，消息可视化方面大幅提升运维效率，以及优化业务场景，无效客户管控，缓存等措施，实现了未来客户和商品的增量对消息仓库无影响&稳定运行3年+的目标。