PGO 最常见的问题：训练数据不具代表性。

❌ 错误的训练负载：
  ./scoremaster --test-video single_static_frame.h264
  → 只有 1 帧画面，profile 显示"detect 分支 100% 走缓存路径"
  → 优化后实际跑视频时 detect 分支频繁缓存未命中，变慢了

✅ 正确的训练负载：
  ./scoremaster --test-video typical_match.h264
  → 包含各种比赛场景的长时间视频
  → 覆盖了"有球/没球/密集/稀疏"等各种路径
  → PGO 优化的代码对真实场景最友好

其他注意：
  - 每次代码更新后需要重新收集 profile（旧的 .gcda 不能用）
  - 多线程程序：profile 数据不会包含线程调度的时序信息
  - PGO 不是魔法：算法复杂度上的优化（O(N^2) → O(N)）比 PGO 的 10-30% 提升大得多