INSIGHTAgentic Search 目前被广泛关注质量维度，但效率问题被忽视。该工作首次系统化评估 LLM Agent 搜索的 latency 和 token cost，对实际部署至关重要。

业务关联社区搜索业务中 latency 直接影响用户体验。HotelQuEST 提出的质量-效率权衡评估框架可用于指导社区搜索 Agent 化方案的工程落地，避免 Agent 搜索因延时过高不可用。

证据在酒店搜索场景上评估了多种 Agentic Search 方案，发现效率最优方案比最高质量方案快 3-5 倍但仅损失 5-8% 质量。

INSIGHTSearch-R1 将 DeepSeek-R1 的 RL 训练范式扩展到搜索场景，让模型自主学会何时搜索、搜什么、如何整合搜索结果，是 RL + 搜索 Agent 方向的里程碑工作。

业务关联社区搜索中 query 理解和多轮检索是核心挑战。Search-R1 的 RL 训练框架可用于训练社区搜索 Agent，让模型在处理复杂 UGC 查询时自主发起多轮检索和推理。

证据7 个 QA 数据集上 Qwen2.5-7B 提升 41%，Qwen2.5-3B 提升 20%。超越 RAG baseline 和多个对比方法。已基于 veRL 开源完整训练框架。

INSIGHTGraphRAG 的工程成本过高是落地障碍。SPRIG 证明通过种子传播的图检索可在纯 CPU 上实现接近 LLM 构图的效果，对搜索系统低成本引入结构化检索有重要启示。

业务关联社区搜索中帖子、用户、话题构成天然图结构。SPRIG 的低成本 GraphRAG 方案可直接用于社区内容的多跳检索和关联推荐，无需 GPU 即可部署。

证据在多跳 QA 基准上与 LLM-based GraphRAG 效果相当，但构建和推理速度快 10 倍以上，可完全在 CPU 上运行。

INSIGHT多 Agent LLM 系统的 RL 训练存在严重不稳定性，根因是不同 Agent 的奖励分布差异大。按 Agent 归一化 advantage 是简单但有效的解法，对构建多 Agent 搜索系统有重要参考。

业务关联社区搜索系统可能使用多个专门化 Agent（如 query 理解 Agent、内容排序 Agent、回答生成 Agent）。Dr. MAS 的稳定训练方法可直接用于这类多 Agent 搜索系统的 RL 训练。

证据在多 Agent 数学推理和多轮搜索任务上，avg@16 提升 +15.2%，pass@16 提升 +13.1%，训练不稳定性大幅降低。

INSIGHT不依赖人工标注的推理步骤数据，纯 RL 驱动的搜索推理训练能自然涌现反思和自纠错能力，说明 RL 对搜索 Agent 的 reasoning 有根本性提升作用。

业务关联社区搜索场景中用户查询往往模糊且需要多步推理。ReSearch 证明 RL 可以让搜索 Agent 自主学会推理和搜索策略，适用于训练社区场景的智能搜索助手。

证据基于 Qwen2.5-7B 和 32B 训练，在多个 benchmark 上超越 RAG 基线。仅用单一数据集训练即展现强泛化性。自然涌现反思和自纠错能力。

INSIGHT格式化奖励比中间检索奖励更有效，LLM 规模和专业化程度显著影响效果，搜索引擎选择对训练稳定性至关重要——这些实践发现对搜索 Agent 工程化落地有直接指导价值。

业务关联社区搜索场景部署搜索 Agent 时面临大量工程选型问题。本文的实验结论（奖励设计、模型选择、搜索引擎适配）可直接指导社区搜索 Agent 的技术选型和训练策略。

证据在多个 QA 基准上系统对比了不同奖励设计（格式化 vs 中间检索 vs outcome）、不同规模 LLM（3B/7B/32B）、不同搜索引擎的效果。格式化奖励一致性最优。

INSIGHT传统 RAG 对文档全量解析造成大量无效计算。AgenticOCR 的按需解析思路（query-aware parsing）可推广到搜索系统中对 UGC 富媒体内容的选择性理解和检索。

业务关联社区搜索中大量 UGC 内容包含图片、截图等富媒体。AgenticOCR 的按需解析策略可用于社区搜索中对富媒体内容的高效检索和理解。

证据在金融文档 RAG 任务上，相比全文档解析减少 60%+ token 消耗，同时保持或提升回答质量。

INSIGHTAgent 系统的实际故障往往不在单个工具调用，而在多工具编排层面。分层执行结构和恢复机制是让搜索 Agent 在生产环境中稳定运行的关键。

业务关联社区搜索 Agent 需要编排多种工具（搜索引擎、内容理解、排序模型等）。分层执行和故障恢复机制对保证搜索 Agent 在线服务的稳定性有直接工程价值。

证据在多工具编排场景中，分层执行结构使 Agent 任务完成率提升 15-20%，故障恢复成功率显著高于 flat 执行方案。

INSIGHT多 Agent 辩论系统的核心挑战是同时优化质量和效率。RUMAD 的强化学习统一框架为搜索场景中多 Agent 协作推理提供了可借鉴的优化方法论。

业务关联社区搜索中可利用多 Agent 辩论机制提升答案质量（如多 Agent 交叉验证搜索结果）。RUMAD 的效率优化对实际在线部署此类系统有工程指导意义。

证据在推理准确性、共识达成率和计算效率三个维度上均优于传统 MAD 基线，效率提升 2-3 倍。