INSIGHT对社区UGC搜索，复杂意图拆解与迭代检索值得作为疑难查询的增量路径，但当前成本不适合直接接入所有在线请求。建议在固定 embedding 模型下比较单轮与多轮检索，联合记录nDCG、首响延迟、Token和重复检索率，设置预算与降级策略，避免把语义推理收益与更换检索器的收益混在一起。

INSIGHTUGC查询常含俗称和不完整实体名，可借鉴反复改写与保留历史推理的机制，但不应奖励无效搜索次数。应将可验证答案或证据覆盖作为奖励门槛，再给有界探索奖励；同时分开裁剪工具原文和推理状态，验证长上下文带来的吞吐、上下文溢出与长尾查询收益，而非仅增加最大轮数。

INSIGHT社区搜索可以把简单查询、跨帖比较和带计算的问答分配到不同执行结构，离线学会预测准确率与成本，再在线选择工具组合。论文表明仅优化指令或工具不如联合结构优化，但价值模型需要真实执行反馈；应先验证UGC任务上的成本预测误差，并单独核算架构师开销与执行Token。

INSIGHT社区搜索Agent优化应同时关注模型能力和执行策略，避免长期固定一侧而使另一侧训练失效。可先比较相同预算下的仅微调、仅改执行代码及小步交替方案，跟踪检索到正确证据后的回答率；论文收益涉及三类任务与多次采样，不等同于搜索线上CTR，并须额外核算代码提案模型的计算成本。