INSIGHT智能体数量不是唯一需要优化的变量，角色之间能否补足证据更关键。把组队策略与排序收益、计算开销一起训练，可以把预算花在真正缺信息的候选上。

INSIGHT收益主要来自候选相关知识，而不只是加入更多新候选。保留同一候选池，对比新增知识和模型规模的贡献，能避免把检索覆盖率提升误认为语言模型推理能力。

INSIGHT真实点击可以约束推荐目标，状态机则控制对话如何推进。这种拆分让数据生成更可控；模型裁判给出的流畅度评价，仍不能替代真实用户是否接受推荐的检验。

INSIGHT生成式检索的一个价值是改变未知样本的处理方式，而非仅替换检索器结构。这里的蛋白质实验提供了不完整监督下的对照设计；业务对象与社区帖子不同，值得借鉴的是假负例分析。

INSIGHT先判断负例有没有证据，再衡量训练收益，可以区分“模型学得更好”和“标签本身更可信”。对稀疏搜索点击数据，这一拆分尤其适合审查未曝光内容被误标为负例的问题。

INSIGHT用户等待时间和总计算量是两个指标。提前计算可以降低提交后的等待，但不同任务收益差异很大；真实对话的收益远小于开头就交代完整要求的代码题。

INSIGHT测量接口也属于实验设置。比较不同模型或提示词之前，核对答案归一化、空格和 token 映射，能排除把评测脚本差异误报成模型能力提升的情况。

INSIGHT记忆更新的影响范围值得单独控制。它提供了长历史建模的底层思路，但论文测的是语言与上下文检索任务，尚未给出商品推荐或搜索点击收益。

INSIGHT结构互补不等于优化过程互补。通过冻结阶段和逐层归因，可以检查长历史模型是否真正使用了预期模块，而不是让便宜模块抢走全部训练信号。